随着无线通信相关技术的蓬勃发展以及无线设备数量的不断增加,有限的电磁频谱资源显得越发珍贵。如何合理的利用频谱资源,科学的管理频谱资源,已成为业界普遍关注的热点问题;搭建高效的频谱监测系统,加强无线频谱资源的监管,提高无线频谱的利用效率也已经成为国家无线电管理部门的一项重要工作。由于无线信号传播的开放性和无线信道复杂性,单点接收的监测方式经常会受到影响。本文以无线传感器网络为基础来获得分集接收增益,从而解决了这个问题。传统的无线传感器网络一般采用集中式的方式进行传感器节点的信息融合,这种方式需要融合中心来完成数据的存储和处理工作,对融合中心提出了很高的要求。针对集中式解决方案的不足,本文尝试从分布式解决方案入手,研究分布式频谱监测系统的相关技术及应用。本文从电磁频谱资源的管理和应用两个方面进行了研究。对于频谱管理方面,为了提高频谱利用率,从认知无线电这一应用场景出发,提出了一种基于可靠度和扩散策略的分布式频谱监测算法。该算法以自适应网络为基础,结合传感器节点采集的数据信息,实现了无融合中心的自适应分布式频谱监测。考虑到无线通信环境的时变性以及传感器节点的失效风险,提出了一种基于可靠度的拓扑构建策略及数据融合策略。通过仿真实验表明,该算法相对于传统的单点监测以及集中式监测都有着更好的监测性能。对于频谱信息利用方面,本文选择了传感器网络常见的应用场景——定位问题进行研究,将分布式频谱监测系统的相关技术同卡尔曼滤波定位算法相结合,提出一种分布式卡尔曼滤波定位算法。该算法利用卡尔曼滤波模型的先验信息,结合了分布式传感器网络的分集增益,同传统的卡尔曼滤波定位算法相比,取得了较好的定位精度及速度。对于未来,随着传感器相关技术的不断发展,传感器采集的信息量和信息维度会越来越大,分布式、网格化的传感器网络将是发展趋势。本文以传感器网络为基础,从认知无线电和定位问题两个应用场景出发,对分布式频谱监测系统的相关应用技术进行了研究,对现有的算法提出了改进和创新,同时也为其他研究人员提供了思路。