随着无线通信产业的高速发展，频谱资源越发紧缺，因此，能够实现不同频段之间的频谱资源共享和再利用的认知无线电技术一经提出，就受到了学术界的广泛关注和研究。研究频谱利用率更高、系统功率消耗更小、算法运行效率更高的认知无线电资源分配算法成为认知无线电研究领域中的一个重要研究点。　　 本文研究了认知无线电频谱分配问题，在集中式频谱池模式下，研究分析了基于遗传算法的频谱分配仿真模型和频谱分配策略，将小生境遗传算法、自适应遗传算法、分层遗传算法相结合，提出了新的改进型遗传算法。该改进型遗传算法采用小生境技术避免个体的近亲繁殖、每次迭代过程中保留最优个体；自适应地调整交叉和变异概率，使得交叉和变异概率始终处于适宜状态；通过分层措施提供更加平等的个体竞争机会。因此，改进型遗传算法可以有效避免算法过早收敛到局部最优解，确保最终求解出全局最优解。在满足用户传输速率的最小要求、总功率的最大限制、误码率最大限制等要求的前提下，明显提升了小区的总传输速率。使用MATLAB对该改进型遗传算法进行了仿真，仿真结果证明了算法的有效性。