La integración del acceso múltiple no ortogonal (NOMA) con retrodispersión y radio cognitivo (CR) puede aliviar efectivamente la presión de las conexiones de dispositivos de Internet de las Cosas (IoT) a gran escala, al tiempo que reduce el consumo de energía. En el enlace descendente de las redes CR basadas en retrodispersión NOMA (NB-CR), la mayoría de los investigadores solo consideran el caso de un único dispositivo de retrodispersión (BD), ignorando el hecho de que múltiples BDs pueden prolongar el uso del dispositivo y mejorar la robustez del sistema. El problema de asignación de recursos (RA) es crucial en el enlace descendente de las redes NB-CR. La mayoría de los algoritmos de RA existentes se centran en el rendimiento del sistema, pero rara vez consideran la eficiencia energética (EE). En este documento, proponemos el problema de RA para la comunicación en el enlace descendente (NBCR-RA) en redes NB-CR con múltiples BDs. Optimizamos conjuntamente los coeficientes de asignación de potencia y los coeficientes de reflexión (RC) para maximizar la EE. Modelamos el problema NBCR-RA como un problema no convexo y lo dividimos en dos subproblemas: optimización de la asignación de potencia y optimización de RC. En primer lugar, proponemos un algoritmo de optimización de asignación de potencia basado en Lagrange (L-PA) para obtener los coeficientes de asignación de potencia óptimos. En segundo lugar, diseñamos un algoritmo de optimización de RC, PS-RC, basado en un algoritmo de enjambre de partículas para determinar los RC óptimos. Finalmente, validamos la superioridad de los algoritmos L-PA y PS-RC en términos de EE. A través de múltiples experimentos, obtuvimos un intervalo de confianza del 95% de [10.5552, 10.6465].