研究表明,到2025年,全球的无线通信将服务的移动设备激增至75亿,移动设备将会十分密集。因此,无线通信网络的资源分配能力以及系统的鲁棒性能亟待提高。智能反射面（Intelligent Reflecting Surface,IRS）作为一种高性价比、高移动性及低功耗的新型技术,能够与目前存在的多种技术,如非正交多址接入（NonOrthogonal Multiple Access Networks,NOMA）技术以及认知无线电（Cognitive Radio,CR）结合进行深入研究。具有针对性地对上述无线通信中存在的问题,进行了IRS辅助的NOMA网络鲁棒能效资源分配问题的研究和IRS辅助的CR-NOMA网络资源分配问题的研究,如下:1.以提高系统鲁棒能效为目标,本文考虑不完美信道状态信息（Channel State Information,CSI）,建立了有界信道不确定性模型,研究了IRS辅助的NOMA无线通信网络的鲁棒能效资源分配优化问题。针对所建立优化变量耦合的非凸优化问题,首先利用S-procedure方法转换非凸用户信干噪比（Signal-to-Interference-Noise Ratio,SINR）中断概率约束,其次利用Dinkelbach方法转换目标函数为线性形式,最后引入交替优化（Alternative Optimization,AO）算法处理耦合优化变量为三个优化子问题,并提出一种基于AO算法的鲁棒能效优化资源分配算法。实验仿真表明,所提算法切实地提升了系统鲁棒性和能效性。2.以提高CR网络中次级用户和速率为目标,本文研究了IRS辅助的CRNOMA网络次级用户和速率最大化资源分配问题。首先,建立了IRS辅助的CRNOMA系统服务多个次级用户的模型,其次建立以次级用户和速率为目标函数,以主被动波束成形和发射功率分配为优化变量,以串行干扰消除（Successive Interference Cancellation,SIC）解码速率、次级基站最大发射功率、干扰温度、次级用户服务质量（Quality of Service,Qo S）和IRS单位模量为约束条件的非凸优化问题。对于这个非凸优化问题,本文首先利用数学变换方式,转换了目标函数和SIC解码速率约束,然后引入了松弛变量转换了用户Qo S约束,并利用半定松弛（Semidefinite Relaxation,SDR）技术对秩一约束进行松弛处理,最后利用AO算法处理变量耦合问题。实验仿真表明,本文所提算法很好地提升了次级用户和速率。