随着无线通信技术的迅速发展,大量的移动终端、工业设施和运输设备需要接入到通信网络中来,导致巨大的频谱需求与有限的频谱资源之间的矛盾日益尖锐,因此认知无线电技术应运而生。它能够保证在不干扰主用户正常通信的前提下,使得认知用户和主用户能够共享频谱资源,有效的提高了频谱利用率。而在无线通信系统工作过程中,各种服务质量指标易受到通信环境的影响而变差,智能反射面可以通过动态的配置通信环境来提高无线通信系统的能效和服务质量。本文基于符号级预编码方案,对有智能反射面辅助的认知无线电通信系统下的功率优化及信噪比优化问题进行了研究,其具体的研究内容如下:1)研究了有智能反射面辅助的认知无线电系统下的发射功率最小化问题,主要考虑在认知用户侧符号错误概率、系统施加的干扰温度以及智能反射面恒模约束条件下,最小化认知基站的发射功率。由于约束条件中存在变量耦合,无法直接对优化问题求解,本文使用了块坐标下降（Block Coordinate Descent,BCD）和半正定松弛（Semi-Definite Relaxation,SDR）算法对优化问题进行了处理。通过仿真实验和对比分析,表明了符号级预编码方案比线性迫零（Zero Forcing,ZF）预编码方案在保证相同用户侧符号错误概率的基础上,可以节省1.2～2d BW的发射功率。2)研究了有智能反射面辅助的认知无线电系统下的接收信噪比最大化问题,主要考虑在符号级预编码约束、系统施加的干扰温度以及智能反射面模值约束条件下,最大化认知用户侧的接收信噪比。由于约束条件中存在变量耦合,无法直接对优化问题求解,本文首先使用了BCD算法将优化问题分解为两个可以分别进行迭代更新的子问题,然后对优化问题进行求解,最后通过仿真实验和对比分析,表明了符号级预编码方案可以比传统的线性预编码方案在认知用户侧获得更高的信噪比增益。