随着人们对无线通信业务需求的迅猛发展，可供利用的频谱资源变得日益紧张。为提高频谱的利用率，解决无线频谱未被有效利用的问题，认知无线电，这种新的频谱共享技术应运而生。认知无线电是一种智能无线通信系统，认知用户能感知周围环境，发现暂时未被主用户利用的“频谱空穴”，且在不影响主用户正常通信基础上，智能地接入空闲频段并动态利用，从而达到提高频谱利用率，缓解频谱资源紧张的目的。频谱分配作为认知无线电的重要技术，能根据四周的无线环境制定有效的频谱分配策略，使用户合理充分地利用空闲频谱，从而促进整个认知系统性能的提高。本文重点对频谱分配这一关键技术进行了研究。论文分析了关于认知无线电技术的发展和国内外研究现状以及几种标准技术。研究了频谱分配技术中几种常用的频谱分配模型及不同分配模型下的分配算法，简单地分析了相应算法的特性。认知无线电中频谱分配的主要目的是实现系统效益最大化，结合遗传算法的寻优特性，本文提出了一种基于改进遗传算法的频谱分配方案。通过对比仿真，结果表明在实现频谱分配的系统效益最大化性能上，本文提出的算法要明显优于传统遗传算法和自适应遗传算法的寻优能力，能更有效的改善认知无线电网络的频谱分配能力。在此基础上，本文还针对认知无线电系统中，不同类型的业务用户对QoS有不同的要求，提出了一种基于认知用户QoS分级的频谱分配算法。该算法主要思想是，构建了基于QoS分级的模糊综合判决模型，并结合图论模型中的CMSB算法对用户进行频谱分配。实验仿真表明，本文提出的基于QoS分级的频谱分配策略能在满足用户QoS的基础上，保证系统有较好的平均吞吐量和较高的公平性，实现了频谱的有效利用，提高了频谱利用率和认知无线电系统的整体性能。