无线电频谱是一种宝贵的自然资源,随着无线通信技术的飞速发展和人们对宽带无线应用需求的增长,频谱资源变得越来越紧张。认知无线电技术是缓解无线频谱资源稀缺、频谱利用率不均的一种智能无线通信技术。本文主要研究认知无线电的核心技术之一——动态频谱共享,它允许次用户根据频谱感知技术获得的当前频谱使用情况,在不干扰主用户通信的情况下合理、高效的使用频谱资源,从而提高频谱利用率。首先,介绍了认知无线电的关键技术,详细介绍了动态频谱共享基本理论和方法。其次,研究了基于进化理论的动态频谱共享算法。根据动态频谱分配模型,提出了一种可行解的编码方法,提出了基于QGA(quantum genetic algorithm)、PSO(particle swarm optimization)和SFLA(shuffled frog leaping algorithm)的三种动态频谱共享算法。仿真结果表明,这三种动态频谱共享算法性能都优于基于颜色敏感图形着色理论的动态频谱共享算法。然后,研究基于OFDM通信系统的认知无线电子载波和功率分配算法。在次用户功率限制和通信QoS要求的环境下,以最大化认知无线电系统吞吐量为目标,通过引入新的变量简化频谱共享数学模型,提出了一种基于粒子群算法的认知无线电子载波和功率分配算法。采用罚函数法解决多约束非线性优化问题,罚函数既是违反功率和通信QoS约束的数量函数,又是程度函数,同时采用归一化处理将不同的约束条件无量纲化。仿真结果表明,该算法能够在用户功率限制条件下满足其传输QoS要求,提高了系统吞吐量和频谱利用率的同时还保证了次用户间频谱共享的公平性要求。最后,研究结合频谱共享的认知无线电跨层优化。提出了结合认知无线电动态频谱分配和认知决策引擎参数调整的跨层优化结构,同时提出了基于协进化粒子群的跨层优化算法。仿真结果表明该算法不仅能够根据时变无线频谱性质动态分配频谱资源,而且相对于分层独立优化具有更好的优化能力。