随着无线通信技术的不断发展，无线频谱资源逐渐成为制约无线通信技术发展的瓶颈。科学研究发现，现有的频谱分配方法不够合理，在一定程度上导致频谱资源的浪费。认知无线电技术能够通过检测频谱，对这些浪费的频谱进行再利用，从而提高频谱的利用率。　　 认知无线电频谱分配作为认知无线电的关键技术，对于提高系统性能有着重要的作用，其分配方法需要对系统的应用需求，用户行为以及系统网络结构等特点综合进行考虑。　　 本文将博弈论应用到具有分布式结构的认知无线电频谱分配问题中，构建了认知无线电频谱分配的博弈论模型，设计了以最大化数据率为目标的效用函数，并通过在效用函数中引入惩罚函数，实现对认知用户功率的控制，避免对其他用户造成干扰。　　 通过遗传算法求解其纳什均衡，提出了一种基于DNA编码的多目标遗传算法，该算法通过非支配排序计算个体适应度，结合克隆操作使算法快速收敛于全局最优，并引入DNA基因级操作，以提高算法的搜索性能，保持种群的多样性。仿真结果表明本算法能够较快找到问题的最优解集，算法获得的Pareto前沿能够很好的逼近真实的Pareto最优曲线，并且解的分布也比较均匀。基于博弈论的认知无线电频谱分配算法，仿真结果表明算法能够较快的收敛到纳什均衡，并且系统总的数据率水平明显得到改善。　　 最后通过在NS2仿真软件平台上对本算法加以实现，通过对NS2多信道协议帧格式的修改以及信道选择模块和功率调整模块的添加，仿真结果表明该算法可以使系统获得较好的性能。