无线频谱资源的紧缺限制了无线通信服务的持续发展，认知无线电(Cognitive Radios，CR)技术被认为是解决这一问题的一种新方法。无线用户利用该技术可以智能地感知周围环境，检测可用频谱资源，并进行动态的频谱接入，从而可以提高通信系统的容量和频谱利用率，认知无线电技术被认为是无线移动通信领域的一件大事。　　 论文主要研究了泛在无线网络认知无线电频谱管理的关键技术，包括认知无线电频谱管理架构、频谱检测、频谱分析、频谱共享以及频谱移动的关键技术，并针对频谱分配以及功率控制技术进行了重点研究。　　 首先研究了基于图论着色模型的频谱分配算法。在颜色敏感图论着色(Color Sensitive Graph Coloring，CSGC)算法和现有最大化整体效益准则下的并行频谱分配算法研究的基础上，提出了一种新的频谱分配算法——自适应切换频谱分配准则的并行频谱分配算法，并对新算法进行了软件仿真和性能分析。自适应算法可以根据CR网络内的空闲频谱资源和需要服务的CR用户数的动态变化，快速自适应地选取频谱分配准则，在保证公平性条件下可以最大化系统收益，提高系统的整体性能。　　 其次研究了基于频谱特征的频谱分配算法。在最小代价匹配(Cost Minimized Matching,CMM)频谱分配算法研究的基础上，设计了一种基于频谱共享模型的QoS保证的多级频谱分配(Multi-step Allocation.MSA)的算法，并对新算法进行了软件仿真和性能分析。MSA算法考察了空闲频带和CR用户特征，CR网络根据对这些特征的统计信息，找到空闲频带和CR用户之间的最佳匹配，在保证用户QoS要求的同时可以有效降低频谱跳变次数。　　 最后研究了基于博弈论的分布式认知MIMO系统频谱共享中的功率控制算法。在空时功率调度(Space Time Power Scheduling,STPS)算法研究的基础上，提出一种基于链路质量的非合作重复博弈的功率分配算法，并对新算法进行了软件仿真和性能分析。新算法根据链路质量好坏，设计不同的价格函数，并设置惩罚机制防止贪婪用户的出现，从而可以降低干扰，提高系统的整体容量。