随着我国民航业的高速发展,空中交通流量经历了前所未有的增长。对终端管制空域内有限频谱加以监测管理的需求和日益频繁的信号干扰间的矛盾日益突出,宽带频谱压缩感知(Wideband Compressive Spectrum Sensing,WCSS)技术的出现为解决上述矛盾提供了理论支撑。作为一种针对宽带信号的频谱感知手段,WCSS可基于宽带信号的频域稀疏性对其进行亚奈奎斯特采样直接得到信号的少量非相关测量值,然后通过优化算法精确重构原始信号,而当前无线通讯环境中大量频谱空穴的存在成为了实现WCSS的基础。WCSS技术可有效减轻前端采样设备的负担,同时提供快速可靠的宽带频谱感知方法。本文首先对WCSS中的测量矩阵构造算法展开研究,分析了现有测量矩阵的缺陷,针对测量矩阵受自身结构影响无法完全实现内部原子的非正交性的缺点,提出了一种以构造等角紧结构为目标的测量矩阵与感知字典协同构造算法,将感知字典引入到了现有的压缩感知理论框架内,并定义了感知字典评价指标,改进了支撑集识别准则。最后通过仿真验证了上述算法的有效性以及相比与其它测量矩阵如高斯随机矩阵、Gradient矩阵的优越性。其次,分析了正交匹配追踪(OMP)算法及其改进算法,针对上述算法无法在信号稀疏度未知情况下精确、快速重建信号这一缺点,提出了一种基于感知字典的稀疏度自适应重构算法。算法中使用了一种基于t-相关系数的全新稀疏度预算方法,将其引入到信号重过程中,然后基于感知字典的支撑集识别准则,在不同压缩比、信号稀疏度下,仿真验证了该算法在高信号压缩比、低信号稀疏度下更优的重构性能。最后,对WCSS技术在模拟信号领域的使用做了进一步的研究,基于终端管制区域内甚高频多频带以及多潜在地形遮蔽影响的频谱环境特点,提出了一种多通道并行式模拟信息转换器,通过多组混频、滤波设备同时在不同地点对信号进行压缩测量,然后通过基于MMSE估计的信号融合方法对多估计信号进行融合,得到了单一估计信号。本文的研究成果可为我国终端管制空域内的频谱监测提供技术支持,为未来在民航领域开展动态频谱管理工作提供理论依据。