针对工作在ISM频段的无线传感网面临的频谱资源紧缺问题,本文将认知无线电中的动态频谱分配技术应用到无线传感网中,使无线传感网能够二次利用频谱,不仅可以改善频谱利用率低的问题,还可以使无线传感网监测的数据能够顺利传送。本文首先分析了认知无线电中解决动态频谱分配问题的现状,研究了四种主流频谱分配模型,包括博弈论模型、干扰温度模型、拍卖竞价模型、图论着色模型。通过分析比较几种传统频谱分配算法的优劣,采用遗传算法对频谱分配问题进行求解,并对传统算法进行了改进,使遗传算法更有针对性地解决无线传感网中的动态频谱分配问题。改进遗传算法以最小频谱切换频率和最大网络收益作为目标函数,使节点能量消耗更低;在编码方面,以图论着色模型为基础进行了染色体映射,使算法搜索空间大大降低;同时为了避免算法出现“早熟”现象,将交叉概率和变异概率进行自适应化,缩小了计算量。通过在MATLAB中对改进遗传算法、传统遗传算法和颜色敏感图着色算法进行仿真,对平均网络收益和切换频率进行了对比,并探究了网络环境参数和遗传算法参数对于改进遗传算法的结果影响,验证了改进遗传算法不仅可以降低频谱分配频率,还同时提高了网络收益,可以很好地应用在无线传感网中。