认知无线电作为一种智能的革命性频谱接入技术，通过对授权用户使用的授权频谱进行二次利用，不仅能有效缓解高速增长的无线业务量和频谱资源稀缺的矛盾，还能极大地提高频谱资源的利用率。在认知无线电系统中，动态变化的可用频谱和发射功率是两种主要资源，能否对这两种资源进行有效合理地分配决定着整个系统性能的优劣。由于OFDM技术的特性与实现认知无线电的要求相符合，因此被认为是实现认知无线电最适合的调制与传输技术。　　 本文采用基于OFDM的认知无线电为研究背景，阐述了认知OFDM系统资源分配的研究意义，介绍了国内外研究现状，并结合认知无线电的基本特性和不同的应用背景，对认知OFDM系统中多用户资源分配做了如下探索性研究:　　 1.由于无线通信环境是复杂多变的，认知无线电系统中的频谱检测单元可能会得到错误的检测结果，如果依据错误的检测结果对资源进行分配，必然会导致分配结果不理想。因此针对在不完美频谱检测环境下的资源优化分配，结合概率统计理论提出了子载波状态信任指数和统计平均干扰的概念，并利用凸优化理论中的对偶分解理论将原分配问题分解为和每一个认知用户相对应的独立的子问题，从而得到一种分布式资源分配算法，并将其应用在分布式无线网络中。所提出的算法不仅能有效控制因错误频谱检测结果导致的统计平均干扰，还能有效提高在不完美频谱检测环境下的系统容量。　　 2.认知无线电中的资源分配过程也是一个资源竞争的过程，因此在研究认知OFDM系统资源分配中考虑认知用户间的相互竞争，根据非合作完全信息博弈提出了一种考虑认知用户传输速率要求的分布式资源分配算法。所提算法对资源分配的博弈机制进行了合理设计，使认知用户在满足自身效用的同时考虑自身行为对其他认知用户的影响，并在数学上证明了纳什均衡点的存在。该算法能有效避免对授权用户产生过多干扰，并且在追求系统总体效用的同时考虑认知用户各自的传输速率要求。