过去一个世纪无线通信技术得到高速发展,无线通信网络和应用已经成为人们日常生活的重要部分。随着无线通信业务需求的增长,未来无线通信网络不仅要面对无线频谱资源短缺的挑战,还要解决如何减少能耗的问题。认知无线电(Cognitive Radio,CR)是解决频谱拥堵问题的有效技术之一,将其与无线能量传输技术相结合,是目前绿色通信的热门研究方向。本文针对认知无线电网络(Cognitive Radio Network,CRN)中存在的能耗和干扰问题,开展中继协作传输和资源分配方案的研究。主要工作如下:1.针对目前认知无线网络中能耗和传输性能问题,本文研究了Underlay模式CRN中能量收集双向中继协作方案。其中,两个次用户节点通过中继节点进行信息交换。首先,分别利用单/多中继选择方案选择合适的中继节点,中继从接收信号中收集能量并转发信息,可以显著降低次网络传输功率。其次,利用端到端接收信噪比的累积分布函数,推导了在平坦瑞利衰落信道下次网络中断概率的闭合上界表达式,并分析了次网络的系统容量。最后,通过仿真分析,验证了各参数对中断概率的影响,并且存在最优能量收集周期,使次网络中断概率最小;另外,验证了双向中继协作方案在次网络吞吐量以及能效方面的优势。2.本文进一步考虑了用户之间的竞争,针对认知网络中多个次用户对直接通信(D2D)以Underlay模式复用主用户的频谱资源时带来的同频干扰和能耗问题,提出了基于博弈论的高能效(energy-efficiency,EE)功率分配算法。首先,在Underlay模式CRN中,D2D用户复用主用户的上行链路频谱,将D2D用户与主用户为了提高自身能效而产生的功率竞争描述为非合作博弈。其次,将干扰温度门限作为各用户功率策略的约束条件,构造能量效用函数,侧重对能效进行优化。利用拉格朗日乘子法和KKT条件迭代求解出最优发送功率策略集合,使各用户能效达到均衡。通过仿真分析了不同参数对能效的影响,验证了所提算法在能效和系统容量等方面的优势。