无线频谱资源的稀缺是一种相对的稀缺,即某些频谱资源上承载了大量的业务,而另一些频谱资源却又浪费严重,或者说利用不足。针对目前这种频谱资源紧张的问题,人们提出了认知无线电的概念,希望利用认知无线电有效地提升频谱资源的利用率,实现频谱的灵活分配。认知无线电是一个智能无线通信系统。它能够感知外界环境,并使用人工智能技术从环境中学习,通过实时改变某些操作参数(比如传输功率、载波频率和调制技术等),使其内部状态适应接收到的无线信号的统计性变化,从而实现任何时间,任何地点的高度可靠通信和对频谱资源的有效利用。认知用户是在对授权用户不造成影响的前提下,通过择机的方式来对授权频段进行利用。而如何在认知用户间进行频谱分配,是认知无线电研究的重点之一。本文首先介绍了认知无线电的基本概念和相关研究背景,作为本文研究的背景知识和理论基础。由于本文的主要研究内容是认知无线电系统中的动态频谱分配问题,因此在第二部分,本文首先介绍了认知无线电的频谱共享模型,并对频谱分配的原则和频谱分配技术分别进行介绍。接着,针对目前主要的基于博弈论的和基于图论的频谱分配方式作了介绍说明。在上述主要的分配模型之外,其他文献还涉及了另外的一些分配方式,例如将蚁群、鱼群等理论交叉用于认知无线电系统的接入和频谱分配过程。本文的第三部分提出一种结合组合数学中稳定婚姻问题的认知无线电频谱配对算法:通过建模给出了认知用户对频谱、以及频谱对认知用户的偏好优先级准则,再通过配对算法达到运算的收敛,最后实现频谱的分配。通过仿真验证了该算法具有快速收敛的特点,并且在一定程度上提高了系统的满意度。颜色敏感的图论着色算法是基于图论的频谱分配模型中较常见的分配方式之一,该算法充分考虑了频谱分配中频谱效益的差异性和干扰频谱的差异性等因素,同时还分别对在协作式和非协作式条件下频谱分配算法的差异进行了研究。但是,该算法对频谱分配的公平性没有进行充分考虑,即没有考虑认知用户由于可用频谱数的差异而导致的分配不公平的情况。针对此问题,本文在第四部分提出一种结合颜色度的公平性算法,并且通过仿真验证了该算法与颜色敏感的图论着色算法中的最大效用算法相比,在总效用损失不大的前提下,得到了更加公平的频谱分配结果。