泛在化是未来无线通信的发展趋势，各种无线通信技术共存在一个网络环境中，其前提就是要有足够的频谱支撑。随着无线设备的大幅度增长，无线频谱资源呈现出异常紧缺的状态，成为制约无线通信发展的新瓶颈。近年来，可以实现动态频谱共享的认知无线电(CR)技术受到了广泛的关注，被视为解决目前频谱资源利用率低下问题的关键。而动态频谱分配技术是认知无线电实现的关键，是目前的研究热点。文章首先简单介绍了现有的频谱分配技术，然后重点讨论了POMDP理论框架，并在此框架下对频谱分配的性能进行了理论分析和仿真，比较了最优算法的局限性和Greedy算法的适用性。在此基础上，本文提出了将信道相关性因子考虑到算法的整体设计中，并给出了相关的定义和算法改进方案。其次，文章重点研究了未知环境下的多信道接入问题，并综合考虑了物理层频谱检测错误对MAC层接入性能的影响。已有的研究中，作者均是假定信道状态转移概率是事先给定的，但是面对空闲频谱的时变特性，认知用户无法根据实际情况做出快速反应，本文研究在未知网络环境下，认知用户该如何有效地建立当前环境下的主用户频谱使用状态模型，给出了理论分析和证明。接着，针对目前的研究局限于单信道接入的现象，本文提出了多信道接入算法并仿真分析，指出了感知时间和接入时间的折中。然后，本文研究了不同的主用户业务到达率对算法性能的影响，以前研究均将最大化认知用户吞吐量作为优化的目标函数，本文从全网的频谱利用率为出发点，指出了不同的主用户业务到达率，对全网频谱利用率和认知用户的不同影响，仿真发现主用户所能容忍最大碰撞概率的大小对全网的频谱利用率有一个最佳点。最后，针对目前POMDP算法均局限于对单用户性能研究的现状，文章探索了在多用户模式下的MAC层协议问题。指出Greedy算法仅仅是针对单用户最优的，对多个用户是不适用的，在多个认知用户的情况下性能下降严重，并与传统的Random算法进行了对比分析，接着本文提出了两种多用户下的算法优化方案，仿真结果表明，两种优化方案比原算法有性能上的提升。