科学技术与经济飞速发展，人与人之间的联系越来越紧密，现代社会乃至未来社会将越来越离不开通信技术的发展，而现在频谱资源紧缺的状况将持续很长时间，如何提高频谱利用效率将一直受到关注。认知无线电就是为了提高频谱利用率而提出的技术，一经提出，就受到了各国的重视。认知无线电系统中的核心技术即认知引擎的开发与研究成为热点，认知引擎中的频谱感知、管理、分配的各种新方法、新技术层出不穷。本文针对认知引擎中的频谱管理技术进行研究，旨在探索新的频谱管理与分配策略，利用认知无线电系统的学习能力提高频谱利用率。本文简要介绍了认知引擎的主要结构及模型的研究现状，分析目前认知引擎的分类以及各种引擎模型的特点。在此基础上提出了基于频谱管理模块的认知引擎模型，并对模型的各模块进行了详细描述。在频谱管理模块中，设计了频谱信道可用度作为衡量频谱质量的指标，用以辅助进行具体的管理和分配利用。目前频谱管理方法大多都是仅从功率维度考虑频段是否被占用，不能体现该频段在时间维度上的特征和统计特性，也不能够支持在时间维度上更好的频谱资源选择。本文将时间维度上的一些频谱特征和规律加入到认知无线电系统的频谱管理模块中，提出了基于信道可用度的频谱管理与分配算法。本文根据能量感知的结果，分析各监测信道干扰温度的大小以及干扰随时间的变化特征，通过公式得到信道可用度的排序，以便于认知无线电系统在必要的时候切换到最佳的信道。本文对真实频谱环境的实测信号进行感知分析和管理操作，利用实测数据进行仿真和统计，查看频谱环境、总结频谱特征，形成利于管理的信道可用度结论。