随着无线通信业务的快速发展，无线频谱资源供需矛盾日益凸显。为了解决这一问题，认知无线电技术受到广泛关注。认知无线电(CR)通过动态频谱接入，可有效提高频谱利用率。另一方面，多小区协同波束赋形通过协调小区间传输可以有效抑制小区间干扰。认知无线电与多小区协同波束赋形技术相结合，不仅能够充分利用空域资源，进一步提高频谱利用率，而且可以有效抑制系统中的干扰，从而增加蜂窝网络容量。论文研究了多小区认知无线网络下行传输链路中的波束赋形优化问题，具体创新如下：　　1.针对非理想信道环境下的波束赋形问题，将传统稳健波束赋形问题推广至认知多小区系统，在认知干扰和认知用户速率约束下，构造基于最小化认知系统总功率准则的优化问题。优化变量间的耦合导致优化问题为非凸问题，难以直接求解。为了求解优化问题，首先通过半正定松弛(SDR)及 S-Procedure算法将非凸优化问题转化为凸优化问题，然后采用 Primal分解将多小区联合波束赋形问题分解为一组单小区波束赋形问题，从而实现了分布式求解，在降低复杂度的同时减少了所需的交换信息。仿真结果表明，该算法不仅对信道误差稳健而且收敛速度快。　　2.针对多小区多用户认知无线网络下行传输链路，提出一种基于能量效率(EE)最大化准则的协同波束赋形优化方法。该方法采用迫零消除小区内用户间干扰，在保证认知用户最小速率需求及认知干扰约束的同时，实现了能量效率和频谱效率(SE)的同步改善。小区之间优化变量的耦合导致联合优化问题为非线性非凸问题，难以直接求解。为了解决这一问题，通过约束泄露干扰并利用半正定松弛，将其转化为凸优化问题，在此基础上，采用部分对偶分解方法将多小区联合优化问题分解为一组单小区优化问题，从而实现分布式求解。仿真结果表明，该方法不仅实现了能量效率和频谱效率的有效折中，而且达到了集中式算法的性能。