认知无线电(Cognitive Radio,CR)可被广泛应用在卫星导航、移线通信系统、交通控制和军事通信等数十个领域,因为其应用的广泛性,认知无线电的各种关键技术自提出之日起就引起了人们极大的研究兴趣,近年来得到了迅猛的发展。随着通信技术的发展,频谱资源紧缺的同时用户对服务质量(QoS)的需求也越来越苛刻,促使人们不断的改进和探索新的方法和技术。绿色认知无线电是认知无线电系统发展的新阶段,在有效利用能量的同时能够感知外部无线环境变化和智能调整参数以适应环境的变化,具有提高现有认知无线电系统性能的潜能,有望应用在5G等未来通信系统中。针对现有绿色认知无线电系统中的频谱感知、认知系统参数设计和信能协同传输等关键技术所遇到的理论和应用难题,通过设计新的群智能算法去解决复杂的工程难题,获得绿色认知无线电系统中频谱感知、认知系统参数设计和信能协同传输问题的最优解决方案,促进认知无线电的发展与应用。因此,本文针对绿色认知无线电系统中亟需解决的难题,研究设计高效且可靠的群智能算法,以获得频谱感知、认知系统参数设计和信能协同传输技术的新方案,促进绿色认知无线电系统的发展。可从以下几个方面对本论文的研究内容进行描述:(1)为了解决经典频谱感知算法求解精度不高和不能有效求解多目标联合优化的难题,提出了文化细菌觅食频谱感知方法和多目标量子萤火虫频谱感知方法。所提出得基于文化细菌觅食算法的频谱感知方法是一种快速高精度的智能频谱感知方法,和现有解决频谱感知问题的经典方法相比较,所提频谱感知方法具有更优越的性能。为了解决现有频谱感知方法多为只考虑检测概率或虚警概率的单目标频谱感知方法的不足,建立多目标频谱感知模型,提出了基于多目标量子萤火虫算法的多目标频谱感知方法,能够综合考虑用户对检测概率和虚警概率的不同需求,获得满意的多目标解集。(2)为了解决绿色认知无线电系统的系统参数设计受收敛精度和收敛速度的制约和优化的多目标存在冲突的难题,提出了基于量子萤火虫算法和量子多目标多种群共生进化算法的认知系统参数设计方法。所提出的基于量子萤火虫算法的绿色认知系统参数设计方法,利用量子计算理论和萤火虫算法,有效地提升了算法的收敛能力,在低能能耗的前提下同时考虑不同通信指标的要求。针对现有认知系统参数设计方法大多通过简单的线性加权将多目标优化问题转化为单目标优化问题,不能有效的考虑用户质量需求的不足,在保证可靠通信的前提下,建立多目标绿色认知系统参数设计的数学模型,设计量子多目标多种群共生进化算法,提出基于量子多目标多种群共生进化算法的多目标绿色认知系统参数设计方法,通过非支配解排序和拥挤度计算获得Pareto前端解集,此方法能够在确保可靠性的前提下同时兼顾多个性能指标并且降低了能耗。(3)针对无线能量采集绿色认知无线电系统在无线能量采集和资源分配遇到的冲突问题,建立了3种资源分配和协作通信的数学模型,提出量子蝙蝠算法、量子灰狼算法和量子烟花算法等连续优化算法去求解所遇到的技术难题,进一步提高系统的性能和扩大应用范围。首先,提出基于量子灰狼算法的绿色无线能量采集和分配方法,能够最小化系统的能量损耗,在实现绿色通信的同时进行储能操作。然后,提出基于量子蝙蝠优化的无线能量采集认知合作策略,通过采取更有效的从用户能量采集模式和信息传输方式,能够同时获得能量和信息协作传输的最优方案,且从用户系统可以从主用户信号采集能量并且实现自供能。最后,设计了一种量子烟花算法,并对其收敛性能进行分析,提出一种考虑主用户瞬时非协作传输速率非定值、主用户能量供应率和联合最大化主从用户吞吐量的最优协作机制,更好的实现信息和能量的协同传输。