近年来,随着无线通信技术的快速发展,各种无线通信系统纷纷出现,认知无线传感器网络(Cognitive Radio Sensor Networks, CRSN)也受到越来越多研究者的关注。它不仅能解决传统传感器网络工作的免授权频段过度拥挤的问题,还能提高授权频段的频谱利用率。然而,如何选择节点进行频谱感知,最大程度实现该网络的节能；接入节点如何识别当前网络使用的媒体接入控制(Media Access Control, MAC)协议以及如何感知系统所使用的调制方式是认知传感网中迫切需要解决的问题。该文围绕以上问题展开研究工作,并取得如下研究成果：(1)针对认知传感网中进行频谱感知会额外消耗传感器节点能量的问题,提出了分簇与分时结合的节能频谱感知算法。分析了实现该算法的网络中的频谱感知能耗、数据通信能耗,并优化了簇数目、感知时隙间隔和参与合作频谱感知的节点数。仿真结果表明,该方法不仅降低了网络总能耗,还保证了频谱感知结果的可靠性。(2)针对认知用户很难充分利用授权网络频谱空洞的问题,分析了授权网络常用的四种MAC协议的接入机制,提取出了不同MAC协议的无线信号的特征,从而设计了基于支持向量机对授权网络MAC协议识别的算法。仿真结果表明,随着网络负载的增加,该MAC协议识别算法的正确识别率越高。(3)为了使认知用户能够根据外部无线电环境来调整自身的传输参数,分析了五种常用调制信号的四阶累积量特征,设计并实现了一种基于四阶累积量联合概率分布的集中式调制方式识别算法。为提高正确识别率,提出引入权重因子对传统识别算法进行改进。仿真结果表明,该改进的调制方式识别算法可有效地识别发送信号的调制方式。因此,在认知传感网络中进行节能频谱感知、MAC协议识别与调制方式识别可以有效地降低网络的能耗,提高授权频谱空洞的利用率。