近年来，严重缺乏可用频谱的现状促使人们开始寻求新的可以更灵活方便使用无线频谱的通信方法，而认知无线电技术则是新兴的一种备受瞩目的通信方式。在认知无线网中，主用户的可用空闲频谱将被分配给有需求的次用户使用以此达到提高频谱利用率，缓解频谱资源短缺现象的目的。因而能否对网络中频谱资源进行有效分配关系着整个认知无线电网络性能的优劣。目前，虽然国内外的学者已提出了一些认知无线电频谱分配的模型和算法，但大多没有考虑用户在频谱分配过程中提高频谱利用率的同时能否自适应保证QoS(Quality of Service，服务质量)以及频谱分配环境的变化。因此，本文针对这些问题，开展了如下具体工作：针对认知无线网动态频谱分配中用户QoS质量优化的问题，提出了一种基于队列博弈的频谱选择算法。算法利用潜在博弈和排队论对频谱分配进行分析，将数据传输问题建模成频谱选择的潜在博弈，考虑主用户占用频谱的影响，利用排队理论分析并构建用户效用函数。通过自主调整频谱选择策略，算法能达到频谱分配和跨层优化传输时延及分组损失率的目的。仿真验证了所提出的算法存在纳什均衡，能更加快速收敛到策略均衡点，降低了算法复杂度。该算法在提高频谱利用率的同时能更有效地降低分组传输时延及数据损失率，保证了频谱分配过程中用户的QoS服务质量，最终促使系统整体性能的提高。为了避免网络环境的变化在静态频谱分配后造成的频谱再次浪费，论文从经济学的角度提出了一种基于贸易机制的频谱分配算法。算法考虑认知无线网络中频谱租借市场容量及次用户频谱价值两者均动态变化的特点，将用户之间的频谱租借贸易建模成动态古诺博弈。同时根据用户之间的频谱供需关系动态调整用户贸易的频谱价格及收益，促使每阶段用户效用最大化并达到频谱分配。文中分析了频谱供需关系变化对贸易的影响，并通过仿真证明了该算法能根据网络环境的变化自适应调整用户之间的贸易机制，达到频谱租借平衡。算法相比于静态古诺博弈模型能更适应通信环境的变化，避免了频谱分配的“二次浪费”，有效提高了频谱利用率。