近年来，随着无线通信业务的飞速发展，网络运行环境愈发复杂多变，频谱短缺问题日益严重。作为一种能够有效解决频谱短缺问题的新技术，认知无线网络应运而生。在认知无线网络中，频谱分配策略着眼于为网络中的两类用户，授权用户与认知用户，进行合理的频谱资源分配，最大程度地减少时间和空间上的频谱空穴。本论文致力于认知无线网络中频谱分配策略的研究，面向不同的网络需求与应用，从接纳控制与传输控制出发，研究动态频谱分配策略，基于随机理论进行频谱分配策略的数学建模与系统优化。首先，为了缓解网络拥塞并提高认知用户的响应性能，对大量无制约的认知用户的数据接入进行接纳控制，提出一种基于接入阈值与接入概率的频谱分配策略。通过建立带有可变输入率的优先权排队模型，考察接入阈值对系统性能的影响。建立收益函数，给出针对接入阈值的优化设置方案。其次，为了平衡认知用户的吞吐量和响应性能，对被中断传输的认知用户数据包引入接纳控制机制，提出一种基于中断数据包反馈机制的频谱分配策略。通过建立带有重试机制的优先权排队模型，揭示重试概率对系统性能的影响。建立收益函数，给出针对重试概率的优化设置方案。再次，为了满足认知用户数据并行接入的需求，对多个认知用户同时产生的数据传输请求进行接纳控制，提出一种基于并行接入控制的频谱分配策略。通过建立带有多输入流的优先权排队模型，刻画认知用户缓存容量对系统性能的影响。建立收益函数，给出针对认知用户缓存容量的优化设置方案。然后，为了有效节省网络资源，在系统内无任何数据传输请求的情况下，周期性地关闭部分信道进行数据传输控制，提出一种基于动态信道关闭机制的频谱分配策略。通过建立带有工作休假的优先权排队模型，分析信道关闭比例对系统性能的影响。建立收益函数，给出针对信道关闭比例的优化设置方案。最后，为了获得更加稳定的系统响应性能，根据系统内的数据包个数动态地决定激活信道的个数，同时对激活的信道进行聚合操作实现数据传输控制，提出一种基于动态信道聚合机制的频谱分配策略。通过建立带有可变服务率的优先权排队模型，评估认知用户缓存容量对系统性能的影响。针对认知用户的系统接入行为进行博弈分析，并给出一个定价方案以实现社会最优。