认知无线电网络是5G通信中的关键应用，该网络的运用使得新一代5G通信网络能够满足不同要求日益扩大的用户群体。5G时代对频谱的需求以及动态接入的要求越来越高，严重的频谱稀缺问题有待解决，在应对科技跨时代的进步与宝贵的频谱资源利用之间的矛盾问题时，认知无线电网络准许次用户运用在主用户不使用期间的空闲频谱，这一定程度上使频谱尽可能被完全利用，缓解了频谱的稀缺。次用户接入主用户频段难免对主用户造成干扰，如何尽可能提高次用户通信水准的条件下，确保主用户的通信要求，这也是不可分割问题。认知无线电技术的应用需要合理地对次用户进行功率分配，在确保次用户对主用户干扰小于门限的同时，使次用户发挥最大的通信性能。为此，本论文主要针对认知无线电网络多信道频谱与功率优化分配的问题做进一步相关的讨论研究，在次用户使用并行传输策略的背景下进行信道与功率的优化分配。论文所提出的创新点以及所做的工作内容如下：
　　1、针对认知无线电网络多信道频谱与功率的优化分配问题，本文提出了一种多信道频谱与功率分配策略。该策略算法结合了拉格朗日凸优化算法和枚举法，即先用拉格朗日法求得模型的松弛解，再以枚举法求得模型的原解。在功率资源的分配上运用了注水定理的原理，对认知无线电网络多信道频谱与功率的联合分配。仿真结果表明：该分配策略的算法在不同碰撞概率下的信道容量与碰撞概率两方面表现良好。
　　2、针对认知无线电网络主用户的延迟问题，本文提出了一种基于有效容量的资源分配策略并把有效容量理论引入认知无线电网络多信道模型中。该分配策略既保证主用户有效的延迟服务，同时合理分配信道和功率两大资源，以最大化次用户信道容量。本文结合了遗传算法，针对混合0-1整数的非线性规划问题，把信道选择向量和功率分配向量作为染色体，结合认知无线电多信道模型目标函数以及约束条件作为适应度函数，对信道选择向量与功率分配向量组合后的染色体进行初始化、选择、交叉与变异得到最优信道选择向量与功率分配向量，最终通过计算得到最优信道容量。仿真结果表明：所提出的基于有效容量的认知无线网络资源分配策略在不同主用户发射功率和不同资源分配策略下有较好的性能表现。
　　3、为了使认知无线电网络中的次用户在最低的能耗下取得更佳的通信能力，本文在基于有效容量的认知无线电模型中引入了能量收集技术，提出了一种基于能量收集的资源分配策略。该策略以次用户的能量效率为目标函数，在较低的能耗下获取最大的通信性能，并结合遗传算法求解。仿真结果表明：该资源分配策略在与参考算法对比下和不同主用户发射功率的情况下有良好的表现。