随着无线宽带通信技术的高速发展，数据敏感型移动应用的井喷式出现，频谱资源紧缺问题变得越加严重。认知无线网络（CRN）因其能在不影响授权用户通信的情况下利用空闲频谱资源，较好的应对无线频谱资源供需矛盾问题，是下一代无线通信网络的重要研究方向。与此同时，由于电池技术的发展长期停滞不前，在设计无线通信网络时不仅需要考虑应用 CRN技术提高网络吞吐量和频谱利用率，还需要将能效作为设计网络的重要准则，以延长移动设备工作寿命。　　本论文的研究主要围绕于 CRN中高能效频谱分配算法的设计。本文首先介绍了该课题的研究背景和意义，国内外研究现状与应用趋势，并阐述了 CRN频谱分配相关概念和关键技术。　　其次，针对中心式CRN，在考虑用户到达数据量、功率控制和信道切换延迟的情况下构建了网络的吞吐量和能耗模型，将中心式 CRN的调度问题描述为信道分配和功率分配联合优化问题，目标是最大化网络能效。由于求所述问题的最优解一般是NP-hard的，进而提出一种基于改进粒子群算法的中心式CRN能效调度算法。所提算法使用一对粒子表示信道和功率联合分配方案，并对原始粒子群算法做适当改进以加快收敛速度和提高求解精度，最终通过两个粒子群的同步迭代更新求得所述频谱分配问题的近似全局最优解。仿真结果表明，所提出的算法能在吞吐量损失较小的情况下提高网络能效，并保证用户最小速率要求。　　最后，研究认知无线传感网络（CRSN）的簇内频谱分配优化。在考虑信道切换延迟的情况下，描述了CRSN簇内节点的能耗模型以及授权频谱占用模型。提出用预期剩余能量和预期传输数据量衡量节点能效，并描述了基于最大化混合效用和的频谱分配优化问题。考虑到负责频谱分配的簇头节点计算能力有限，提出了一种基于伏格尔法的CRSN簇内能效频谱分配算法。仿真分析显示，所提出的算法能有效减小并均衡节点能耗，延长网络的工作寿命，提高网络成功传输数据量，且具有相对较低的复杂度。