The rapid revolution in wireless communication in past years has increased the demand of radio spectrum to fulfill quality of service (QoS) requirements of wireless applications, leading to spectrum overcrowding. To solve the spectrum overcrowding problem, cognitive radio (CR) has emerged as a leading technology because it can intelligently sense an unused spectrum without creating any harm to authorized users. Once the spectrum is sensed, to fulfill QoS requirement of the application and to utilize the radio resources more efficiently, an intelligent decision to allocate an optimum spectrum is a prime requirement. In this thesis work a spectrum allocation procedure is proposed. Genetic Algorithms (GA) an evolutionary computational technique is used which works on Darwin theory of evolution. It defines the radio in the form of chromosomes and genes. The procedure is modeled using Matlab, and the application’s QoS requirements are given as input to the GA procedure, which results in an optimum solution after several evolution

Den snabba revolution inom trådlös kommunikation under de senaste åren har ökat efterfrågan av radiospektrum för att fullgöra tjänsternas kvalitet (QoS) för trådlösa tillämpningar, vilket leder till spektrum överbeläggning. För att lösa spektrum överbeläggning problemet, kognitiv radio (CR) har trätt fram som en ledande teknik, eftersom det kan intelligent mening en oanvänd spektrum utan att skapa någon skada för behöriga användare. När spektrum anade att uppfylla QoS krav på ansökan och att använda radion resurserna mer effektivt, ett intelligent beslut om att tilldela en optimal spektrum är ett bra krav. I det här examensarbetet en spektrumallokering förfarande föreslås. Genetiska algoritmer (GA) en evolutionär datoriserad teknik används som arbetar Darwins evolutionsteori. Den definierar radio i form av kromosomer och gener. Förfarandet modelleras med hjälp av Matlab, och programmets QoS krav har uppställts som underlag till GA förfarandet, vilket resulterar i en optimal lösning efter flera evolution