在当今世界，频谱资源匮乏这一问题严重地制约了无线通信技术的发展。认知无线电(Cognitive Radio, CR)技术可有效地解决该问题。CR技术通过感知无线电环境，动态地使用频谱资源，自适应地调整系统传输参数，从而可有效地提高系统性能，尤其是频谱利用率。本文将OFDM技术与CR技术相结合，并对认知OFDM系统的频谱分配进行了研究。首先，本文介绍了课题来源、CR技术的研究目的以及CR技术的国内外研究现状与进展。其次，研究与分析了认知系统的频谱分配的基本理论，重点比较分析了集中式与分布式认知系统，并介绍了频谱分配的原则、类型以及模型。再次，研究了认知OFDM系统中的不同信道下的信道状态信息估计，即信道估计与信噪比估计。对于信道估计，提出了利用信道噪声功率这一参数的信道岭估计算法，其性能相比LS估计算法更为优越；对于信噪比估计，研究了AWGN信道下的信噪比估计算法，而且提出了频率选择性信道下的基于CP和数据的信噪比有偏估计和无偏估计。所提出的算法估计精度高，复杂度低，实时性强。最后，研究了认知OFDM系统中的无线信道模型，并根据估计出的信道状态信息和频谱感知结果，采用拉格朗日算法、贪婪算法以及改进的贪婪算法对认知用户进行相应的频谱分配，并对算法性能进行了仿真比较分析。