无线通信技术的飞速发展加剧了目前的频谱短缺。近年来,频谱共享作为一种非常有前景的解决方案,受到了广泛关注。通过频谱共享,需要频谱的服务商可以作为次级服务供应商（Secondary Service Provider,SSP）动态利用授权用户的空闲频谱,从而提升网络的容量。因此,对于服务商来说,除了自身拥有的授权频谱外,另一种频谱,即共享频谱,也将在未来无线服务供应中发挥重要作用。与此同时,结合了认知无线电技术与超密集组网技术的超密集认知无线网络因便于服务商灵活高效地利用网络中的共享频谱而成为未来认知无线网络架构的一个重要发展趋势。在此架构下,本文研究基于服务质量（Quality of Service,Qo S）保证的共享频谱规划方法。具体包括:1、在服务商内部使用共享频谱时,针对共享频谱空闲时间的随机性,提出一种基于Qo S保证的高能效共享频谱规划方案,以最优的网络能效提供端到端的统计Qo S保证。这个方案被建模为一个两步的优化问题。第一步为卸载流量最大化问题,在端到端的Qo S保证下,最大化卸载到共享频谱上的数据量。为了实现不确定频谱供应下的端到端Qo S保证,提出等效链路容量的概念,并构造风险规避的联合机会约束。由于所构造的优化问题难以直接求解,首先提出一个数据驱动的保守变换,将联合机会约束转化为一组确定性的独立约束。然后,设计基于凸壳的线性化方法和基于替换的线性化方法,使所有约束都易于处理。第二步设计具有相同约束条件的能效改善问题,细化被接受任务的资源调度结果,以优化网络能效。为了处理分数形式的能效目标函数,设计基于Dinkelbach方法的迭代算法。2、在服务商和运营商进行频谱共享时,服务商需要向运营商购买共享频谱的使用权。此时,针对用户需求的不确定性,提出一种基于Qo S保证的资源投资方案,确定需要租赁的共享频谱的数量,从而在保证Qo S的基础上优化服务商的利润。而且在该方案中,考虑到目前大量用户业务需要卸载到网络边缘进行计算处理,将用户的需求具体化为计算任务卸载需求。除了共享频谱资源外,还为这些任务租赁计算资源。具体来说,本文将该投资方案建模为一个随机优化问题,从风险规避的角度出发,在实现统计Qo S保证的基础上优化服务商的预期利润。由于难以获取用户需求的精确概率分布模型,在求解该随机优化问题时,没有依赖于特定的概率分布模型,而是基于历史数据的统计特征构建了一个包含所有可能的分布的模糊集,并提出数据驱动的分布鲁棒的解决方案,旨在最坏的情况下制定最佳的资源投资方案,使其值得信赖。