近年来,随着物联网（Internet of Things,Io T）技术的飞速发展,大规模物联网设备对5G(5th Generation Mobile Communication Technology,5G)物联网频谱资源的需求激增。认知无线电（Cognitive Radio,CR）技术能够采用动态频谱接入方式灵活分配频谱,允许认知用户共享主用户的授权频带,从而有效提高网络频谱利用率、缓解频谱资源紧张局面。另外,由于5G物联网的无线开放特性,安全问题不容忽视,恶意用户会窃取主数据链路的信息,降低认知网络的保密容量（Secrecy Capacity,SC）。同时,依赖电池供电的物联网设备,续航问题成为限制其性能发挥的主要因素之一。无线信息与能量同传（Simultaneous Wireless Information and Power Transfer,SWIPT）技术能实现信息和能量的同时传输,节省网络能耗、提高能效,解决了物联网设备的能量供应问题。基于此,针对无线携能传输的认知网络,本文在研究能效和吞吐量优化问题时,综合考虑频谱感知性能、能量因果性、主用户的服务质量（Quality of Service,Qo S）、认知用户中断性能等约束条件,提出了一系列5G认知物联网的时间和功率分配策略。主要工作和贡献如下:（1）针对频谱感知过程中存在检测不准确的特性,考虑频谱感知结果对携能认知网络能效的影响,在满足能量因果性、频谱感知可靠性和主用户Qo S要求的约束下,提出了一种能效最大化的联合频谱感知时间和功率的分配方案,并推导出传输功率的封闭表达式。在此方案中,认知用户采用功率分离策略使用线性和非线性模型收集能量,同时采用低复杂度的改进拟合优度（Goodness of Fit,Go F）算法检测主用户。根据感知结果,认知用户在瑞利信道中放大转发中继主用户的信息或者传输自己的信息。仿真结果表明,认知用户能效在最优感知时间因子取得最大值,而且,随着最大传输功率的增加,能效也随之增大,并最终收敛到恒定值。当功率分离因子增大时,采用非线性模型的能效提升明显。（2）针对多径和衰落情形下单节点感知性能下降,以及传输带宽较大的问题,构建了基于半软融合判决的多用户携能认知网络,进一步考虑主用户中断性能要求约束条件,提出了认知网络能效最大化的频谱感知时间和功率资源分配方案。在此方案中,多个认知用户采用所提出的半软合并规则进行融合判决,折衷处理了感知性能和传输带宽,依据最大速率原则,选择1个最优中继节点,在瑞利信道中转发主用户信息或者传输自己的信息。仿真结果表明,相比于软判决,所提半软融合方案至少节省15%的传输带宽,能效随着主用户最小速率要求的降低而得到提升,并随着认知用户最大传输功率的增大缓慢增加,并最终收敛到其最优值。（3）考虑窃听用户存在的非安全多用户携能认知网络场景,认知用户采用更实际的真实远场拟合模型收集能量,并同时进行频谱感知,在进一步考虑认知用户保密中断概率的约束条件下,提出最大化认知网络总吞吐量的联合感知时间和传输功率优化方案。在该方案中,融合中心采用“或”准则融合判决,根据判决结果,认知用户选择按照时分多址方式依次发送信息给基站,或者继续收集主用户的能量。仿真结果表明,认知用户总吞吐量是频谱感知时间因子的单峰函数,最优的感知时间因子对应系统可达到的检测性能要求,而且,窃听用户存在与否的情况下,与其他能量收集模型相比,采用真实远场拟合模型的中断概率最低,中断概率相比线性模型降幅约为23.67%,能够达到更优的传输质量。综上所述,本文基于无线携能传输的认知网络,从单节点到多节点,再到非安全的真实远场能量收集场景,构建了三种认知网络模型,并以此为基础展开网络能效和吞吐量的优化问题研究,提出了联合频谱感知时间和传输功率分配的方案,有效解决了现有网络中的一些不足,从而为5G物联网提供理论支撑。