众所周知，无线频谱资源是当今社会最为宝贵的资源之一，但随着社会的不断发展和科技的日新月异，无线频谱资源却越来越紧张，同时利用无线通信的设备却越来越多，尤其是无线传感器网络（WSN）的大量铺设，众多的传感节点均需要通过无线通信的方式将它们感知的环境信息，传递到远端的控制节点，因此需要大量的通信频谱资源。而传统的固定频谱分配方式大大限制了频谱的利用率的提升。缓解这种状况的主要途径是进行频谱资源的灵活分配，而结合认知无线电这种具有发现“频谱空洞”并合理利用该频段的能力的技术，应用到无线传感器网络当中，将极大地缓解制约无线传感器网络（WSN）频谱不够用的问题。本课题源于导师的国家高技术研究发展计划（863计划）“基于联盟博弈认知模型的动态频谱接入技术研究”（编号：2009AA1Z241）和国家重大基础研究计划973课题“物联网混杂信息融合与决策研究（编号：2011CB302903）”。本文研究并实现了一种运用联盟博弈思想和分布式数据处理理念的认知无线传感器网络（CRWSN）的动态频谱管理的设计。本文第一部分为了优化CRWSN网络的频谱调度和分配，首先通过引入联盟博弈的思想提出了一种基于RSSI的类蜂窝式拓扑结构的CRWSN通信结盟模型，并将最大化系统的吞吐量作为数学模型的求解目标，随后设计出了基于离散随机逼近的通信盟频谱调度算法并联合注水算法共同求解，算法定义了通信联盟盟内和盟间的接入方式和通信协议。最后利用联盟形成博弈理论中的D hp T和D C T准则分析了算法的稳定性。本文的第二部分阐述了基于Spark分布式处理平台的离散粒子群优化算法（DPSO）的频谱调度设计与仿真。优化了在CRWSN下节点众多而导致的调度时间过长、通信延时的问题。本部分首先介绍了传统的粒子群优化算法以及离散的粒子群优化算法，继而提出了基于分布式处理平台Spark的并行化频谱粒子优化算法。然后详细的介绍了如何从频谱粒子初始化，到频谱粒子的更新到最后频谱粒子的取舍的算法。最后通过欧盟的种子项目（SEEDS）仿真了整个系统的设计。实验说明了在Spark平台下，离散频谱粒子群优化算法的确可以在较短的时间内达到优化选取合适的频谱信息进行通信的能力。这样会大大的提升认知无线传感器网络系统的频谱调度，继而更加优化整个频谱空间的利用。