量子遗传算法是量子计算与遗传算法相结合的产物。其算法具有寻优能力强、收敛速度快和计算时间短的特点，所以在许多领域都得到了广泛应用。无线频谱是一种宝贵的自然资源，为了缓解无线频谱资源短缺、频谱利用率不均的局面，人们提出了使用认知无线电技术的动态频谱分配机制，本文主要研究将量子遗传算法用于认知无线电频谱分配模型中。　　 本文的主要研究内容包括：　　 第一，研究了基于遗传算法的认知无线电频谱分配模型。并在频谱分配模型的公平性、总带宽和网络效益等性能指标上，将遗传算法和经典算法进行对比试验。仿真结果表明，使用遗传算法可以在损失少量总带宽的前提下，更加公平的进行用户间频谱分配，并且可以获得更高的网络效益。　　 第二，研究了基于量子遗传算法的认知无线电频谱分配模型。并在算法流程上进行改进，并把用户需求考虑到模型中，使得用户之间的频谱分配更加公平。在网络总效益、平均效益和网络效益等性能指标上与经典算法和遗传算法进行比较，仿真结果表明，改进的量子遗传算法可以得到比其他算法更优的性能。