总体频谱资源的紧缺性俨然成为了阻碍当今社会无线通信发展的一个绊脚石。因此现在各级频管部门也在大力呼吁和倡导认知无线电技术,旨在发现闲置信道资源,或者利用合法指定用户不使用信道的间隙,把基本闲置和暂时闲置的信道分配给更多有需求的合法接入用户,进而解决诸如由于定频专向分配造成的频谱资源浪费现象。在技术层面,它可以类似移动通信中CDMA复用技术思想一样,充分利用各种复用技术,例如OFDM等等,达到同频间的资源共用。还可以积极寻找出闲置频点,或者法定占用信道的用户不使用该信道时,把这种情况下的频道动态的分配给有需求的合法用户。这样既保障了合法授权用户的权益,也最大限度的利用了频谱资源。只是在这样的利用频谱资源的过程中,还需要考虑干扰、吞吐量等技术问题,还要准确判断想要接入的用户是否合法等法律问题。总之高效率的分配已发现的闲置频谱资源,积极利用好合法用户不占用信道的时间段以及如何高效安全的实现频谱复用技术是当下重要的科研攻关方向,同时也是必然趋势。本文将首先介绍我国当前频谱资源使用所面临的一些问题,并简要讨论解决办法和研究重点。然后系统介绍和梳理该领域电磁频谱分配的主要技术和经典模型,进而从众多模型中最终选择图论模型作为讨论重点,详细介绍该模型下闲置矩阵、干扰矩阵、效益矩阵和分配矩阵数学描述。这些经典的基础的知识储备,为遗传、人工鱼群算法和融合后的改进算法的优化仿真提供了理论基础。在算法讨论方面,在第三、第四章将系统介绍两种基于仿生特点的优化算法,遗传算法和人工鱼群算法。并利用图论模型,利用算法本身的特点,对频谱分配的实际问题进行优化。通过仿真实验,变化三个变量参数,得到的仿真结果进行合理化分析,验证算法在该实践领域的有效性。在实际工作中,我利用研一暑假和研二大约一年的时间对比了多种优化算法,最终选定对于遗传和人工鱼群算法进行研究,因为他们仿真结果符合定性的分析结论,与认知是吻合的。但是在常用的粒子群优化算法中,仿真的结果与认知吻合度不高,或者说还有些现象与认知还有差距,因此没有选用。在核心创新点方面,是基于频谱分配的图论模型,依托融合算法对其进行优化分配。融合算法是根据遗传和人工鱼群各自算法特点,做到优势互补。基本思想是避免鱼群算法在寻优过程中方向性差和容易陷入僵局的问题产生。此时引入了遗传算法的相关操作,来克服这一缺陷,求得真正的全局最值,而不是局部极值。通过这一理念,使得融合后的算法在频谱分配网络效益优化方面要优于单独使用遗传和人工鱼群算法的网络效益,可以验证该融合算法在这一分配模式下的效果还是较为显著的。