近年来,随着互联网数据量的不断增长,频谱资源短缺问题日益严重,服务器压力逐渐增加,这些都极大的影响了网络性能。与此同时,用户对于通信服务质量的需求不断提高,因此,一种高效而合理的资源分配方案在网络性能的改善中变得尤为重要。在本文中,我们利用认知无线电技术在频谱利用率方面的优势以及用户体验质量QoE在衡量业务性能方面的直接性与可靠性,分别在两个场景下研究了认知无线电网络的资源分配方案,其一是基于QoE的单业务认知无线电网络中继选择与信道调度算法,其二是基于QoE的多业务认知无线电网络缓存协作算法。在单业务认知无线电网络场景中,本文考虑了认知无线电网络动态频谱接入的特性及QoE影响指标,以最大化次级用户的最小业务QoE作为目标,并以可用空闲频谱在同一段时间内只能被一个用户利用的准则作为约束条件,建立了基于QoE的中继选择及信道分配模型。模型采用协作中继的思想,使次级用户相互协作,充分利用空闲频谱。为了简化模型的求解,本文放松变量条件限制,将模型转化为混合整数二次约束问题,并借助CPLEX优化器求解。通过与其他利用QoS作为优化指标的资源分配方案相比,本文中继选择及信道分配联合算法可有效提高用户最小QoE,避免个别用户体验质量差的情况。在多业务认知无线电网络场景中,本文综合考虑认知无线电网络主次级用户相互干扰的特性以及不同业务的QoE指标要求,提出了一种基于QoE的多业务缓存协作方案。该方案涉及缓存布局、缓存查询、调度技术,旨在最大化各个业务的平均QoE。本文采用启发式算法求解缓存布局模型。仿真结果表明,相比未缓存方案,本文缓存协作方案可有效提高业务的平均QoE,并保证高负荷网络下QoE的稳定性。