近年来,随着无线通信的快速发展,人们对高速率无线业务的需求越来越高。因此无线频谱资源日益短缺,能源消耗也越来越大。认知无线电技术能够很好地解决频谱利用率低的问题。在认知无线电网络中,次用户能够很好地感知周围环境并改变工作参数,从而自适应地接入频谱。同时协作通信技术的出现满足了用户对高速率业务的需求,它通过协作分集技术提高了系统的容量。未来的无线通信不仅要考虑频谱资源利用率低的问题,还要强调能量效率的绿色无线电。鉴于此,本文针对认知无线电中的频谱效率以及能量效率做了相关研究,具体内容包括:1、针对认知无线电网络,研究了基于OFDM非完美频谱感知下能量效率的资源分配。为了不将功率浪费在错误检测,通过定义一个速率损失函数引入了一个新的能效模型,优化该能效的表达式可以节省宝贵的资源,例如电池寿命等,使该能效比传统能效的增益大。在优化中对所有的子信道都进行功率约束,有两种对主用户的干扰容限:峰值干扰功率约束以及平均干扰功率约束,通过比较两种功率约束来衡量能效的性能。经过计算验证了能效和传输功率是拟凹的关系,提出了一种优化的能效资源分配算法。仿真结果表明,新的算法比传统的算法提高了能效,并且在一定的干扰功率下,基于平均干扰功率约束的能效比基于峰值干扰功率约束的能效大。2、针对认知无线电中的双向中继网络,研究了基于OFDM非完美频谱感知下频谱效率的资源分配问题。考虑了两种接入机制:机会式的频谱接入以及共享式的频谱接入。与传统的基于认知的双向中继资源分配方法不同的是,所提的算法联合优化感知时间和发射功率,从而最大化次级系统的吞吐量。在频谱感知阶段,次级系统的两个用户和中继用户联合感知主用户的存在状态,确保了感知结果的准确性。在数据传输阶段,为了有效地保护主用户,每个阶段都考虑平均干扰功率约束以及次级系统总的功率约束,在这些约束条件下,求得最优的感知时间和功率分配。最后仿真比较了两种接入机制的性能,验证了所提算法的有效性。