一种基于多视图学习的针对实时无线电场强3D瀑布图异常检测方法及系统

本发明涉及一种基于多视图学习的针对实时无线电场强3D瀑布图异常检测方法及系统，包括：数据采集和处理：通过无线电监测设备实时采集频谱、场强和时间参数；采集到的数据经过初步的处理与清洗，去除噪声与异常数据，随后，根据场强‑时间‑频率的三维信息，自动构建3D瀑布流图；对采集到的大量监测数据进行分类、标注和分析，构建出针对不同异常信号的数据集；包括：正常数据、恶意电磁干扰数据、未授权信号出现数据及授权信号违规使用数据；构建深度学习异常检测模型，并进行训练；通过训练后的深度学习异常检测模型实现3D瀑布图异常检测。