A medida que la tecnología de drones se desarrolla rápidamente y muchos usuarios emergen en las redes del espacio aéreo, diversas formas de interferencia han causado que el espectro inalámbrico exhiba una tendencia densa, diversa y dinámica. Esto aumenta la probabilidad de conflictos de espectro entre los usuarios y afecta seriamente la calidad y la tasa de transmisión de la comunicación. Cómo mejorar efectivamente la precisión de detección de cada componente de frecuencia en las señales mixtas del espacio electromagnético y evitar conflictos de espectro se convertirá en uno de los problemas cruciales que enfrentan actualmente las tecnologías de comunicación de vehículos aéreos no tripulados (VANT). Sin embargo, los métodos existentes pasan por alto la interferencia mutua entre las señales componentes, así como el ruido durante el proceso de detección de frecuencia, lo que afecta su rendimiento de detección. En este artículo, proponemos un método de detección de frecuencia de señales mixtas basado en la reconstrucción de señales de características dispersas. Sin información como el rango de frecuencia, el ancho de banda y el número de componentes, puede utilizar la red autoencoder para aprender las características dispersas de cada señal componente en el espacio de dominio de frecuencia de alta dimensión y construir una función de reconstrucción no lineal para reconstruir cada señal componente en la señal mixta, logrando así la separación de señales. Sobre esta base, se utilizan sucesivamente convoluciones dilatadas complejas y deconvoluciones para realizar la extracción de características en las señales separadas, lo que mejora el campo receptivo y la capacidad de resolución de frecuencia de la red para las señales, reduce la interferencia entre el ruido y las diferentes señales componentes, y realiza la estimación precisa del número de componentes y frecuencias portadoras. Los resultados de la simulación muestran que cuando SNR >= 6 dB, la precisión de detección del número de señales componentes es superior al 96.3%. El error de detección y la precisión de detección de las frecuencias componentes son inferiores al 3.19% y superiores al 90.7%, respectivamente.