随着无线通信行业的飞速发展,终端用户的数量十分庞大,5G系统被设想为支持爆炸式增长的移动数据流量需求,同时提高服务质量。高数据速率、低延迟和增加容量的需求要求探索并充分地利用频谱资源。由于可利用的频谱资源相当有限,并且利用率较为低下。认知无线电的出现给频谱资源的合理利用带来了希望。认知无线电频谱分配技术在无线通信技术领域以较大的优势处于领先地位,在频谱资源稀缺的环境下,该技术在资源分配领域具有广阔的应用前景。由于频谱分配的结果直接决定着系统的性能和通信质量,那么如何制定频谱分配策略显得至关重要。本课题介绍了认知无线电的相关知识,包括系统组成、关键技术、分配模型、分配方式与频谱分配性能评价指标等,重点研究了认知无线电网络中萤火虫算法的频谱分配优化问题,综合考虑系统效益以及用户的公平性。（1）本文在二进制萤火虫算法的基础上,深入开展频谱分配优化算法研究。结合认知无线电网络的相关理论,借助图论着色模型对频谱分配问题进行建模。针对目前频谱分配优化算法寻优效果不理想从而导致系统总效益低的问题,以及二进制萤火虫算法存在搜索易陷入局部最优的缺点,提出了一种融合Logistic映射的二进制萤火虫频谱分配策略。借助Logistic混沌映射,优化萤火虫算法位置更新公式中的随机移动步长和随机数,并对映射的结果加以修正,使算法快速跳出局部最优;以自适应的方式对萤火虫的位置进行二进制转换,提升算法运行早期的探索能力和运行末期的开发能力。仿真结果表明,改进的混沌二进制萤火虫可实现更高效的频谱分配。（2）本文提出了基于亮度优先级的疯狂萤火虫算法的频谱分配策略。引入疯狂算子,通过确定的疯狂概率来提升萤火虫种群的多样性,并制定萤火虫亮度优先级移动规则,引导萤火虫完成迭代更新,提高算法的寻优质量,促使频谱分配优化能得到更优解。与此同时,针对传统的以图论着色模型为基础的频谱分配,用户公平性不能得到保证,用户间存在不公平的竞争行为,建立了频谱分配效益与公平性约束机制,能同时保证效益和用户公平性,在整体上实现频谱高效合理的分配,提高频谱资源的利用率。仿真结果表明,基于亮度优先级的疯狂萤火虫算法的频谱分配策略能够在不影响系统总效益的前提下,可有效提高认知无线电系统的系统比例公平性。