受奈奎斯特-香农采样定理的限制，宽带频谱感知(WBSS)的首要难点是对宽带信号的采集和恢复。根据自适应压缩频谱感知(ACSS)提出了一种动态稀疏阶估计(SOE)的自适应盲频谱感知(adaptive and blind compressed spectrum sensing, ABCSS)算法。ABCSS采用调制宽带转换器(MWC)结构，针对广义信息准则(GIC)算法只能实现静态SOE的问题，将GIC算法应用于ACSS分时隙方案中实现动态SOE,并且联合SOE瞬时值设计了GIC-OMPa算法保证信号重构的实时性和准确性；在ACSS固定步长调整采样率的基础上，联合SOE瞬时值和反馈函数，设计一种采样率动态调整策略，通过实验数据统计分析设计了步长补偿数，提升时间性能和压缩采样率性能。结果表明，ABCSS相比ACSS以更少时间达到0.9以上的高检测概率，同时有效降低了虚警概率；在频段占用数大于22时压缩采样率明显降低。故ABCSS相比ACSS能够提升WBSS的实时性能和压缩采样率性能。