移动互联网的迅猛发展,对无线通信网络的传输速率和稳定性等性能提出了更高的要求。在未来的无线通信网络中,认知和中继将是两种非常重要的技术手段,认知将实现网络的智能化,使网络能够获取和识别环境信息从而自主适变,而中继技术是在移动性要求不断提高的情况下保证传输质量的重要技术之一。本文正是在这样的背景下,针对在认知无线网络中采用协作中继的传输性能进行研究和优化。认知和协作中继都是具有较高灵活性的技术手段,在实际系统中的应用机制和标准也都处在探索阶段,相关研究围绕一些典型场景,涵盖了从微观理论推导到宏观系统架构的多个方面。理论上已有研究通过高度抽象来简化场景以实现深入的理论推导；机制上可引入人工智能等手段,借助算法实现工程上的优化。本文针对认知协作中继的一种典型场景,从理论角度对两种中继转发技术都进行了推导,并得出了闭式最优解,进而在此基础上设计了具有较高执行效率的算法机制,并通过仿真予以验证,主要包括以下几个方面的内容：第一个部分是对现有相关研究成果的总结,列举了一些典型的研究场景并分析了每种场景的研究特点。在这一部分中,着重介绍了两种协作传输技术,分别是放大转发和解码转发。放大转发是指中继节点将接收到的信号直接进行转发,这种方式的优点是信息安全性不会受影响,节点处理简单,缺点是噪声在转发的过程中会不断累积；而解码转发是在每个中继节点处都进行信息的解码来获取信息的内容,再重新编码发送,这种方式的优点是每一步的解码编码过程都滤除了噪声的影响,缺点是信息可能被更改或者窃取,对节点的处理能力要求也较高。可见,这两种传输方式的特点是相辅相成的,可根据具体应用场景的需求进行选择。第二个部分中对认知无线网络中两跳和多跳协作中继系统进行了深入的理论研究和实现方案设计,主要研究点集中于中继选择和功率分配这两个方面。在两跳中继的研究中,信息将通过源节点到目的节点的直传链路,和经过中继的转发链路两条路径到达目的节点,采用理论推导的方式给出了两跳中继在认知和非认知两种情况下的功率分配闭式最优解,并采用遍历的方式选择使系统容量最大的中继节点,达到降低能耗同时提升系统性能的目标。在多跳中继的研究中,源节点和目的节点之间由于距离较远而不存在直传链路,信息通过中继节点的转发到达目的节点,这里同样经过理论推导得出了每个节点最优发送功率的闭式表达式,并设计了动态优化算法,通过递归回溯快速进行中继节点的选择,达到优化能耗和容量的目的。第三个部分是对第二部分的扩展,将中继转发跳数作为可变因素进行研究和建模,通过严密的理论推导给出了在中继跳数可变的情况下节点最优发送功率的闭式表达式,并利用理论推导的结果在理想假设下得出了系统能耗与中继跳数的关系。在中继节点的选择上,先是证明了与系统性能有关的两个定理,进而在这两个定理的基础上设计了两种中继选择方案。后两个部分理论研究成果和方案设计算法都经过了较为全面的仿真对比和验证,证明了本文基于理论成果所设计的实现机制在提高系统性能的同时也具有较高的执行效率,从而具有可实用价值。