一种基于增量学习的电磁频谱占用度预测方法

本发明涉及一种基于增量学习的电磁频谱占用度预测方法，属于无线电信号智能处理领域。本发明对电磁频谱数据集预处理，训练融合双向Bi‑LSTM和自注意力机制的基础预测模型，基于最新采集的电磁频谱增量数据集，首先对已有模型性能验证，更新触发策略后，采用在线学习或小批量更新方法，在原有模型参数上进行局部调整，避免全局重训练，更新现有预测模型，生成新的增量学习模型。本发明的无线电频谱占用度预测方法，在保证预测精度的前提下，增量学习的耗时大幅低于传统的批量学习，解决了传统静态模型在动态电磁频谱环境中预测性能下降的问题。