在认知无线电技术中,次级用户通过感知空闲的授权频谱然后根据系统的频谱分配策略接入使用。协作通信技术是在多用户通信的系统中,用户节点单元之间通过共享部分资源并按照一定的方式协作,共同完成系统的通信任务。认知无线电技术和协作通信技术相结合能够充分发挥两种技术的各自优势,有效地改善系统的性能,提高频谱利用率,因此对多用户协作通信的认知无线电技术的研究具有非常重要的意义。当前,将智能算法应用于认知无线电技术中的研究比较常见,取得了很好的效果。但是由于智能算法本身存在的一些缺陷,使得求解的效果不够理想,仍有需要改进的地方。本文主要针对多用户协作通信的认知无线电技术研究了多用户协作频谱感知技术和多用户协作中继节点选择技术。对于认知无线电系统中多用户协作频谱感知技术,本文从理论上推导了检测概率公式,并提出了采用改进的自适应遗传算法来求解协作频谱感知的优化问题,使得收敛速度更快,解决了遗传算法收敛速度慢、容易陷入局部最优等问题。在认知无线电系统的多用户协作中继选择技术中,分别研究了单用户的多中继节点选择以及多用户的中继节点选择,通过理论分析了接收端的信噪比、网络吞吐量以及能量效益等参数性能。研究了粒子群算法和量子粒子群算法,分析了它们的优点与不足,提出了一种改进的量子粒子群算法,解决了认知无线电的协作中继选择问题。仿真结果表明,采用改进的自适应遗传算法能够更快地求解频谱感知问题,节省了时间,使得系统效率更高。改进的量子粒子群算法比传统的中继选择算法和量子粒子群算法能够更好地优化中继节点的选择,提高协作通信认知网络的性能。