无线通信技术不断演进发展,无线通信用户数量及无线通信业务流量都呈爆炸性增长,能量消耗也随之迅速增加。无线通信领域的能效优化研究有利于实现节能减排,实现绿色通信。认知无线电技术被认为能够有效地提升频谱利用效率,OFDM技术是4G/5G移动通信的关键技术,同时其窄带利用频谱的特性为认知无线电灵活利用频谱提供了便利。因而认知OFDM系统在学术界得以广泛研究。本文在传统OFDM系统能效及谱效研究的基础上,考虑认知无线网络的独有特性,分析研究认知OFDM系统中的能效优化,以期实现系统整体谱效、能效的高效均衡利用。本文首先研究移动场景下理想认知OFDM系统的能效优化问题。考虑各子载波所经历的不同的衰落及噪声干扰、载波间干扰以及认知用户对主用户的干扰约束,应用Lagrange乘子法求解出最佳功率分配方案。同时,寻找最佳的子载波带宽以使以bit/s/Joule为单位的系统能效最大化。进一步地,本文考虑将移动场景下理想认知OFDM系统的能效优化研究扩展到非理想认知场景,考虑在对主用户的干扰约束下,提出并设计交替迭代算法,联合优化检测时长、检测门限以及功率分配,以最大化系统的能效,并将一致检测门限方案扩展到非一致检测门限优化。仿真结果表明,所提算法不仅能够较快收敛且获得原始问题的近最优解,并且与现有方案相比,所提方案更有利于认知系统能效的提升。接着,本文将非理想认知引入到高移动场景,通过研究移动场景下非理想认知OFDM系统的能效优化,建立考虑感知损耗及载波间干扰的能效模型。借鉴非合作博弈论的思想,设计了具有载波间干扰意识的ICI-aware功率分配及检测时长优化方案,并通过黄金分割法获得自适应载波带宽。仿真结果表明,与静态功率分配及静态检测时长方案相比,本文所提的ICI-aware的功率分配与检测时长优化方案能够有效提升系统能效,并且该算法能够获得较快的收敛速度。