在无线通信技术迅猛发展与广泛应用的今天,有限的频谱资源和传统的固定频谱分配方式,致使大部分授权频段利用率低下及频谱资源的浪费。认知无线电技术的提出,解决了频谱资源不足的瓶颈问题,它通过动态频谱管理能够有效提高现有频谱利用率。为了能够提高系统的容量,在认知无线电网络中引入 MIMO技术,可以降低传输路径的损耗,提高系统的分集增益,从而提高系统的数据传输速率。　　波束成形技术能有效地减少认知用户对主用户干扰以及减少认知用户之间的相互干扰,最终达到提高系统吞吐量的目的。本论文首先对经典的认知 MIMO无线电系统中下行链路发射波束成形模型进行了研究,并将博弈论模型引入到认知 MIMO无线电系统中,提出认知 MIMO无线电系统中下行链路发射波束成形算法。在此算法中,为认知用户重新设计了代价函数,利用迭代法得出此代价函数纳什均衡点收敛,并证明纳什均衡点的存在性和唯一性。保证认知用户对主用户的干扰在门限之内,及最大化认知用户之间的信漏比(SLNR)即最大化认知用户的有用信号功率,减小对其他用户的干扰功率,使整个认知网络达到和效用函数最大化,并大幅提升了收敛速度,提高了认知无线电网络中用户的整体收益。　　对于认知 MIMO系统在非完美信道的情况时,可以通过三个步骤解决问题:首先,通过限制认知用户对主用户的干扰;其次,在利用信漏比(SLNR)控制认知户之间的干扰;最后,借助认知用户的代价因子提出新的效用函数,目的是使得这个效用函数能够取得一个最大的和速率。最终仿真的结果证明了,通过设置合适的代价因子和信道估计误差,能够使得效用函数在很少的迭代次数时即可收敛,即最大和速率。仿真结果还满足了系统设计要求,即主、认知用户双方的整体收益提升。