随着信息技术产业的不断发展壮大,利用频谱地图表征某一特定区域内信号强度的空间分布情况,在频率复用、覆盖预测等频谱管理应用中变得十分必要。频谱地图通常表示为接收功率等无线电参数在感兴趣区域内的空间分布情况。与传统的频谱感知技术相比,频谱地图能更全面描述频谱资源的分布状况,有利于频谱资源空间复用,具备广阔的民用和军用前景。如何利用电磁频谱监测数据构造频谱地图因此具有重要的学术和应用研究价值。考虑到近年来国家和军队电磁频谱监测设备和站点建设发展迅速,每天产生TB级的电磁频谱监测数据,以及设备部署限制使得监测数据在空域上是非完备的,无法覆盖所有需要监测的位置,因此研究非完备观测条件下的频谱地图重构算法,探寻能解决实际需求的频谱地图重构算法,和改进现有算法存在的问题。本文的主要工作如下一、本文首先对现有方法进行综述,介绍了可用于实现频谱地图重构的经典算法,包括矩阵补全算法和空间插值算法。空间插值算法选取克里金插值算法和曲面样条插值算法进行介绍,在克里金插值算法的介绍中对普通克里金和简单克里金进行了区分。二、本文针对辐射源较多时频谱地图重构性能不理想的问题,利用辐射源数量、频谱地图的秩以及补全性能三者之间的关系,提出了一种基于观测值差值的频谱地图重构方法。利用该方法可以根据重构辐射源数目变化前后相邻时刻频谱地图的变化情况,来实现基于测量值差值的频谱地图迭代补全机制,在辐射源较多时也能保证重构精度和速度。仿真部分通过仅考虑路径损耗的场景和考虑路径损耗与大尺度衰落的场景分别对所提出的算法精确度进行验证,比较了该算法与直接用矩阵补全算法的性能,得到了该算法的精确度更高的结论。三、本文针对普通克里金插值算法精度不高的问题,利用Egli电波传播模型信息,对变异函数进行改进,得到基于传播模型的克里金插值算法。并提出将改进后的克里金插值算法与矩阵补全算法进行加权结合,从而改善两种算法各自的缺陷。仿真实验通过仅考虑路径损耗的场景和考虑路径损耗与大尺度衰落的场景分别对所提出的算法精确度进行验证,比较了该算法与矩阵补全算法和曲面插值算法的性能,得到了该算法重构性能更高的结论。并通过实测验证了所提出算法的有效性。