随着各种无线电技术与业务的飞速发展,已有的无线电频谱已经无法满足用户的需求。根据相关的研究数据可知,已分配频谱的频谱利用率非常低,其中存在着大量的“频谱空洞”。因此,针对解决频谱缺乏问题的认知无线电技术渐渐成为了通信领域的热门研究方向之一。认知无线电共有四大关键技术,即频谱感知、频谱管理、频谱共享和频谱移动。其中频谱感知技术是实现认知无线电的重要前提,它主要是来用来获得授权信道的状态信息,以供次用户来决定是否接入授权信道进行通信。频谱感知技术是要在保证次用户不对主用户造成有害干扰的前提下,提供给次用户接入授权信道的机会的,所以这就需要频谱感知的准确度高,即感知性能要好,以对主用户提供足够的保护。而对于次用户来说,其希望能够获得更大的接入授权信道的机会,可达到的吞吐量越大越好。随着现在全球变暖问题日益严重,绿色通信越来越受到重视,人们对能量消耗也有了越来越多的关注,而与能量消耗和吞吐量相关的能量效率也逐渐引起了学者的研究兴趣。本文就分别对感知性能、能量效率与吞吐量三个方面来展开了相关的研究,并取得了一定的研究性成果。本文提出了一种感知性能和能量效率联合优化的方法。在采用“K秩”融合准则来进行协作的认知无线电网络中,影响系统性能的参数为融合准则的判决门限、参与协作的次用户数和感知时间。所以可以将优化问题分为两个阶段,第一阶段,给定感知时间,通过使错误概率最小来得到最优的判决门限和参与协作的次用户数;第二阶段,给定判决门限和参与协作的次用户数,通过使能量效率最小来得到最优的感知时间。本文利用数学推导,证明了两个优化问题均存在最优值,再利用联合迭代算法可以得到综合最优的判决门限、次用户数和感知时间。另外,针对认知无线电网络的吞吐量优化问题,本文结合了频谱预测和连续频谱感知的研究重新设计了新的帧结构模型。先将主用户的频谱划分为两个子频带,然后在一个子频带中加入基于隐马尔科夫的频谱预测,使次用户只在预测为空闲的信道中选择感知信道,从而提高感知到空闲频谱的概率。而在另外一个子频带中进行连续的信息传输,进而提高系统的吞吐量。