在认知网络中，具有强时变性的信道状态、用户状态影响着系统性能。为了提高系统吞吐量，实现用户最大通信速率，如何将时变的信道、用户状态和链路自适应调制与编码匹配是一个亟待解决的问题。针对此，提出了一种匹配检验分配协议（matching-check allocation protocol,MAP）。该协议联合链路自适应包错误率与通信速率，旨在实现信道状态、用户状态与传输模式匹配的同时最大化系统总通信速率。为了评估频谱分配协议在多用户多信道联合目标优化等复杂网络复杂指标下的性能，利用离散时间排队模型分析非授权用户行为，构建了一种通用的、适用性强的协议评估框架，得到了平均队长、平均吞吐量、平均时延、平均拒绝量等综合性能指标。在该框架下，将MAP协议与最大速率分配协议、公平随机分配协议进行比较。数据结果表明了MAP协议优于对比协议，也表明了协议评估框架能够评估不同的频谱分配协议，证明了MAP协议与协议评估框架的有效性。