[发明专利]一种基于射频机器学习模型驱动的频谱预测方法

摘要

本发明公开了一种基于射频机器学习模型驱动的频谱预测方法，包括：S1，采集频谱数据，对采集的频谱数据进行预处理；S2，根据赤池信息准则为自回归模型定阶，确定输入数据的步长M；S3，将自回归模型的线性组合过程展开成M层网络结构，在该M层网络结构中引入新的可训练参数构建得到M层基于射频机器学习模型驱动的频谱预测网络模型；S4，利用训练集数据对频谱预测网络模型进行训练；S5，判断训练是否完成，若是，将测试集数据输入训练完成的频谱预测网络模型，输出预测结果，结束流程；若否，将训练迭代次数加一后，返回步骤S4，直至达到最大迭代次数。本发明不仅赋予了网络可解释性，提升了预测性能，而且加快了网络的收敛速度。