电磁频谱作为无线通信技术中信息传输的载体，是支撑现代信息通信产业的基础性资源。分析人员在对电磁频谱的监测和分配策略的制定过程中，如何系统直观地描述频谱信息通常是电磁频谱监测与管理领域的难题。可视分析技术结合数据挖掘和图形学知识，基于特定的分析模式和流程，对数据信息松散，数据结构不统一的问题提供辅助决策系统，为频谱资源监测和规划提供有效的决策支撑。
　　以往的电磁频谱的可视分析研究中，一些研究受限于数据的复杂度和维度，侧重于电磁频谱的实时化、多角度的分析与展示。一些研究侧重于电磁频谱数据的挖掘和预测，但在可视化表达方面不利于分析人员的使用和决策的产生。本文对电磁频谱数据的多维时空特性进行探究，提出对应的分析和可视化方法，并针对应用场景中散点覆叠问题提出可视简化方法。同时，论文针对数据的动态变化属性提出实时数据模型更新与可视方法。论文的主要研究工作和成果如下：
　　1．电磁频谱的数据通常具有多维度、动态变化的特性，本文结合数据立方体的计算原理和多视图协同的方法实现多维频谱数据的可视化。提出分段的秩一张量分解方法实现多维时空数据的潜在模式挖掘，并设计多维时空数据的可视化流程。通过实验和比较，系统可有效减少数据分析和渲染所需时间，提高视觉信息量。
　　2．在较大数据量的应用场景下，散点图往往存在散点覆叠的现象并极大限制用户对于可视化结果的正确感知。为了解决这一问题，一些研究采用密度估计和采样的方式来解决，但容易忽略低密度区域的数据点，一些研究采用空间重分布的方法，但改变了数据的内在分布效果。本文提出基于多类蓝噪声采样方法，采用层次化的蓝噪声采样方法来保证采样结果在不同数据密度和层次下的一致性。
　　3．电磁频谱的数据采集具有较强的时间连贯性，在系统的设计与开发中，需要实现预测模型的动态更新和可视化系统更新。论文针对电磁频谱数据场景，采用滑动窗口的方法并讨论窗口大小对模型预测准确性和运行效率方面的影响，提出可视化流程并讨论更新周期对图表渲染的时间复杂度的影响。