1.一种基于频道占用度预测的频谱异常检测方法，其特征在于，包括以下步骤：S1：采集历史时间段内的频段扫描数据，并生成第一CSI序列；

所述步骤S1的具体方法为：采集历史时间段内的频段扫描数据，取出信道中心频率在XHz的频谱数据，并通过阈值法生成第一CSI序列，第一CSI序列中信道状态信息CSI1的计算公式为：

其中，0表示信道为空闲状态，1表示信道为占用状态，e1表示历史时间段内的实测电平值，E1表示历史时间段内的噪声阈值，X表示设定频率；

S2：均分每天的第一CSI序列，并得到第一频道占用度序列；

S3：利用长短期记忆网络训练神经网络模型，直至饱和并保存；

所述步骤S3中，将频段扫描数据的频道占用度输入进神经网络中进行训练；

S4：将第一频道占用度序列输入至保存的神经网络模型进行预测，得到第二频道占用度序列和第三频道占用度序列；

所述步骤S4包括以下子步骤：

S41：将第一频道占用度序列S均分为Y个长度为time_step1的分序列，并利用保存的神经网络模型预测历史时间段内的频段扫描数据，得到第二频道占用度序列Q；

S42：取出第一频道占用度序列S中最后一个长度为time_step1的分序列，并利用保存的神经网络模型预测当前时间段内长度为time_step2的数据，得到第三频道占用度序列T；

S5：采集当前时间段内的频段扫描数据，并生成第二CSI序列；

所述步骤S5的具体方法为：采集当前时间段内的频段扫描数据，取出信道中心频率在XHz的频谱数据，并通过阈值法生成第二CSI序列，第二CSI序列中信道状态信息CSI2的计算公式为：

其中，0表示信道为空闲状态，1表示信道为占用状态，e2表示当前时间段内的实测电平值，E2表示当前时间段内的噪声阈值，X表示设定频率；

S6：均分每天的第二CSI序列，并得到第四频道占用度序列；

S7：计算第一频道占用度序列和第二频道占用度序列的偏差百分比；

S8：计算第三频道占用度序列和第四频道占用度序列的偏差百分比；

S9：比较第一频道占用度序列和第二频道占用度序列的偏差百分比是否小于第三频道占用度序列和第四频道占用度序列的偏差百分比，若是，则当前时间段内发生异常，否则未发生异常。

2.根据权利要求1所述的基于频道占用度预测的频谱异常检测方法，其特征在于，所述步骤S2的具体方法为：将每天的第一CSI序列均分为M1段，其计算公式为：M1＝W1/m1

其中，W1表示历史时间段内的频段扫描数据的时隙总数，m1表示历史时间段内每段序列包含的时隙数目；

第一频道占用度序列S的计算公式为：其中， 表示历史时间段内频点的工作时间， 表示历史时间段内观测时间。

3.根据权利要求1所述的基于频道占用度预测的频谱异常检测方法，其特征在于，所述步骤S6的具体方法为：将每天的第二CSI序列进行均分为M2段，其计算公式为：M2＝W2/m2

其中，W2表示当前时间段内频段扫描数据的时隙总数，m2表示当前时间段内每段序列的包含的时隙数目；

第四频道占用度序列R的计算公式为：其中， 表示当前时间段内频点的工作时间， 表示当前时间段内观测时间。

4.根据权利要求1所述的基于频道占用度预测的频谱异常检测方法，其特征在于，所述步骤S7中，第一频道占用度序列和第二频道占用度序列的偏差百分比P1的计算公式为：其中，si表示第一频道占用度序列S的元素，qi表示第二频道占用度序列Q的元素，n1表示第一频道占用度序列和第二频道占用度序列中对应频道占用度序列元素的总数；

所述步骤S8中，第三频道占用度序列和第四频道占用度序列的偏差百分比P2的计算公式为：

其中，ti表示第三频道占用度序列T的元素，ri表示第四频道占用度序列R的元素，n2表示第三频道占用度序列和第四频道占用度序列中对应频道占用度序列元素的总数。