随着移动通信的飞速发展,为了满足人们对未来爆炸性增长的移动数据以及各类新型业务的需求,第五代移动通信(5G)系统应运而生。移动互联网和物联网作为未来移动通信发展的两大主要驱动力备受关注。认知无线电(Cognitive Radio, CR)技术对周围无线环境感知的同时,集合当前状态以及参考历史信息进行检测、分析、学习和规划,通过自适应地调整自己的传输参数实现频谱的动态接入以提高频谱利用率,成为移动互联网和物联网发展的关键技术。考虑未来网络的多样性,针对不同网络架构,以提高认知无线网络的性能为目标,设计有效的资源分配算法,是目前学术界的研究重点。因此,考虑认知无线网络的非完美状态信息、能量受限以及中继节点的引入等场景,结合新的技术,针对限制条件多样化,优化变量多维化的优化问题设计有效的资源分配方案来提升现有认知无线网络的性能,具有十分重大的理论及现实意义。针对不同的认知无线网络架构,以提高认知无线网络感知性能与网络容量为目标,本论文结合中继,无线携能(simultaneous wireless information and power transfer, SWIPT)等技术,.首先针对单层认知无线网络,分别从集中式与分布式两种网络架构进行资源分配优化设计。其次,扩展到双层认知无线网络,分别以感知性能与网络容量为目标,对分簇聚类算法与数据融合准则进行联合优化设计。最后,考虑能量受限的认知无线网络,结合无线携能技术研究资源分配优化算法。本论文的主要研究内容及成果如下：第一,针对集中式认知中继网络中多维资源优化问题,提出了N+1时隙数据传输准则以及中继节点功率分配算法。考虑一种多用户单中继的认知无线网络,在满足中继节点功率控制,主用户干扰保护限制等条件下,最小化次用户网络的中断概率,并建立次用户网络的中断性能与中继节点资源分配的相关模型,利用最优化等理论推导出闭式解。最后,通过数据仿真表明,所推导出的功率分配算法与传统算法相比有较高的性能提升。第二,针对分布式认知无线网络帧结构优化设计问题,首先提出一种新型的数据传输帧结构,考虑信息交互次数与数据传输时间所存在的折中优化问题,建立次级用户网络容量与信息交互准则的相关模型。从提高次级用户网络容量和降低信令开销角度出发,形成最优化问题进行求解,并提出迭代算法完成对次级用户网络信息交互准则的优化设计。研究结果表明相对于已有方案,它不仅能有效地降低信令开销同时大大提高次级用户网络容量。第三,针对双层认知无线网络中分簇聚类算法和数据融合准则的联合优化问题,本文分别以感知性能和网络容量为优化目标,同时考虑完美信道以及非完美信道状态信息,联合优化设计分簇聚类算法和数据融合准则。首先,建立包含探测门限、分簇算法和数据融合准则的优化问题。由于所形成的优化问题是一个混合整数规划问题,为了简化处理,探测门限和数据融合权重优先优化。通过数值仿真表明,所提的方案相对于传统的K-mean算法具有很好的性能提升。第四,针对基于无线携能的认知中继网络的资源优化问题,本文提出了时隙优化、中继选择和功率分配的联合优化算法。考虑一种三阶段无线携能的认知中继网络,在同时满足SU源节点和中继节点的功率限制和主用户干扰保护要求的约束下,最大化主用户网络和次用户网络的遍历容量,从而形成一个包含离散变量与连续变量的优化问题。为了简化处理,本文提出首先进行中继选择算法设计,其次完成功率分配算法的优化。数值仿真表明,本论文提出的方案具有很好的性能增益。最后,对论文内容进行了总结,并指出了今后的研究方向。