随着无线通信的飞速发展,无线频谱的需求量正在急剧增加。目前静态频谱分配方式凸现出来频谱效率低下的弊端,使得学术界和工业界都纷纷开始探索新的频谱管理方式。认知无线电(Cognitive Radio, CR)技术的发展促进了认知频谱管理思想的发展。而其中的动态频谱分配(Dynamic Spectrum Allocation, DSA)技术,在认知网络中实现不同频谱资源的有效共享和动态管理起着重要作用。该技术可以突破无线通信发展中频谱资源受限的瓶颈问题,具有重要的理论和现实意义。论文采用理论分析和数值仿真相结合的方法,主要围绕新型DSA策略、资源预留对用户QoS的影响、认知网络和主网络的干扰共存特性等几方面内容进行了研究,开展的创新性工作如下：A.提出了一种基于拍卖理论的频谱分配算法本文将拍卖中的第二价格封闭拍卖机制运用于认知网络中的频谱分配。在此基础上,提出了一种虚拟买家组(Virtual Bidder Group, VBG)频谱拍卖机制,以获得更高的频谱利用率和主网络收益。为了求解拍卖机制下的频谱分配最优解,本文还将贪婪算法与穷搜索算法相结合,得到了一种启发式求解频谱最优分配的阶段最优算法(Phase-Optimal, PO),该算法不仅可有效求解频谱分配的次优解,同时具有较低的算法复杂度。B.提出了一种基于离散优化方法的动态频谱分配机制由于在已有的关于认知网络频谱管理的文献中,信道条件被看成是“已知的”、“静态的”信息。本文在进行信道分配时,在传统认知网络的信道分配中加入了信道估计,并把信道最优分配问题转化为离散随机最优问题(Discrete Stochastic Optimization, DSO)。还提出了“逐步离散随机逼近”(Aggressive Discrete Stochastic Approximation, ADSA)算法求解该DSO问题。ADSA算法可以有效跟踪实时变化的无线环境下频谱分配的最优策略。C.研究了次级用户性能增强机制在传统的认知网络中,为了保证主用户的系统性能,次级用户的QoS没有得到很好保障。结合认知网络中近期出现的频谱切换、主网络和认知网络的合作技术,作者提出了信道预留机制。在该机制中,系统从频谱池中预留一部分信道作为次级用户的专用信道。信道预留机制加强了认知网络中次级用户的QoS,同时把对主用户的影响严格限制在可接受范围内。这部分建立在系统马尔科夫链的数学描述上,并计算出了最优的预留信道数目。本文研究了认知网络中频谱分配不同层面的若干问题,力争为提高频谱效率和次级用户长期被忽略的QoS问题。认知网络频谱分配与其他先进通信技术的结合,以提高频谱分配性能,将成为作者下一步研究的重点领域。