如今,在信息产业高速发展的背景下,无线频谱资源变得越来越紧张,一种新的智能频谱利用技术——认知无线电技术被提出,它能够对外部环境的各种信息进行认知,通过对获得的信息学习、分析和判断,选择合适的频谱进行工作,以达到最优频谱利用率,解决了目前频谱稀缺的问题。在频谱共享时,用户间不可避免的会带来干扰,干扰对齐作为一种有效解决干扰问题的方法被广泛应用。但是,在某些信道下系统的信干噪比会降低,功率分配方法为进一步提高系统性能提供了潜在的可行性,并且在实际的认知无线电网络中用户的位置分布情况是随机的,各个用户间距离不相等,非授权用户较多,授权用户可供利用频谱资源有限,所有非授权用户都接入授权用户频谱进行工作几率较小,未通信用户如果处于静止状态将是对资源的一种浪费,本论文主要针对基于干扰对齐的认知无线电网络中用户选择与功率分配问题进行了研究,主要完成以下工作：(1)对基于干扰对齐的认知无线电网络用户选择模型进行了建模,针对在一个认知无线电网络中用户随机分布的情况,提出了一种在非授权用户满足授权用户干扰温度门限条件下最优用户选择与功率分配的算法,当授权用户单独通信时,给出了授权用户自适应通信模式的传输方式。(2)在上述用户选择算法基础上提出了一种距离选择用户的次优算法,由于非授权用户离授权用户越近,如果其通信必将对授权用户造成很大的干扰,所以选择出离授权用户较远的一组非授权用户组成干扰对齐网络进行通信。该算法计算复杂度较小,并且相对于最优算法性能损失也较小(3)考虑所有通信的用户都有一定的能量资源,如果未通信的用户保持静止状态将是对资源将是一种浪费,未通信的非授权用户具有能量收集功能,它们可以自发地从邻近进行通信的用户中吸收能量来为它们的电池充电,当离授权用户足够远或授权用户存在空闲频谱时,可利用收集的能量进行通信。建立了未进行通信的用户能量收集模型,并对未通信用户在不同条件下收集的能量进行了仿真。