随着无线通信产业技术的发展，特别是近年来，3G和4G技术逐步被应用、智能终端设备的普及化，人们对高速率数据业务的需求呈指数增长。但是当前频谱资源由国家统一分配，频谱资源的分配极不均衡，多数频谱的利用率很低，而移动通信频谱却十分拥挤，使得频谱资源缺乏。为了解决这一问题，人们提出了认知无线电技术。本文主要着重认知无线电技术中频谱分配的研究，根据传统频谱分配方法不能实现自学习的特点，使用模糊Q算法对频谱分配过程进行建模，建立一个自学习的频谱分配模型。主要研究成果如下：1、建立一个基于填充式（overlay）策略的模糊Q频谱分配模型。使得认知用户能通过已有的经验进行学习，加快频谱分配的收敛速度。仿真对比结果表明该学习算法比非学习算法具有更高的带宽收益，且系统冲突概率也较小。2、针对overlay策略中授权用户与认知用户不能共存的情况，建立了基于功率控制的模糊Q频谱分配模型，即underlay策略的模糊Q频谱分配模型，通过控制认知用户发射功率达到频谱共享的目的。仿真证明该方案的可行性。3、综合比较overlay策略和underlay策略下的优缺点，提出了一种基于混合策略的模糊Q频谱分配算法，通过适时的切换overlay和underlay两种策略，保证系统获得最优的频谱资源。仿真结果显示，基于混合策略模糊Q频谱分配算法获得的系统带宽收益高于其他两种策略算法，且冲突概率低于上述两种策略算法。