近年来,随着通信技术的不断发展,用户对通信的需求逐渐发生了转变,这种转变给现有通信网络带来了很多的挑战：首先,用户对数据速率的要求不断提高,这使得现有频谱资源紧缺的问题更加严峻；其次,用户越来越倾向于在室内进行通信,这对蜂窝网络的覆盖提出了更高的要求；第三,用户业务类型的增加使得网络负载呈现出很强的波动性,这直接导致了网络资源利用率的下降。为了应对这些挑战,有研究提出了认知femtocell的概念。认知femtocell是一种具有认知能力的femtocell网络,一方面,认知femtocell具有传统femtocell灵活高效且价格低的优点,用户可以自行购买并安装来提高传输速率并改善室内通信质量；另一方面,认知femtocell的认知能力允许网络能够根据当前环境进行自适应调整并能通过感知获取可用资源。因此,认知femtocell能够很好地改善现有网络的性能。考虑到认知femtocell覆盖范围小且价格低的特点,未来很有可能每栋楼宇甚至每个房间都会配置一个认知femtocell基站,全球范围内的认知femtocell数量可想而知。然而,庞大数量的认知femtocell必然会带来网络能耗的增加,这会严重制约认知femtocell的进一步发展。因此,有必要在认知femtocell网络中进行节能技术的研究。本文的内容主要包括作者在参与华为高校联合项目《基于认知的绿色无线网络若干技术研究》中对认知femtocell网络中节能技术的认识与研究,文中所涉及的相关问题以及研究内容有：(1)对认知无线电技术、femtocell网络以及认知femtocell网络的概念进行了介绍并对认知femtocell中的频谱感知、自优化管理以及节能方案进行了详细阐述。(2)对认知femtocell频谱感知过程的节能方案进行了研究。为了提高频谱利用率,认知femtocell网络中的频谱主要通过感知获得,现有的频谱感知方案以协作感知为主。相对传统单用户感知方案来说,协作感知能有效降低多径以及阴影带来的问题,提高感知性能。然而,协作感知需要更多用户进行局部感知,这会带来感知能耗的增加进而限制协作感知在实际中的应用。针对这一问题,论文提出了一种TSCSS (two stage cooperative spectrum sensing,两步协作感知)方案,该方案将所有用户分成两组进行感知并根据第一组用户的感知结果判断第二组用户是否需要进行感知,以此来减少参与协作感知的平均用户数,提高感知能效。同时,为了最大化两步协作感知方案带来的增益,文中采用了粒子群算法对方案进行了优化。仿真结果表明,相对传统方案而言,本文提出的两步协作感知能够有效提高感知过程的能量效率,同时方案还具有良好的收敛性。(3)对认知femtocell自优化管理过程中的节能方案进行了研究。认知femtocell的自优化管理功能使得系统能够根据当前网络状况自适应地对资源分配方案以及基站开关状态进行调整从而实现节能。本文重点关注认知femtocell中的基站开关状态自适应调整方案,即小区休眠。小区休眠作为一种高效简单的节能方案目前已经得到了广泛关注,然而,随着网络中业务类型的逐渐增加,网络中的负载波动性也在逐渐增强,这使得现有休眠方案存在要么节能效果不明显要么复杂度过高的问题。针对这一问题,本文提出了一种TPBS (Traffic Prediction Based Sleeping,基于负载预测的休眠)机制,该方案首先根据网络的认知能力对负载进行预测来消除负载波动性带来的问题,在此基础上,文中设计了一种简单的方案来确定休眠小区以及对应的休眠时刻。仿真结果表明,相对基于MDP (Markov Decision Process,马尔科夫决策)的小区休眠方案而言,本方案在保证一定能效增益的前提下,极大地降低了算法复杂度。