认知无线电(Cognitive Radio，CR)是为解决频谱资源的有效利用问题而提出的一种重要技术。认知无线电设备能够感知周围的无线环境，并根据感知到的频谱状况调整自己的发射参数（如载频，调制方式等），以达到充分利用无线频谱资源的目的。将认知无线电应用于自组织网络中，能增加自组织网络的可用带宽，从而极大的提高网络的容量。因而基于认知无线电的自组织网络目前已经受到了广泛关注。在频谱使用上的灵活性使得认知无线电能够提高自组织网络的性能，但同时也给网络的资源分配问题带来了复杂性。　　 本文首先介绍了认知无线电的有关概念及其关键技术，如频谱检测、频谱分配、功率控制等，随后分析了基于认知无线电的自组织网络所具有的特点，并综合利用物理层的功率控制、MAC层的频带调度方案以及网络层的路由选择方案等，建立了跨层资源分配模型。通过仿真，分析了功率控制的作用以及跨层模型的优势，并得到了跨层模型的近似最优解。　　 然后基于建立的跨层模型，分析现有的分布式算法，并通过仿真验证了现有分布式算法的性能。现有的分布式算法通过迭代的方法沿着所选路由为各节点分配资源，并逐步调整不同链路的速率。其中，代价函数和路由选择标准是影响分配结果的两个重要方面。通过重新定义代价函数和重新设置路由选择标准，得到了三种改进算法。在仿真中将改进算法与现有的算法进行比较，证明了改进算法能得到更优的资源分配结果。