随着第四代移动通信网络技术的日趋完善,世界通信强国对第五代移动通信关键技术的研究和标准的制定已争相展开。未来无线网络需要解决能量、频谱稀缺问题以及面临“低功耗高能效”和“大规模用户广域连续接入”这两大基本挑战。本文在能量收集认知无线电网络中设计了最佳资源分配策略,提高了频谱效率;以及在NOMA认知充电网络中设计了最佳资源分配策略,提高了认知用户的性能和能量效率。在无线充电认知网络中,首次建立了研究最大化用户吞吐量之和的资源分配优化框架。利用凸优化理论进行分析推导,设计了最佳的功率分配、能量收集时间、信道分配策略。给出了最佳发送功率和最佳信道分配的闭式表达式。仿真结果表明,能量收集与次级用户总吞吐量之间存在折衷。而且,在所研究的认知无线电网络场景中,非线性能量收集模型下所获得的性能可能小于在线性能量收集模型下所获得的性能。本文首次将实际的非线性能量收集模型引入到采用能量收集技术的NOMA认知充电网络中,建立了研究最大化次级用户能量收集的资源分配问题框架。利用非线性分式优化和凸优化理论,提出了最佳的功率分配策略。在所提出的NOMA认知无线电场景中,与线性能量收集模型相比,实际的非线性能量收集模型能获得更好的性能。