无线网络在最近十年得到了迅猛发展,各种无线网络业务逐渐超越传统的有线网络业务,但是传统的静态频谱使用规范极大地制约了无线网络业务的增长。为了解决这个主要矛盾,一种新的开放共享频谱的使用策略被提上日程。该策略允许非授权用户在不干扰授权用户的前提下,临时性的访问可共享的频谱资源。而认知无线电可以发现并使用临时可用的频谱,因此是实现开放频谱共享策略的关键设备。以认知无线电为基础的无线认知网络,被业界广泛认为是下一代无线网络的主要组网技术之一。在无线认知网络中,非授权用户存在频谱感知与频谱接入两个基本过程。这是与传统的无线网络相比最本质的区别。频谱感知是指非授权用户对当前频谱使用情况的一种检测过程,通过该过程能够对目前可用频谱状况得出初步结论。而频谱接入则是非授权用户决定接入哪个信道并使用该信道的过程。因此频谱感知技术是一切工作的基础,而频谱接入则直接决定了频谱使用的效率。此外,干扰问题是影响无线认知网络效率的重要因素,而无线认知网络中的干扰可由“干扰温度”的门限值决定,因此非授权用户对功率必须进行控制以达到不超过规定的干扰门限。由此可见,无线认知网络提高频谱使用效率的核心是如何设计高效的频谱感知技术、频谱接入技术及功率控制等关键技术。本文针对以上无线认知网络中的核心问题展开了系统的研究。明确定义了同构无线认知网络中最优频谱感知与接入的平衡问题、异构无线认知网络最优信道接入问题、无线认知网络的容量估计问题及基于干扰温度的功率控制与信道分配问题。针对每一个问题均给出了复杂性分析,证明了这些问题都是多项式时间不可解的。并且,对每个问题均设计了近似最优算法,力求以最小的计算代价来获得频谱利用率的显著提升。对于同构无线认知网络最优频谱感知与接入的平衡问题,建立了基于感知时间的频谱感知与接入的数学模型。由于感知时间的长短将决定频谱利用率,因此提高感知效率是关键。而无线认知网络中的链路存在竞争关系,处于竞争关系的链路不能同时接入相同信道。因此该问题的本质即使得每条链路尽可能以无竞争的方式完成感知过程并接入相应可用信道。本文首次提出了以团覆盖及团划分理论为基础的解决方案,结合团之间及团内的局部最优分配,有效的解决了最优频谱感知与接入问题。通过大量仿真实验验证了算法所获得的良好性能。不同于同构网络中授权用户以相同概率使用信道,异构无线认知网络架构是一种更接近实际的网络情形。授权用户以不同的概率来使用每个信道。在这种情况下,频谱使用率与信道的可用概率紧密相关。本文利用一般图的最大加权匹配理论与最大加权独立集理论对该问题进行了建模,设计了两种不同的算法。我们通过大量的仿真实验验证了这两种算法的有效性,且能大幅提升频谱的利用率。一般无线网络的容量分析主要是获得理论的上下限值。无线认知网络中频谱具备高度动态的特性,因此一般理论分析的上下限值将难以对实时的网络管理提供高效的参考。本文提出了一种基于团构造的容量估计算法。通过分布式构造局部的网络容量,最终获得接近网络最优分配的容量估计值。通过不同网络场景下的仿真表明,该算法获得的容量估计值非常接近理论峰值。因此,该分布式算法是一种可靠的容量估计方案。由于一般无线认知网络采用干扰协议模型的不足以及干扰温度对资源管理带来的新问题,将使得频谱的利用率距离理论峰值还存在一定差距。其本质是由于干扰程度的计算还不够精确。针对该问题,本文提出了两种保障信干噪比(SINR)的最优功率控制及信道接入方案。一种是基于相对干扰距离的启发式算法,通过不断寻找干扰程度最小的链路达到保障最低SINR的目标;另一种是在启发式算法基础上的功率调整算法,通过对链路功率的迭代调整逐步获得更优的SINR值,从而达到在单信道网络环境下频谱利用率的提升。通过与其它算法的比较,我们验证了这两种算法的性能,其中迭代算法是一种高速收敛、稳定且有效的功率控制解决方案。综上所述,本文以提高认知网络频谱使用率为核心,系统地研究了影响频谱使用率的关键问题。通过对四个无线认知网络资源管理关键问题的理论建模及分析,提出了相应的解决方案并通过仿真实验验证了其性能。基于以上解决方案,对一般的无线认知网络非授权用户,可以在不同网络环境下有效地完成频谱感知、信道接入及功率控制等功能。本文的研究工作对下一步的多跳无线认知网络和不同业务需求的混合型无线认知网络的研究提供了基础,对于无线认知网络相应协议的设计具有积极的推动作用。