随着现代通信技术的迅速发展，有限的频谱资源变得尤为珍贵，然而现有的频谱管理策略与固定的频谱分配方式是造成频谱资源紧缺的主要原因。因此，针对不可再生的频谱资源，如何高效的利用频谱促进了认知无线电技术产生与发展。认知无线电技术通过感知周围的环境，检测空闲频谱资源并通过实时的调整诸如传输功率、载频、调制方式等参数来适应环境的变化，从而达到提高频谱利用率、缓解频谱资源紧张的目的。　　 动态频谱分配技术是认知无线电MAC层的关键技术之一，从广义上讲，动态频谱分配包括频谱管理、频谱分析和频谱决策三个步骤。本文以模糊理论为数学工具，在对频谱参数进行分析的基础上研究了两种动态频谱分配算法。仿真结果显示算法可以实现有效的频谱分配。　　 完成的主要工作和创新如下:　　 ①详细的分析了认知无线电动态频谱分配过程和研究模型，并简单介绍了模糊理论基础知识。　　 ②重点研究了分布式网络拓扑结构下认知无线电系统的频谱分配问题。通过研究传统经典分配算法，在分析算法不足的基础上，给出了一种基于用户QoS和信道质量分级的频谱分配的改进算法。本章利用模糊判决方法在对信道质量和认知用户业务QoS进行量化分级，以更好的表示不同用户QoS需求和信道质量的差异性，并根据各用户业务需求分配能够保障QoS的信道，有效提高了用户需求满足度的同时为用户业务提供QoS保障。　　 ③重点研究了集中式网络拓扑结构下的一种基于信道特征的动态频谱分配算法。本章首先对信道在时域上的特征进行了分析，并通过采集信道时域上的信道特征信息样本，利用模糊马尔可夫链预测方法在对信道的可用性进行预测的基础上，根据认知用户的接入概率确定了吞吐量最大准则、公平性准则以及随机分配准则。经MATLAB仿真分析，不同的分配准则分别获得较高的系统吞吐量和公平性性能，验证了不同分配准则的可行性。