[发明专利]一种基于相关性分析和图卷积网络的三维频谱预测方法

权利要求书

1.一种基于相关性分析和图卷积网络的三维频谱预测方法，其特征在于：所述一种基于相关性分析和图卷积网络的三维频谱预测方法是通过如下步骤实现的：

步骤一、对空域频谱监测数据进行专家知识特征提取，得到空域频谱特征矩阵；

步骤二、基于皮尔逊相关系数对空域监测结果进行相关性分析，计算空域特征矩阵之间的相关性；

步骤三、基于相关性计算结果，以空域监测位置为节点，设置阈值判断是否存在边，构建邻接矩阵和空域频谱相关网络图；

步骤四、构建以图卷积为基础的三维频谱预测模型，其主要结构由图卷积和扩张卷积构成的时频空卷积块堆叠而成，并通过跳跃连接避免梯度爆炸的问题；

步骤五、将原始监测数据和空域频谱相关网络图输入预测网络，实现三维频谱预测。

2.根据权利要求1所述的一种基于相关性分析和图卷积网络的三维频谱预测方法，其特征在于：步骤一中对空域频谱监测数据进行专家知识特征提取，选取特征包括频谱占用度、接收功率均值、标准差、四分位距、自相关系数、熵、偏度和丰度八种特征，对监测覆盖的频域宽度F范围内所有频点分别构建特征向量，并组合得到不同空间监测位置的特征矩阵：

公式(1)中f₁至f_n表示频点，V_f是频点f的特征向量，M_i是空间位置i处的特征矩阵。

3.根据权利要求1所述的一种基于相关性分析和图卷积网络的三维频谱预测方法，其特征在于：步骤二中基于斯皮尔曼相关系数对空域监测结果进行相关性分析，基于不同特征间取值范围的差异，计算当前需先对特征矩阵进行归一化：

公式(2)中，ρ_ij是空间位置i与空间位置j之间的斯皮尔曼相关系数度量结果，M′是归一化后的特征矩阵，表示归一化特征矩阵的均值。

4.根据权利要求1所述的一种基于相关性分析和图卷积网络的三维频谱预测方法，其特征在于：步骤三中基于相关性计算结果构建邻接矩阵和空域频谱相关网络图，其中图的节点集合为监测数据中的空间位置集合，边则由下式判断是否存在：

公式(2)中，δ表示设定的相关系数阈值，当ρ_ij大于或等于阈值时认为两者之间存在边，即邻接矩阵w中相应位置值为1；反之则不存在边，邻接矩阵中相应位置值为0。