基于图卷积神经网络的多维空间频谱预测方法及系统

本发明涉及频谱感知预测技术领域，具体公开了基于图卷积神经网络的多维空间频谱预测方法及系统。先结合电磁衰减机理与时序演化相似度计算双重权重，自适应构建动态频谱拓扑网络；再对空间、时序、频段、瞬态四类异构频谱特征分层解耦嵌入编码，完成机理级特征融合。同时，搭建双层嵌套残差图卷积网络分层挖掘局部与全域频谱关联特征，结合电磁环境自适应调整卷积权重，并通过稳态‑瞬态双分支时序注意力机制校准时序特征、修正预测滞后偏差。最终采用稳态与瞬态联合损失约束机制优化模型，输出多维频谱预测结果。本发明兼顾频谱稳态演化与突发扰动特性，可适配复杂电磁环境，实现高精度全域多维频谱预测。