认知无线电网络因其在高效利用非授权的无线频谱资源的同时不干扰授权用户（主用户）而备受关注。本课题考虑到“认知用户不干扰主用户”的假设在未来智能通信网络中可能不再成立，引入了“主动优化”的概念，建立了主动优化认知无线电网络的架构，并深入研究了主次用户（授权用户/认知用户）行为优化决策、动态频谱管理、基于云计算的主动优化认知无线电网络等关键技术。取得的主要成果包括：. 完成了主动优化认知无线电网络用户行为决策研究。提出了认知用户和授权用户相互协作的框架，通过合理的频谱律令保证系统各要素之间的行为相互协调不冲突，各要素以自身利益最大化为目标进行自主行为优化，从而推动整个系统的优化发展。考虑高速实时的频谱市场模型，主用户制定合理的频谱接入律令，动态分配有限的空闲频谱，并收回不必要的频谱使用权，将频谱的分配问题转化为Restless Bandits模型并求解，在每个时隙进行频谱分配的决策，最大化主用户的收益的同时提高频谱利用率。考虑在认知无线电网络中次用户不精确的频谱感知结果及次用户违规传输行为，次用户的收益由传输收益和罚金两部分组成，并将其在主动优化认知无线电网络中的传输行为建模为部分可观测马尔科夫模型，进行动态优化。. 提出了主动优化认知无线电网络中的动态频谱管理方法。引入小蜂窝的概念，提出了干效性的概念，即传输每比特数据所产生的干扰，建立了基于能效性和干效性的多目标收益函数，以最大化长期折扣收益为目标进行频谱决策。针对信息物理系统应用于交通视频监控的场景，建立了系统模型，并通过以最优化用户体验为目标的动态频谱管理，保证了在高效利用频谱的同时保证视频质量。针对适用认知无线电技术的无人机网络，提出了基于导航数据的资源管理方法，利用速度、方向、位置等导航数据获得了优化的频谱分配决策。. 完成了基于移动云计算的主动优化认知无线电网络研究。提出了基于移动云计算网络的频谱与计算资源联合调度方法，研究了该网络中的性能瓶颈问题：云计算网络中的计算/网络资源以及移动通信网络中的频谱资源。研究了异构云认知网络中基于服务质量的资源管理方法，定义了网络的异构增益，提出了利用异构特性提高服务质量的方法。针对云认知无线电网络，提出了一种结合云计算的认知用户选择优化方法，以主用户向认知用户收取频谱租金最大化为优化目标，结合云计算的优势，能较好提升系统性能，且计算复杂度较低。