随着认知无线电的出现,有关频谱检测算法的研究越来越多。但随着无线通信技术的飞速发展,信号带宽越来越宽,现有的采样硬件已不能满足采样速率的要求。同时,无线通信应用场景所处的信道环境也越来越复杂,因此采样得到的数据往往是非完备的。所以本文对基于非完备数据的频谱检测进行了研究。首先,对认知无线电、频谱感知、非完备数据检测、压缩感知、相位邻差检测进行了介绍。非完备数据产生的原因主要包括:采样硬件的采样速率不能满足超宽带宽对采样速率的需求以及复杂的信道环境。压缩感知能降低对采样率的需求。相位邻差检测能够抵抗复杂的信道环境,如:噪声不确定性和多径衰落。因此,选择压缩感知及相位邻差检测用于非完备数据检测。然后,本文提出了一种快扫与凝视相结合的信号检测机制,完成了频谱检测与信号特征识别的结合,从而实现了对无线电环境的充分探测。同时,根据频谱检测无需重构原始信号的特点,经过理论推导省去了原始信号恢复的过程,直接由压缩采样信号重构循环谱来用于频谱检测,降低了压缩感知与循环特征检测结合的复杂度。随后,通过分析发现,调制方式和符号速率会分别对信号的内部稀疏度和外部稀疏度有很大的影响,进而影响压缩感知所获得的压缩增益。据此,提出了一种基于调制方式和符号速率动态调整压缩增益的压缩感知算法。压缩增益由调制方式和符号速率决定,基于调制方式和符号速率调整压缩率分别能使压缩增益提高30%和35%。然后,通过分析发现,受噪声影响的信号的相位邻差的方差与高斯噪声的相位邻差的方差有很大的差异。基于此,提出了一种基于相位邻差方差的频谱检测算法。解决了传统的基于幅度的频谱检测算法对噪声不确定度及瑞利衰落敏感的问题。通过仿真及实测验证表明,当采样长度K=500时,提出的相位邻差检测算法与能量检测算法相比具有2-4dB的性能增益。最后,指出了压缩感知和相位邻差检测的不足及后续的研究方向。