随着无线通信技术的发展，用户数量和宽带业务需求急剧增加，可用频谱资源变得越来越稀缺。然而，对频谱占用的实际测量结果表明，一些信号传播特性较好的授权频段并没有得到有效的利用。认知无线电技术的出现，可以有效提高频谱利用率，实现次用户与授权用户间灵活的频谱共享。　　 频谱分配是认知无线电实现的关键技术之一。对频谱的高效使用要求认知无线电系统能做到实时、动态的频谱资源分配，而且还须保证当主用户重新返回时次用户能及时撤出信道，以免对主用户的通信产生干扰。目前，对认知无线电中频谱分配的研究已形成一定的初步成果，出现了基于图着色理论、博弈理论和拍卖竞价等较为典型的频谱分配模型。然而，该领域的研究尚未被充分挖掘，利用智能方法分析频谱分配问题，可为认知无线电频谱分配研究提供新的思路。本文应用智能算法中的模糊逻辑和遗传算法分析认知无线电的频谱分配问题。　　 首先，介绍了认知无线电的基本概念和频谱分配的相关理论，作为论文研究的理论基础。归纳了认知无线电的频谱特征，指出它是一种机会式动态分配、短期可用和稳定性较差的无线频谱资源。简要介绍典型的几种频谱分配模型，并分析了目前基于智能算法的频谱分配研究现状。　　 基于模糊逻辑研究并改进了一种认知无线电的频谱分配模型，分别使用模糊逻辑系统FLS1和FLS2分析空闲频谱特征和次用户特征，进而评估可用频谱质量和次用户接入概率。然后，分别使用最大化系统吞吐量、随机分配和最大化接入公平算法进行频谱分配。模型充分利用了模糊逻辑推理，将专家经验知识和客观分析融合，可以克服频谱检测和统计数据的不精确。仿真表明，算法可分别获得较高的吞吐量和公平性，验证了基于模糊逻辑的认知无线电频谱分配方案的可行性和有效性。　　 基于遗传算法研究并改进了一种认知无线电的频谱分配模型，分别使用系统的总带宽收益，次用户的接入公平性和系统的整体性能作为适应度函数来设计遗传频谱分配算法，即GA-MSB、GA-MAF和GA-MOP算法。惩罚函数被引入适应度函数，使得不满足干扰约束的染色体的适应度值降低，从而将不可行解通过进化淘汰。仿真结果表明，GA-MOP算法在总带宽收益和次用户的接入公平间取得了一定的折中，具有较好的系统整体性能。同时给出GA算法与CSGC算法的仿真比较。