一种基于自编码器网络的3D频谱补全与预测方法

本发明公开了一种基于自编码器网络的3D频谱补全与预测方法，包括：基于网格量化方法对待预测三维地理区域进行区域分割，并采用预设轨迹的无人机进行空间稀疏采样，得到频谱的接收信号强度数据；基于多尺度特征融合模块和三维空间注意力机制的自编码器网络，对采集到的不完整的接收信号强度数据进行空间补全，得到频谱补全数据；基于深度学习的频谱预测网络对所述频谱补全数据进行时间、空间和频率的关键特征的提取，预测未来时段的频谱信息，并输出预测频谱数据；本发明通过提取三维空间特征和多尺度特征融合恢复缺失的频谱数据，并基于频谱补全的结果，利用深度学习的多分支频谱预测网络提取空间、时间和频率相关性特征，提高了频谱预测的精度。