随着移动用户需求的快速增长,未来无线通信网络面临着无线频谱资源短缺的挑战。固定频谱分配和利用方式虽然避免了无线通信网络间的干扰,但是由于用户和业务分布的不均衡性和突发性等特性,其频谱利用率很低,频谱资源短缺和频谱利用率低下的矛盾十分突出。动态频谱分配和利用观念的提出是为了解决由固定频谱分配方式造成的频谱利用率低下的问题。通过动态频谱分配和利用,网络可以根据业务量需求,动态的对频谱进行分配和利用,以解决大业务量时的频谱短缺和小业务量时的频谱资源浪费问题。认知无线网络被认为是实现动态频谱分配和利用的关键技术,其通过对外部环境中的频谱状态信息进行认知,可以在保护具有授权频谱的主用户服务质量的前提下智能的对频谱进行动态的接入和利用。本文主要针对认知无线网络关键技术之一的无线资源分配进行研究。无线资源分配在复杂的无线信道衰落特性、干扰及用户业务分布不均匀的情况下,通过灵活的分配多维无线资源,如频谱、功率、速率等,以尽可能有效的利用这些无线资源来提升频谱利用率等系统性能指标。首先,本文研究了认知无线网络中的功率分配：针对非理想信道状态信息下的功率分配问题,提出了同时考虑信道状态信息存在错误估计误差和反馈时延,以最大化遍历容量和中断容量为目标的最优功率分配算法。该功率分配算法能很好的保护主用户免受由于非理想信道状态信息带来的额外干扰。通过理论分析得到了遍历容量和中断容量的表达式,完善了现有非理想信道状态信息下的容量理论分析,并为分析非理想信道状态信息对于认知无线网络容量的影响提供了理论支撑；以最小化认知无线网络的误比特率为目标,提出了在不同的发射功率和干扰功率约束组合下的最优功率分配算法。该算法相比传统的注水功率分配算法能达到更低的误比特率。其次,本文研究了时延服务质量约束下的认知无线网络联合功率和速率分配,分别提出了理想信道状态信息和非理想信道状态信息下的最大化有效容量的最优联合功率和速率分配算法。提出的联合分配算法可以很好的保证次用户的时延服务质量需求。进而通过理论推导,分别得到了理想信道状态信息、最大比合并下的有效容量表达式和非理想信道状态信息下的有效容量表达式,为分析各种系统参数对于认知无线网络有效容量的影响提供了理论支撑。再次,本文研究了认知无线网络中的联合信道和功率分配：提出了主用户和次用户存在有限合作的情况下的低复杂度、近最优的联合信道和功率分配算法。该算法性能相比非合作的联合信道和功率分配算法大大提升,且其性能非常接近最优算法的性能,但其复杂度相比最优算法大大下降；针对现有研究中对于次用户公平性主要关注于速率公平的问题,提出了资源公平约束下的联合信道和功率分配算法。该算法通过改变分配给次用户的最小和最大信道数约束,灵活的调节次用户间的公平性,相比以速率作为公平性衡量指标的分配算法,其实现更加灵活。最后,本文研究了认知无线网络中的联合信道、功率和速率分配：提出了最小化认知无线多播网络中断概率的联合信道、功率和速率分配算法。算法中既考虑了多播组的加权中断概率,也考虑了多播组中次用户的加权中断概率。分析了多种系统参数对于认知无线多播网络中断概率的影响,为认知无线多播网络的实际部署提供了参考；针对同时具有时延敏感和时延不敏感异构业务的认知无线网络,提出了最小化认知无线网络发射功率消耗的联合信道、功率和速率算法。该算法复杂度低,实现简单,且性能相比传统的分配算法在更好的保证次用户的服务质量需求的前提下,发射功率消耗更低。