在分配无线频谱的问题上,传统的“一对一”的固定分配模式造成了大量频谱资源的浪费,因此引入了认知无线电（Cognitive Radio,CR）技术,旨在利用其优秀的学习能力,动态切换空闲频谱,通过频谱感知技术获得PU（Primary User）用户的信息,确定SU（Secondary User）用户的发射参数,以此来让SU用户机会性接入频谱而避免对PU用户造成干扰。因此认知无线电在提升频谱效率、提高系统能量效率上提供了研究方向,这也对实现绿色通信,减少碳污染有十分重要的现实意义。针对现在能源成本高昂、频谱效率不高以及物联网设备海量接入CR网络的问题,本文将结合能量采集（Energy Harvest,EH）技术和非正交多址技术（Non-orthogonal Multiple Access,NOMA）进行研究分析,以实现能量自循环,提升次用户系统的能量效率,其主要内容如下:（1）首先,本文研究了以次用户系统能量效率最大化为目标的CRN系统的资源分配问题。本文先对SU用户进行分簇并研究了簇头选择算法,综合考虑SU的相对位置、主次用户间的信噪比和信道增益等因素的影响。然后结合能量收集技术,在PU用户最大干扰阈值、SU用户最大初始能量、最小传输速率、感知时间等约束下,考虑两种情况下的系统吞吐量公式,研究了基于正交频分复用（Orthogonal Frequency Division Multiple,OFDM）的系统能量效率最大化问题,并利用改进的人工鱼群算法（ADAFSA算法）,通过自适应搜索参数,设置约束条件,搜索最优发射功率解。仿真结果表明,采用本文所提算法下的EH-CRN的能量效率高于同系统的传统人工鱼群、注水等算法。（2）其次,文本研究了基于多载波NOMA的CR-NOMA系统的能效优化问题。本文以最大化次用户系统能量效率为目标提出了信道分配和功率分配的问题,该优化问题主要涉及子信道分配和叠加用户的功率分配两方面问题,在分配完子信道之后优化SU用户的功率。最后结合Dinkelbach算法和连续凸优化（Successive Convex Approximation,SCA）的思想提出一种基于迭代的用户分配算法（SPOEE算法）,通过迭代次数的增加对关键参数进行更新以满足既设阈值,从而得到叠加用户的功率次优解。仿真结果表明,采用本文所提算法的CR-NOMA系统能效要优于OMA（Orthogonal Multiple Access）系统以及传统固定功率分配等算法。