In the recent past, the Cognitive Radio Network (CRN) plays significant role in mobile technology for energy efficient wireless 5G communication. The Non Orthogonal Frequency Multiple (NOMA) communication technology is applied for energy efficient CRN wireless communication. The CRN is an important research area for 5G wireless communication that permit unlicensed Secondary Users (SU) to access the spectrum by achieving energy efficiency. The energy efficiency of SU can be optimized by providing Carrier Frequency Offset (CFO) synchronization and Peak Average Power Ratio (PAPR) minimization in a cooperative spectrum sensing of the CRN. The major issue in CRN is synchronization and error during the transmission and reception of input data. In this research, the synchronization and error correction techniques are proposed to improve the energy efficiency of CRN for improving 5G wireless communication. A novel algorithm is proposed for CFO synchronization and PAPR minimization. The quick calculation of synchronization variable plays an enormously significant part in the modulation and demodulation of CRN data. The novel algorithm is used to provide optimal solution in high computational complexity for various synchronization parameters such as CFO, timing error and PAPR by applying Offset Quadrature Amplitude Modulation (OQAM). The NOMA technology is incorporated for transmitting data by the SU with OQAM modulation. The experimental results prove that proposed methodology attains energy efficiency by improving synchronization and minimizing errors.

最近，认知无线电网络 (CRN) 在用于节能无线 5G 通信的移动技术中发挥着重要作用。非正交频多（NOMA）通信技术应用于节能CRN无线通信。CRN 是 5G 无线通信的一个重要研究领域，它允许未经许可的次级用户 (SU) 通过实现能源效率来访问频谱。通过在 CRN 的协作频谱感知中提供载波频率偏移 (CFO) 同步和峰值平均功率比 (PAPR) 最小化，可以优化 SU 的能量效率。CRN 的主要问题是输入数据传输和接收过程中的同步和错误。在这项研究中，提出了同步和纠错技术来提高 CRN 的能量效率，以改善 5G 无线通信。提出了一种用于 CFO 同步和 PAPR 最小化的新算法。同步变量的快速计算在CRN数据的调制和解调中起着极其重要的作用。该新算法通过应用偏移正交幅度调制（OQAM），为各种同步参数（例如 CFO、定时误差和 PAPR）提供高计算复杂度的最佳解决方案。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。提出了一种用于 CFO 同步和 PAPR 最小化的新算法。同步变量的快速计算在CRN数据的调制和解调中起着极其重要的作用。该新算法通过应用偏移正交幅度调制（OQAM），为各种同步参数（例如 CFO、定时误差和 PAPR）提供高计算复杂度的最佳解决方案。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。提出了一种用于 CFO 同步和 PAPR 最小化的新算法。同步变量的快速计算在CRN数据的调制和解调中起着极其重要的作用。该新算法通过应用偏移正交幅度调制（OQAM），为各种同步参数（例如 CFO、定时误差和 PAPR）提供高计算复杂度的最佳解决方案。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。同步变量的快速计算在CRN数据的调制和解调中起着极其重要的作用。该新算法通过应用偏移正交幅度调制（OQAM），为各种同步参数（例如 CFO、定时误差和 PAPR）提供高计算复杂度的最佳解决方案。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。同步变量的快速计算在CRN数据的调制和解调中起着极其重要的作用。该新算法通过应用偏移正交幅度调制 (OQAM)，为各种同步参数（例如 CFO、定时误差和 PAPR）提供高计算复杂度的最佳解决方案。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。NOMA 技术被合并用于由 SU 使用 OQAM 调制传输数据。实验结果证明，所提出的方法通过提高同步性和最小化错误来实现能源效率。