随着无线通信用户和无线数据业务应用数量的飞速增长,下一代无线网络必将需要大量的频谱资源,这将使频谱资源变为制约通信发展的主要瓶颈之一。认知无线电技术允许次级用户感知周围无线传输环境,自适应地调整其无线传输参数(如调制方式、传输功率、载波频率等),动态地使用空闲频谱资源,被认为是下一代无线网络中克服频谱短缺问题,提高频谱利用效率的关键技术之一。除此之外,为改善网络覆盖、增加系统容量、减小传输功率,分布式天线架构被引入认知无线电技术。另一方面,为减小由无线通信造成的温室气体排放,实现环境的可持续发展,“绿色通信”概念在近年来受到了研究人员的广泛关注。因此,为支持分布式天线架构的认知无线网络设计合理的资源管理机制,可以有效提高网络能量效率,解决网络能耗问题,为实现“绿色通信”提供新的契机,具有重要的意义。本论文针对支持分布式天线架构的认知无线网络中资源管理机制的能量效率相关问题进行了深入研究,对改善频谱检测、无线资源分配的能量效率提出了相应的创新性的解决方案。本论文的主要贡献和创新点归纳如下：1.在认知光载无线局域网络中,提出了基于构造型随机抽样矩阵和数据融合的协作压缩感知算法。将压缩感知技术引入认知光载无线局域网,以减少认知接入点对远端天线单元大量传回感知信号的数据采集量,从而减少抽样能耗,提高数据处理效率。首先,设计基于构造型随机矩阵的压缩抽样矩阵,以实现压缩抽样和重构的快速计算,保证压缩感知算法的计算开销在可承受范围之内。为认知光载无线局域网中的多来源感知数据融合提出了一种基于小波变换的数据融合算法。在该算法中,最优合并权值的计算并不依赖于检测数据特性的提前获取,而是通过基于小波变换的数学方法计算得出的。最后,仿真验证了在不依赖提前获取感知特性的前提下,所提出的协作压缩感知算法,可以很好地应用于认知光载无线局域网的数据处理过程,减少抽样点数,提高数据处理效率。2.考虑认知用户服务质量保证,为支持分布式天线架构的无线区域网络提出了高能量效率的压缩频谱检测算法。将压缩感知技术引入支持分布式天线的无线区域网络,以减轻其频谱检测数据处理压力。首先,将压缩信号重构成功率的数学表达式拟合为一个和抽样点数相关的类指数函数,以根据频带信号特点动态地调整压缩抽样点数,进一步节约抽样能耗。其次,提出了一种考虑用户服务质量的绿色协作频谱检测机制,以最大化能量效率为目的,联合优化检测时间、检测门限、协作天线个数以及压缩抽样点数。同时,加入最大掉包率、最大检测时延以及最小吞吐量等约束条件,保障用户的基本服务质量。然后,提出了一种基于粒子群优化算法的次优迭代解法,求解所建立的非凸优化问题,以降低计算复杂度。最后,仿真验证了所提出的绿色协作频谱检测机制可以在保障认知用户基本服务质量要求的前提下,提高网络频谱检测的能量效率。3.考虑可认知频谱非连续的情况,提出了认知无线局域网中的高能量效率自适应资源分配机制。考虑可认知频谱的非连续性,将能量效率纳入考虑因素,将认知无线局域网的无线资源分配问题建模为三个适用于不同网络负载情况的最优化问题。为了克服其中的非线性0-1整数规划问题难以求解的问题,先将此类问题进行连续化,然后利用改进型的人工鱼群算法对等价问题进行求解。除此之外,提出一种高能量效率的自适应无线资源分配机制,可以自适应无线局域网络不同的负载状况,根据不同的负载情况选择合适的资源分配模式,在改善网络能量效率的同时兼顾用户服务质量。最后,利用计算机仿真方法验证了所提出的自适应资源分配机制的性能。