[发明专利]图像推理化的长期频谱预测方法

权利要求书

1.一种图像推理化的长期频谱预测方法，其特征在于包括以下步骤：

步骤1，图像化的原始频谱数据建模；频谱数据呈现为频谱态势图像，按一定顺序组成的态势图像所包含的频谱数据信息构成特定的频谱张量模型，作为预测方法的输入；

步骤2，基于张量补全的长期频谱预测方法；对输入张量进行预填充，而后基于张量补全方法，通过迭代优化对张量中的缺失元素进行填充，并输出补全和预测结果；步骤2所述预填充的具体实现方法为：

对构成输入张量的全零矩阵进行预填充，预填充操作表示为其中β为预填充比例，λ为标准差门限，η为有效数据比例；在全零矩阵中随机选取比例为β的位置进行预填充，被选取的位置必须要满足以下准则：

其中，表示张量中第一维第二维下表索引为i₁i₂的所有有效元素的集合，有效元素不为0，即元素属于该集合必须满足条件：

准则①表示某个频点在某个时隙存在有效历史数据的监测天数占总监测天数的比例至少为η，准则②表示某个频点在某个时隙的有效历史数据的标准差不能超过λ；

步骤3，频谱预测性能评估；用预测结果与历史数据真值的绝对均方根误差RMSE作为预测性能的评估指标；步骤3所述的预测性能评估指标RMSE为：

第(I₃+1)监测日的预测性能指标RMSE定义为

表示第(I₃+1)监测日中的有效频谱数据与对应的预测结果间的误差，其中t为输出张量的元素，即预测结果，x为有效频谱数据，Ω是指示张量中有效数据的逻辑张量；计算得出的RMSE是一个绝对的偏差值，其单位与真实频谱状态数据的单位一致；

步骤1所述的按一定顺序组成的态势图像是指以一个完整监测日的各个监测时隙为横轴，以多频点/频带为纵轴，呈现的一个监测日的完整的频谱态势；图像以大量小色块组成，每一个小色块相当于图像的一个像素点，即其横轴坐标、纵轴坐标对应的一个频谱状态值；

步骤1所述的特定的频谱张量模型，作为预测方法的输入，该频谱张量分为两个部分：

一是由历史数据构成的频谱状态数据矩阵所有矩阵均满足其中表示张量空间，矩阵X均为二阶张量，I₁和I₂是张量各维度的尺寸，也即矩阵的行列数；

二是待预测的频谱状态矩阵预先设置为与历史频谱状态数据矩阵大小相同的全零矩阵；

以上两部分，共同构成输入张量其中I₃是对应张量某一维度的尺寸。