无线网络通信摆脱了有线通信方式通讯设备位置固定的束缚，便于随时随地进行沟通，深受用户青睐。随着无线网络技术的不断发展和新技术的不断涌现，对无线频谱资源的需求也在快速增长，导致无线频谱资源日益匾乏。同时，由于传统频谱管理方式都是静态的，这种无线频谱管理方式虽然简单有效地使不同无线通信系统间避免了相互干扰，有利于网络规划、运营、管理和维护，但使无线频谱资源的使用率极其低下，正是在这样的背景下，认知无线电技术应运而生，已经成为研究的热点。而基于认知无线电技术的认知无线网络更是得到了学术界和工业界的广泛关注。认知无线网络的发展面临许多新需求和新挑战，本文针对认知无线网络的频谱分配算法展开了深入研究，在分析频谱分配算法模型的基础上，提出了新的频谱分配算法，取得了一定的理论和技术创新成果，主要包括以下二个部分：(1)通过讨论图论着色模型以及基于该模型使用遗传算法实现频谱分配的算法过程，提出了基于Pareto优化的多目标遗传频谱分配算法，该算法在最大化利用频谱资源的前提下，能提高系统的最大效益和最大公平性；同时将提出的新算法与传统的采用遗传算法实现的频谱分配算法，对算法进行了实验仿真，仿真结果表明，提出的新算法无论是在频谱利用率或频谱分配公平性上还是在系统最大效益还都较优。(2)通过讨论基于竞价拍卖的频谱分配模型，提出了基于多目标的双向拍卖频谱分配算法，该算法使用双向拍卖方法，在拍卖过程中找出符合多目标条件要求的授权用户和认知用户并进行交易；同时对该算法在频谱分配效率和收益等方面进行了实验仿真，仿真结果表明，该算法在提高频谱利用率的基础上综合考虑了网络系统的各种性能要求。