认知无线电(Cognitive Radio, CR)技术能够动态地分配频谱,有效地控制和减少频谱间的干扰,因而被应用于现有的频谱共享系统中,以解决频谱共享带来的干扰和资源匮乏等问题。功率控制技术可以提高认知网络的频谱利用率并降低干扰,是目前认知无线网络研究的关键技术。本文作者通过分析近几年的文献资料和研究数据,提出了改进的认知无线电网络功率控制优化算法。文中较为全面地介绍了目前认知无线电网络中的功率控制算法,指出了现有算法的优势与不足之处。针对异构网络、混合式频谱共享网络和集中式架构三个具体场景,论文进行了相关算法的改进和优化,并分别对算法的性能进行了数学分析和计算机仿真验证。具体的研究工作和创新点如下：(1)针对异构网络,给出了基于博弈论的用户功率和速率控制算法。运用博弈论知识证明了算法的纳什均衡存在性和唯一性,以及算法收敛性。该算法提出了新的收益函数,既对用户进行了严格的功率控制和合理的速率分配,又考虑了系统间的干扰问题。仿真结果表明,改进的算法不仅可以改善用户的功率控制和速率分配,而且具有更高的信干噪比,既改善了用户QoS(Quality of Service),又提高了系统有效性,简化了计算复杂度；(2)在混合式频谱共享网络架构下,结合重叠式频谱共享(Underlay)和交叉式频谱共享(Overlay),提出了一种基于混合式频谱共享的带宽和功率联合优化算法。该算法将频段状态划分为空闲和忙碌两种情况,空闲状态采用Overlay频谱共享方式,忙碌状态采用Underlay频谱共享方式。论文分析了混合式频谱共享系统下,带宽功率联合优化问题。通过仿真,可看出改进的算法具有良好的抗噪性能,能很好地改善用户QoS、提高系统性能,且具有快速收敛的能力,可以满足实时性要求；(3)在集中式网络架构下,针对主用户多级发射功率的情况,提出了一种将带宽和功率同时考虑在内的合作式功率控制算法。该算法同时研究了带宽与功率对系统信道总容量的影响,并对函数进行多重优化。从仿真结果可看出,主用户多级发射功率的情景更加接近实际情况。相比带宽均分的分配方式,本优化算法在服务质量、抗干扰能力等各个方面都能够大大改善系统的性能。