无线频谱资源是一种非常宝贵的自然资源，目前采用的固定频谱分配政策导致了频谱利用率低。认知无线电作为一种能够实现频谱重用、缓解频谱资源稀缺的智能无线通信技术受到了广泛的关注，是通信领域的一个研究热点。动态资源分配是认知无线电的关键技术，本文主要研究认知无线电动态资源分配算法及其软件实现。首先，介绍了认知无线电的关键技术，并详细介绍了动态资源分配的研究背景和意义。其次，研究基于正交频分复用（OFDM）的认知无线电动态资源分配算法。在误比特率、总发射功率以及主用户可容忍干扰门限约束下，提出一种多目标优化贪婪分配算法。该算法以最小化发射功率、最小化跨频干扰及满足各次用户QoS需求为优化目标，线性组合这三个目标函数，把多目标优化问题转化为单目标优化问题；采用贪婪算法实现多目标优化。仿真结果表明，本算法的系统总容量趋近于最优，在降低对主用户跨频干扰的同时，能够有效的满足各次用户的QoS需求。然后，研究基于案例推理技术的认知无线电动态资源分配算法。将案例推理技术和进化算法相结合，缩短进化算法的收敛时间。根据案例库中选定匹配案例的传输参数配置以及环境变换因子（EVF）来构建量子遗传算法种群的初始量子位，加快量子遗传算法的寻优速度，提出了基于案例推理的量子遗传算法（CBR-QGA）算法。量子遗传算法的原理比较复杂，不便于理解，相对于量子遗传算法，粒子群优化算法理论较简单，易于实际应用。根据选定匹配案例的参数配置按照一定比例初始化粒子群个体，使粒子群算法的粒子在搜索初期就处于靠近最优解的解空间里，同时保持一定的种群多样性，得到一种基于案例推理的粒子群优化算法（CBR-PSO）算法。然后将上述两种算法应用于基于OFDM认知无线电系统的动态资源分配。多载波系统的仿真结果表明，CBR-PSO的收敛速率略优于CBR-QGA，寻优能力基本相同，但CBR-QGA和CBR-PSO在收敛速率和寻优能力方面都大大优于现有算法，缩短了认知无线电系统的响应时间。最后，软件实现了认知无线电动态资源分配算法。根据项目需求，设计四个主要功能模块，包括数据输入模块、数据输出模块、案例推理模块和多目标优化模块。通过C++编译平台、SQL Sever关系数据库和ADO技术实现软件模块的功能，并在VC++6.0编译器上设计和编写了一个基于MFC的主控平台，用于控制软件运行和观察运行结果。通过案例库为空和案例库饱和两种情况的运行结果测试了软件性能，软件运行结果验证了软件各功能模块的正确性。