一种基于知识与数据融合驱动的电磁频谱地图预测方法

本发明公开了一种基于知识与数据融合驱动的电磁频谱地图预测方法，包括：首先对目标区域的图像进行传播地形识别，将图像分割成多个小块，使用卷积神经网络对每个小块的地形进行识别，并打上对应的标签。定义M种不同地形对应的传播模型，当没有样本数据时，直接用传播模型进行预测，样本数据较少时，利用已有数据对M种传播模型进行经验修正，之后使用修正的模型进行预测。当样本数量较多时，先使用生成式AI:AWGAN_GP产生模拟数据，再利用实际数据和模拟数据使用知识嵌入的深度学习的方式进行预测。本发明能在不同数据量的情况下选择合适的预测方法，并能够利用生成式人工智能基于已有数据产生近似分布的模拟数据，解决数据量少、传播路径难以识别等问题。