本发明提供了一种基于深度学习的跨频信道仿真和数据重构方法。该方法包括：获取车到车信道测量数据，对所述车到车信道测量数据进行预处理；构建基于频段迁移的信道仿真和数据重构模型，利用预处理后的V2V信道测量数据对所述信道仿真和数据重构模型进行训练，得到训练好的信道仿真和数据重构模型；将2.6GHz和5.9GHz信道数据输入到所述训练好的信道仿真和数据重构模型中，所述训练好的信道仿真和数据重构模型输出5.9GHz和2.6GHz数据。本发明基于生成对抗网络，结合真实测量数据的验证，提出了一种基于深度学习的跨频信道仿真和数据重构方法。该方法能够实现跨频段的海量信道数据生成和传播特征重构，重构信道的信道特性和真实测量信道保持相同分布。