随着人们对无线通信业务需求的增涨，无线通信技术也得到了迅速发展。然而，目前的无线通信系统的发展遇到两个重要的瓶颈问题：一个是信道的衰落问题，另一个是频谱资源限制的问题。因此，协同通信技术与认知无线电技术相应出现。协同通信技术通过多用户合作以形成一个虚拟的天线阵列来实现空间的复用，抵抗信道衰落，取得数据吞吐量的提升。认知无线电技术是次用户在不干扰主用户通信的前提下，合理使用未被主用户充分使用的空闲频谱资源，以此来提高频谱的使用率。但这两种技术都有其各自的制约：首先，协同通信技术能够提高信道容量，但相对于认知无线电技术，其不能使频谱得到很高的利用。其次，从信息论的观点来看，在认知无线电网络中，次用户使用主用户未使用的空闲信道，这其相当于时分复用，并不提升信道容量。因此，为了利用它们两者的优点，很自然地考虑将协同通信技术与认知无线电技术结合起来。本文的创新点在于提出了具体的将协同中继应用在多信道认知无线电网络的机制，并给出了相应的资源分配的方式，为更有效的结合认知无线电技术与协同通信技术提供思路。　　本文针对多信道下每个信道存在单对主用户的场景，提出了次用户协作主用户通信的系统模型；据此给出了主用户选择次用户进行协同的分配算法（Assignment Algorithm Based on Hungarian Method,AABHM）,最大化了总的吞吐量；本文提出了该模型下次用户的接入方式；分析了系统开销。仿真结果表明，在同等条件下，基于该模型和AABHM中继分配算法，主用户的吞吐量相对于传统认知模型有较大的提升。　　本文进行了进一步的拓展，对每个信道存在多对主用户的场景，提出了次用户协作主用户的通信模型；据此给出了一种在该模型相爱，主用户选择次用户进行协同的组内分配算法GABGA（Group Assignment Based on Genetic Algorithm,GABGA），使总的吞吐量最大化；对于该场景，本文同样分析了次用户的接入方式和系统开销，最后仿真分析了采用GABGA算法的性能提升。