随着5G时代的到来,无线传感器网络将迎来新的发展机遇。与此同时,无线传感器网络面临着能量受限和频谱短缺等问题,制约着其进一步发展。采用认知无线电技术,次要用户可以进行频谱感知和分析,动态地接入主用户的授权频谱,从而提高频谱使用效率。采用无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)技术,可在向无线设备发送信息的同时为其提供能量,延长无线设备的续航时间。采用非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术,多个用户同时使用同一信道发送信息,可以利用有限的频谱资源实现更多的用户接入,提高频谱效率。因此,论文分别对采用SWIPT技术和NOMA技术的认知无线传感器网络(Cognitive Wireless Sensor Network,CWSN)进行资源分配的研究,在问题规划和求解的基础上,通过仿真对提出的资源分配策略进行验证和分析。论文的主要工作包括:(1)为缓解无线传感器网络能量受限的问题,论文构建了采用SWIPT技术的CWSN网络模型,系统模型由一个主系统和一个传感器子系统组成,主系统包括一个主发射机和一个主接收机;传感器子系统由多个传感器节点组成,利用主系统用户的空闲频谱发送数据。传感器子系统中的传感器节点作为中继,对主发射机的信号进行解码转发,实现主用户的信息传输。同时,每个传感器节点均有功率分割接收机和可充电电池,可按照一定的比例收集主发射机的信号能量为自身电池充电。针对以上CWSN网络,论文以最大化传感器子系统的和速率为目标,进行资源分配策略研究。在保证主系统的传输速率的前提下,建立优化问题。然后使用凸优化方法获得最优的功率分割比、功率分配和子载波分配策略。在数值求解的基础上,对优化算法进行了仿真。仿真结果表明,采用SWIPT技术进行能量收集,传感器能够获得更多的可用能量,提高传感器子系统和速率。(2)为缓解认知无线传感器网络的频谱短缺问题,论文建立了采用NOMA技术的CWSN网络模型。在这一模型中,主系统包括一个主发射机和一个主接收机,在授权频谱上,主接收机可直接接收主发射机发送的信号。传感器子系统由多组传感器组成,每组传感器共用主用户的一个子载波发送信息,主用户和传感器之间存在相互干扰。不同传感器组使用的子载波不同,不存在组间干扰。针对以上CWSN网络,论文在满足主系统的干扰约束和每组传感器的传输速率要求的前提下,规划了一个传感器子系统能效最大化问题,对资源分配进行研究。通过使用分式规划、时间共享策略和连续凸近似等方法,对原问题进行了转换,然后应用凸优化理论得到功率和子载波分配策略。在公式推导的基础上,进行数值仿真。仿真结果表明,论文提出的资源分配策略能够实现传感器子系统的能效最大化,并且与正交频分复用多址、固定功率分配、固定子载波分配等对比策略相比能够获得更高的能效。