认知无线电技术是目前解决频谱资源利用不均衡的一种有效方法,其中,动态频谱分配是实现频谱资源共享的关键技术。本文基于拍卖模型对认知网络中的动态频谱分配问题进行了研究,对遗传算法进行了修改以获得较优的频谱分配方案。具体内容如下:(1)针对认知网络中动态频谱分配问题,本文考虑采用密封第二价格拍卖机制,以在一定程度上保证网络的真实性。对拍卖机制进行了改进,使所得分配方案可以更好地支持现有的频谱空间复用技术,在最大化主用户收益的同时,提高次用户的满意度。(2)研究了单主用户认知环境中的频谱拍卖问题,选择了一种基于贪心策略的混合遗传算法进行求解,并证明了根据密封第二价格拍卖机制制定的次用户的支付函数能够在一定程度上保证网络的真实性。仿真结果表明,相对于传统的贪心算法和遗传算法,改进的拍卖机制和混合遗传算法在解决单主用户认知环境中的频谱分配问题时具有较高的社会福利和次用户满意度。(3)研究了多主用户认知环境中的频谱拍卖问题,选择了一种带精英策略的非支配排序遗传算法进行求解,对算法中的拥挤机制进行了改进,以避免优秀基因的丢失,提高算法的进化效率。仿真实验结果表明,相对于传统的NSGA-II算法和结合权重系数策略的改进的混合遗传算法,改进的NSGA-II算法在解决多主用户环境下的频谱拍卖问题时具有更好的社会福利和更高的次用户满意度。本文探讨的频谱拍卖机制和算法可以在主用户释放频谱资源一定的情况下,最大化社会福利,并同时兼顾次用户的满意度。在获得的分配方案中,多个次用户可能得到同一频谱资源,此时,它们可以通过已有的频谱空间复用技术实现资源共享。实验证明,改进的拍卖机制和算法不仅能够得到更好的社会福利和用户满意度,还能兼顾网络的真实性。