随着模拟式电视广播系统逐渐过渡到数字式系统，大量的频谱资源闲置出来，即所谓的TVWS(TV White Space)。FCC(Federal Communications Commission)2010年发布的规则建议其他宽带无线设备作为次级系统使用这部分资源。LTE(Long Term Evolution)为了支持更加丰富的业务模式，需要越来越多的无线频谱资源。LTE作为次级系统，可以利用认知无线电技术实现在不干扰DTV系统的前提下使用TVWS资源。TD-LTE系统上下行链路共享同一频谱资源，因此相比于FDD-LTE系统更加适用于使用有限的TVWS资源。TVWS频谱资源在频域上是离散的，必须使用频谱聚合技术(Spectrum Aggregation，SA)把几个不相邻的频谱段聚合到一起作为一个信道使用。因此研究认知TD-LTE系统利用TVWS资源的频谱聚合技术具有重要意义。　　本论文的课题来源于国家重大科技专项《TD-LTE系统中的认知无线电技术研究与验证》(课题编号:2012ZX03003006)。论文对相关的理论，如认知无线电技术、TVWS、TD-LTE及Femtocell、频谱聚合技术及其研究现状和主要问题进行了总结分析。本文的创新工作主要体现在以下两个方面:　　现有的频谱聚合算法都假设不同次级设备在所有的空白频谱碎片上都有严格的共道干扰，因而都采用严格正交化的方式分配空白频谱，这会使有限的空白频谱资源得不到充分的利用。针对Femtocell网络中FBS(Femto Base Station)间的共道干扰关系是不均匀的这一场景，提出一种基于数据库辅助的频谱聚合算法。首先，在网络中引入中心控制实体，采用数据库辅助的认知方式获得多个FBS间的干扰关系。然后，采用图着色理论基于频谱聚合技术构建出系统模型和优化模型。最后提出了求解优化问题的“标记—着色”策略及算法的执行步骤。仿真表明相比于传统方法该算法充分利用了不均匀的干扰关系提高了频谱利用率。　　现有的频谱聚合算法都以最大化频谱效率为目的而只考虑一个周期内的频谱聚合和分配问题。这会导致周期间频繁的频谱切换而带来很大的控制开销。针对这一问题，论文提出了一种最小化频谱切换次数的频谱聚合算法。首先，利用ON-OFF信源模型和交替更新过程构建系统模型和优化模型。接着，利用交替更新理论推导频谱聚合区域的频谱切换概率。最后，介绍了所提频谱聚合算法的执行步骤。仿真表明相比于传统方法该算法在保证系统接入性能的同时有效地减少了周期间的频谱切换次数。