新兴设备以及各种应用程序的快速发展导致了电磁环境内无线频谱资源需求的不断增长。频谱地图作为无线电环境地图一种可视化形式,存储了电磁频谱环境内时、空、频等多维度频谱相关信息,是一种共享频谱数据的新方式。频谱地图技术一经提出就被多家组织及相关标准文件所采纳,是多种认知无线电技术实现的关键模块,缓解了目前静态频谱管理方式以及频谱接入方式带来的频谱利用率低下的问题,以地图的形式,直观、灵活地辅助无线资源的管理,挖掘频谱在多维度可复用的价值,提高频谱分配和共享的效率。对目前频谱数据制式、数据采集标准不统一带来的原始数据的共享能力较弱等问题起到了缓解作用,在干扰查处、用户定位、电磁环境评估等方面具有显著作用。本文主要围绕认知无线网络中频谱地图展开了研究,主要研究了频谱地图分发时的资源管理问题以及频谱地图实验平台,主要内容如下:首先,对频谱地图的背景、概念、意义进行了详细介绍,并对频谱地图应用中的相关概念和技术基础进行了介绍,主要分析了频谱地图的多种构建方法的原理以及优缺点总结,并对多种构建方法的插值性能通过仿真进行了比较、分析。其次,在认知无线网络场景下,围绕频谱地图分发对系统性能的影响,对使用频谱地图过程中频谱地图分发信息量取值问题进行了研究。在最小化分发数据量的同时,获得尽可能大的系统性能。在采用了多种协作频谱感知方式进行基于频谱地图的信道感知的前提下,对频谱地图网格信息点量化比特数、频谱地图网格步长的取值以及系统吞吐量进行了联合优化,通过一种低复杂度的问题求解方法,将联合优化问题分为两个子问题,分别获得频谱地图分发下最佳量化比特数以及频谱地图网格步长,实现了在有限频谱地图分发负载下获得最大系统吞吐量的目标。最后,实现了基于边缘云的频谱地图实验平台,搭建频谱数据采集和频谱地图构建系统。简要介绍了基于边缘云的频谱地图平台组成架构。充分利用GNU Radio软件平台功能,在Hack RF硬件平台上实现了基于Python框架的周期图法频谱感知功能,大大减少了计算开销,实现对大范围频谱数据的快速采集并将其传输至边缘云服务器进行存储,通过热力图可视化分析、了解单点处大范围频段内的频谱大致使用情况。根据用户需求或者热力图显示,对多处感知节点上传的所需频段数据进行处理,实现了频谱地图在边缘云端的真实构建,直观地反映了特定区域内的频谱分布情况,为频谱地图的进一步应用提供了验证环境。除此之外,通过构建的频谱地图对空间内缺失感知节点处的频谱数据进行拟合、估计并存储,填补了地理位置上的频谱缺值,方便用户直接向云服务器请求调取数据,降低了硬件部署以及频谱感知带来的开销,提高了用户的认知能力。