近年来,随着无线通信技术的发展,无线网络用户对宽带业务的需求猛增。传统的为无线网络和设备固定指配频谱的方式逐渐显示出其固有的弊端。具体表现在,某些频段上(比如ISM频段)频谱非常拥挤,而另一部分频段(比如电视频段)频谱利用率又非常低。因此,为了实现无线频谱的高效利用,给消费者提供真正精彩的无线宽带业务,认知无线电技术应运而生。在认知无线电网络中,具有认知能力的设备(即认知用户)可以动态地识别在时间或空间上未被授权用户使用的频谱,并且智能地调整中心频率和带宽去接入这些频谱,从而实现授权用户与认知用户之间的动态频谱共享。在动态频谱共享策略的研究中,如何优化频域、空域以及时域资源以提高频谱利用率是目前国内外研究的热点。本文基于频域和空域资源的优化对动态频谱共享策略进行了研究。主要内容如下：1)授权用户对频谱的使用是动态的,随着授权用户对频谱的占用与释放,可利用的频谱资源被分成许多大小不等的频谱碎片,频谱碎片的产生大大降低了频谱利用率。因此,认知无线电网络在与授权用户共享频域资源时必须能够处理这种频谱碎片问题。本文提出了两种自适应的频谱接入策略：一种是基于高层协议对频谱碎片进行有效地聚合；另一种是直接在物理层上解决频谱碎片问题。这两种策略不仅能够准确地选择出最优的传输信道并且还能有效地对碎片进行整理。仿真结果表明这两种策略都能够有效地利用频谱资源,大大提高系统的吞吐量。2)在认知无线电(CR)多用户多输入单输出(MU-MISO)广播信道(BC)中,消除多用户干扰,使和速率最大化是系统优化的目标。预编码技术是达到上述目标,实现认知用户和授权用户在空域上共享频谱的关键所在。由于基于最小均方误差(MMSE)的线性预编码方案能够更好地平衡计算复杂度与系统的性能,因此本文主要研究基于MMSE的线性预编码方案在CR MU-MISO-BC系统中的应用。不同于传统的非CR模型,这里认知用户不仅需要满足发射端的总功率限定,同时也要满足对主用户的干扰功率限定。也就是说,CRMU-MISO BC的频谱共享问题是一个多约束的非凸优化问题,它不像单约束条件下的优化问题易于求解。为此,本文提出一种有效的双层迭代算法,首先通过引入多个附加变量,这个多约束条件下的优化问题被转化为与之等价的单约束条件下的优化问题。然后固定附加变量,给出等价问题的对偶模型,利用所提出的内层迭代功率分配算法对对偶问题进行求解。最后利用外层完整的迭代算法便可得出CR MU-MISO BC优化问题的解。仿真结果证明该算法在有效地消除CRMU-MISO BC多用户干扰的同时,实现了系统和速率的优化。