为了解决目前无线频谱资源的紧张问题,认知无线电应运而生,又由于OFDM的良好性能,所以可以将OFDM应用于认知无线电系统中。目前人们对基于OFDM的认知无线电系统中的功率分配算法的研究十分火热。本论文的目的是研究单用户和多用户下基于OFDM的认知无线电系统中的一些功率分配算法,尤其是研究基于注水算法和贪婪算法的改进功率分配算法。本论文对于基于OFDM的认知无线电系统中的功率分配问题有着重要的理论指导意义,甚至可以应用于实际的认知无线电系统中的功率分配。本论文深入研究了认知无线电、OFDM的基本原理,讨论了基于OFDM的认知无线电系统的基本原理,给出了传统的注水算法和贪婪算法的基本原理,并且仿真实现了这两种算法的性能,深入理解了两种功率分配算法的基本原理。最后重点研究了基于注水算法和贪婪算法的改进的功率分配算法。基于注水算法,单用户下,在迭代功率分配算法的基础上,考虑了邻带子载波的功率泄漏,并且通过设置保护带,设置功率约束比较严格的子载波周边的子载波的功率为梯形分布,降低了计算的复杂度。基于注水算法,多用户下,基于考虑峰值功率约束的迭代功率分配算法,研究了一种更有效的功率分配算法,通过顺序地更新水面值,降低了计算的复杂度。基于贪婪算法,单用户下,将1比特分配到具有最大效率值的子载波,即用贪婪算法实现维数是主用户个数加1的0-1背包问题。基于贪婪算法,多用户下,考虑了认知无线电基站的加入,分配下1比特给具有最大效率值的子信道/认知无线电基站对,即用贪婪算法实现维数为主用户个数与认知无线电基站的个数之和的0-1背包问题。仿真结果表明,各种情况下,改进的功率分配算法的性能接近最优功率分配算法的性能,并且复杂度相对来说较低。