随着无线通信技术的快速发展,其用户数和业务量呈爆炸式增长,无线频谱资源变得越来越拥挤。如何在有限的频谱资源范围内提高频谱的利用率,认知无线技术应运而生。无线网络的数据量呈现5年增长10倍的趋势,同时在认知无线网络中通过频谱感知技术检测频谱空洞,网络的能耗也随之增加。因此,在认知无线网络中,降低其能耗问题显得尤为重要。认知无线网络中的节能策略研究,不仅能够减少二氧化碳的排放量,还可以降低运营商的运营成本。在理想认知方面,本论文基于协作频谱感知的节能策略进行了研究。给出协作频谱感知所对应的检测概率、虚警概率,并建模出协作频谱感知下认知无线网络单位功率所获得的吞吐量。联合优化频谱感知与传输策略中的相关参数,利用凸优化理论证明了系统能效与各变量之间的函数关系。本论文首先利用近似法简化原优化问题,并提出了循环迭代法和二分法来最大化系统的能效。在理想认知的基础上,本论文又进一步研究了非理想认知场景下的节能策略。建模出非理想认知场景下的干扰模型,在保证总的传输功率约束和每个主用户正常通信的前提下最大化系统能效。由于原问题是一混合整数优化问题,我们提出了一种两步走的资源分配策略,即载波分配和功率分配。提出了分式规划与子梯度法相结合的循环迭代方法进行功率分配,最大化非理想认知无线网络的能效。研究结果表明,在理想频谱检测场景下,协作能够提高检测的准确度,并提高系统的能效,减低网络的耗能。考虑频谱感知错误的场景下,系统所获得能效比理想频谱检测场景下低5%左右,但是其能更好地保护主用户的正常通信。另一方面,相比于传统最大化网络容量的资源分配策略,本论文所提出的最大化能效节能方案能有效地降低系统功耗,降低运营商的运营成本。