随着通信技术的演进以及用户业务需求的多样化，对高带宽、高速率的网络需求与有限的频谱资源间的矛盾日益凸显，认知技术的出现为缓解这一矛盾提供了有效的解决方法。认知技术允许非授权的网络在不影响授权系统工作的前提下，二次利用授权系统的频谱资源，提高其利用效率。通过对网络设备运行状况、无线信道质量、用户业务需求的动态监测，自适应地调整协议栈的运行参数。然而，现有的分层协议栈架构并不具备如此的灵活性，远不能满足这一需求。为了解决这个问题，需要在一定程度上模糊分层的概念，允许多个协议层的参数进行交互，即引入跨层设计的思想。　　 此外，中继技术是下一代通信中的一项关键技术，在无线多跳网络以及蜂窝网络中都将发挥重要的作用。中继的引入可以为系统带来多方面的性能增益，如吞吐量的提升、覆盖范围的扩大，并且还可以协助部署临时的通信网络。鉴于以上提到的中继技术和认知技术的优势，本论文将主要研究认知中继场景内的跨层资源优化算法。　　 具体来说，论文的主要贡献如下:　　 1.研究认知两跳中继网络吞吐量的最大化问题。将认知中继节点部署于传统蜂窝网络小区内部，小区内的用户根据蜂窝小区及认知网络频段的利用情况，结合无线信道衰落情况以及自身业务对中断概率的需求，从基站节点或者中继节点中选择为其提供服务的节点。此外，根据中断概率的需求分配最优的功率数值，最大化系统的资源利用效率。基于这一优化问题，提出了三阶段的跨层优化算法，分别执行传输模式选择、中继选择、功率分配三个步骤。　　 2.研究认知多跳中继网络的节能问题。认知源节点经过多跳认知中继节点传输到达认知宿节点，为了保证认知源、宿节点间业务的端到端中断概率，选择最优的中继路径并且为节点分配适宜的发射功率。其次，为了保证授权系统的正常通信，需要计算认知节点的最大发射功率。基于此优化目标，提出了基于拉格朗日功率分配和目标导向中继选择的联合跨层优化方案。　　 3.基于本文中的认知多跳中继场景以及跨层优化算法，提出了支撑这一算法实现的架构，描述了认知节点具备的功能，并将其进行了模块化划分。随后，详细地介绍了每个模块存储的信息以及执行的算法步骤。最后，从时序角度出发，设计了各个模块间的信息交互流程。