本文致力于能够最好地利用无线电和硬件资源的认知无线电（CR）方面的无线资源管理（RRM）。我们探讨CR中用于RRM的进化优化技术以及实现先进传输技术以适当的成本和复杂性来提高CR效率。　　 本文的第一贡献是解决了多载波环境中的合理参数问题，确定特定情况下传输参数的优化设置。首先定义一系列传输和环境参数，给出包含这些参数间关系的适应度函数。然后不同的通信目标被定义并结合这些适应度函数以利用CR达成解决方案。我们采用不同的进化方法为不同模式优化多种CR目标。模拟结果表明，粒子群优化算法比其他进化算法提供更高的适应值和更有效地取舍多重目标。　　 这项工作的第二个贡献是，我们将基于OFDM的CR多用户系统的资源优化归结为整数规划问题，并应用进化技术来解决该问题。模拟结果表明，提出的进化算法对于基于OFDMA的认知无线电网络方面的无线资源管理提供了一个有效的解决方案。它们最大限度地提高系统能力，同时坚持限制干扰和功率。　　 多天线传输技术的利用对共存环境中的合作信道干扰问题可能是一个潜在的解决方案。然而，额外的系统成本和多天线的复杂性限制其在CR系统的应用。本文的第三个贡献介绍了认知MIMO系统中的天线选择并提供了低复杂性的天线选择算法。其中，仅使用那些能够发送或接收信号的可用天线会大大降低硬件成本和CR收发器的复杂性，同时保持了多天线的许多好处。　　 此研究工作将有助于认知无线电和网络的实现。