随着智能电网的高速发展与应用，电力线载波通信技术作为智能电网领域的重要研究方向也面临着用户规模不断扩大、通信业务复杂度逐渐提升的技术难题，传统的PLC技术已经很难通过有限的频谱资源达到较高的传输速率。虽然目前已经广泛使用OFDM技术对抗电力线的多径衰落特性和提高通信容量，但是系统的频谱利用效率和通信可靠性仍然有待提高。自适应频谱分配技术能够为时变的信道动态地分配比特和功率，充分利用频谱资源，有效地解决这一问题。本文旨在选择合理的信道认知技术来自适应地了解时变的信道，并根据当前信道状态自适应地进行频谱分配，从而提高电力线通信系统的频谱利用率和通信可靠性。　　首先，阐述OFDM技术的理论基础与调制解调原理并深入研究PLC信道的传输特性，进而在此基础上建立PLC信道多径传输模型并进行仿真分析。在MATLAB仿真平台上搭建基于OFDM技术的PLC模型，为本文后续的研究提供了基础。　　然后，研究认知信道的基本原理，分为被动认知和主动认知两个角度，为后续自适应频谱分配做准备工作。被动认知通过信道估计技术来实现，尝试设计出一种综合性能更好的信道估计算法并进行仿真验证。主动认知根据信道状态历史信息，设计一种基于信道相关性的聚类算法，实现在发送数据之前预测信道的通信状态，并通过仿真验证其合理性。　　最后，设计一种综合性能更忧的自适应频谱分配算法，从复杂度和误码率特性两个维度进行改进，能够结合之前信道认知的结果，动态地为信道分配比特与功率，并在已搭建的MATLAB仿真平台上将本文设计的算法与传统的三种算法进行对比分析。　　本文突破了传统通过信道估计技术来认知信道的单一认知方式的局限，创新性地将统计学领域的聚类算法应用在电力线通信领域中，提出一种基于信道状态历史信息相关性的主动认知方式，并且设计出一种综合性能更优的自适应频谱分配算法，能够有效地提高频谱利用率进而改善PLC系统的整体可靠性。