随着无线通信技术的快速发展和终端用户数量的激增,人们对无线频谱资源的需求也在不断提升。但是可供使用的无线频谱资源是有限的,且其利用率较为低下。在这样的应用背景下,基于认知无线电技术的认知无线网络频谱分配策略受到广大专家学者们的密切关注。针对认知无线网络提出的动态频谱分配方法中,通过两种不同类型的用户实时共享频谱,使得网络频谱的利用率得到有效的提升,对于解决当前频谱资源匮乏的现状具有重要的意义。本文分析认知无线网络模型中的关键技术,并对其中的频谱分配策略进行进一步的深入研究。针对智能优化算法在解决NP难问题中的优越性,应用基于遗传、免疫优化,以及烟花算法的相关频谱分配策略,并在实验中验证其可行性。具体工作如下:1、采用图论着色模型对认知无线网络的频谱分配问题进行建模。认知用户通过机会式的接入方式使用授权用户的频谱,以用户间的干扰和约束关系为依据建立认知无线网络的拓扑结构。2、使用基于遗传免疫优化算法的频谱分配策略。将遗传和免疫优化两种智能算法对频谱分配问题进行两级分层优化,并分别使用网络效益和用户间的比例公平性作为目标函数对其进行实验仿真分析。3、将烟花算法应用到认知无线网络的频谱分配问题中,对传统烟花算法进行改进。并提出基于认知用户需求的分配方式,充分考虑每个认知用户的分配需求程度。通过实验仿真来验证改进的烟花算法用于解决按需频谱分配问题的有效性。仿真实验的结果分析表明,本文所提的两种基于智能算法的认知无线网络频谱分配策略在解决频谱问题中具有一定的优越性,且能较好地提升网络的整体性能。