近年来,随着用户对无线网络应用的需求不断增长,有限的可用频谱资源变得越来越紧张,然而已使用的频谱其利用率却不高。认知无线电技术应运而生,它可以感知周围无线环境中的空闲频谱,采用动态的频谱分配技术,较好地实现了主用户和认知用户的频谱共享,大大提高了频谱利用率。然而在认知系统中,认知用户会不断增大自身的发射功率来获取更多的频谱资源,为了不影响主用户和其他认知用户在使用过程中的正常通信,必须对认知用户的功率进行适当的控制。近些年来的研究热点都以博弈论为主的算法,并且取得了较好的效果。博弈论的基本思想能有效解决相互制约的决策性问题。但是,基于博弈论的功率控制算法仍然存在远近不公平性现象等问题。本文针对在认知无线电网络通信过程中存在的远近效应、路径损耗过大以及算法稳定性等问题,分析和研究了基于博弈论的功率控制算法,论文的主要工作如下:(1)本文首先在NPGP的基础上提出了一种新的代价函数机制—加入了一种基于链路函数的非线性代价函数,代价函数中加入了链路增益惩罚因子,并且将该惩罚因子与发射功率相乘,这样既降低了认知用户的发射功率,又使得距基站较远的CUs受到的惩罚较小,距基站较近CUs受到的惩罚更大一些,从而,较好地控制了远近不公平效应。(2)其次,针对在认知无线电网络通信过程中的远近效应、路径损耗过大以及算法稳定性等问题,本文又提出了一种基于综合代价函数的非合作功率控制博弈算法,设计了一种新的效用函数,加入链路质量和主用户干扰容限值等惩罚因素,将所有认知用户的信干噪比控制在最小阈值以上,同时将认知用户的总干扰值控制在主用户的干扰容限值之内,以实现对惩罚因子的自适应调整,使得信干噪比(SINR)较好的认知用户(CUs)受到的惩罚多一些,而SINR较差的CUs受到的惩罚少一些,整体降低认知用户的发射功率,保证主用户和认知用户的正常通信。论文还对该算法纳什均衡的存在性和唯一性做出了详细的证明。实验仿真结果表明,该算法稳定性较好,在使用较小发射功率的情况下,可以减少路径的损耗,并有效地解决了远近不公平效应,提升了系统的抗外界干扰能力,同时,使得认知用户的干扰总值小于主用户的干扰容限。