在“互联网+”时代背景下,iphone、Android等移动多媒体通信设备大量涌入人们的日常生活中。这些无线通信设备依靠其方便、快捷等特性快速发展起来,成为信息消费中一项重要的构成部分。随着互联网、云计算、物联网以及大数据等先进技术的不断引进,致使无线通信网络中的频谱资源变得十分紧缺,认知无线电技术应运而出。无线通信系统面临着的高能耗问题,认知无线电网络中通信系统的能量效率,随即成为度量绿色无线网络中通信性能的一项重要指标。本文基于能量效率问题构建出了一个认知无线电网络的频谱共享平台。通过最小化认知无线电系统的功率消耗以及最大化认知系统的能量效率,实现高效、绿色的频谱共享机制。授权用户允许认知用户机会式共享其授权频谱资源,其条件为认知用户对授权用户的干扰需严格控制在授权用户所能承受的最大干扰门限范围内。本文针对上述中的问题,研究了基于能量效率的两种不同认知无线电资源分配(也称之为功率分配)方案,主要工作如下:构建绿色无线网络的角度出发,降低功率消耗提升通信系统的能量效率。最小化认知用户的功率消耗,使通信用户相互之间的干扰进一步得到控制,同时延长通信设备的电池使用寿命等等,实现通信系统能量效率的大幅提升。为了减少通信系统的额外消耗,在认知无线电网络中采用分布式功率分配机制。传统的认知无线电功率分配算法对信道增益等参数的估计大多是基于完美感知状态下进行的。然而,认知无线电在实际传输数据传输过程中,工作环境往往处于动态变化之中,信道中的参数往往存在参数的不确定性。我们利用鲁棒优化算法处理信道参数的估计误差,提出了基于鲁棒优化的功率分配方法。该方案以最小化认知用户的发射功率为优化目标,以认知用户传输速率门限约束以及授权用户的干扰门限约束为约束条件,并用椭圆集描述信道参数的不确定性,实现最佳的功率分配以及通信系统的鲁棒性。实验结果表明,在具有速率约束的鲁棒能量效率功率分配算法下,认知用户在不影响授权用户通信质量的情况下获得更高的传输速率以保障自身的通信服务质量。该算法兼顾了用户的能量效率与系统的鲁棒性之间的关系。在分布式能量效率功率分配机制下,我们将对认知系统的能效问题做进一步研究。在认知用户共享授权用户的授权频谱时,保障授权用户的干扰门限约束以及保护认知用户信干噪比(SINR)约束,研究认知无线电网络能量效率的功率分配算法。针对不同认知用户的不同通信质量需求,进一步研究了认知用户的时变目标SINR约束以及通信过程中有新的认知用户加入认知系统中对整个通信系统的传输质量的影响。实验表明,该算法可以最大程度的保护认知用户的通信服务质量,并且严格为授权用户的正常通信提供保障。最后,对整篇论文进行了总结,并展望了下一步的研究工作。