随着移动互联网的发展和大数据时代的来临,对于网络资源的需求越来越多,认知无线电技术为解决当前环境下频谱资源不足的问题,提供了一个新的方法。快速而准确的频谱感知技术是实现频谱共享的第一步,如何将感知到的频谱空穴以频谱资源利用率最大化的方式分配给认知用户,是频谱共享的第二步。为提高双选择性衰落环境下频谱感知的性能,提出一种基于改进的CE-BEM模型进行信道建模的频谱感知方法。改进的CE-BEM可以有效的近似实际环境中双选择性衰落对信号的影响,同时自适应移动速度的基底能够有效的补偿信号受到的时间选择性衰落的影响。在恒虚警概率条件下,利用接收信号的循环特征,对授权用户的频谱进行感知。实验结果证明,在认知用户移动速度变化较大的信道环境下,该方法能提高频谱感知的鲁棒性,在低信噪比和快速移动环境下有更好的感知效果。针对频谱资源分配中最大化吞吐量的问题,提出一种引入分支过程的遍历搜索算法。该算法从寻找有效的分配方式出发,在保证认知用户的最小传输速率和正常的通信服务的条件下,给每种频谱资源分配方式分配一个从1到MN的自然数作为地址,再按照地址的值由小到大构建一棵树,依此对所有的分配方式进行分支,然后根据约束条件逐步进行剪枝,排除不符合条件的分配方式,得到最优解,即最优资源分配方式。仿真结果表明该算法能增加频谱资源的有效分配方式,增大系统吞吐量,增大频谱资源利用率。