[发明专利]基于非线性降维与智能寻优的四轴抗干扰无人机系统

权利要求书

1.基于非线性降维与智能寻优的四轴抗干扰无人机系统，具体步骤如下，其特征在于：

步骤1：初始化图像，把图像均匀分块，分块尺寸为16×16，并把每个小块排列为列向量x_i(256×1)；

步骤2：初始化字典D为DCT字典；

步骤3：建立GA算法适应度函数f，适应度函数值越小，说明个体越优秀，即越接近全局最优解；

所述步骤3中适应度函数f公式为：

y＝Ψx                          (3)

其中，Ψ是高斯测量矩阵，Ψ⁺是Ψ的广义逆，x是测试图像，y是测量信号，max(·)是求最大值；

步骤4：初始化GA算法种群；

所述步骤4初始化种群是基于正交匹配跟踪算法，计算Ψ⁺*y并选择m个具有较大数值的索引值作为一个个体p₁，然后，去掉已经被选中的索引值，从Ψ⁺*y中选择剩余对应的索引中较大的前m个索引值作为一个个体p₂，以此类推，得到新的种群个体；

步骤5：设计内外双循环的估计原则；

所述步骤5外循环的估计原则为：

1)使用式(1)计算种群适应度，并且保存每个个体中具有最大适应度的索引，使用所有个体最大适应度对应的索引，组成最优个体；

2)基于变异概率对种群个体进行变异操作；

所述步骤5内循环的估计原则为：对种群个体p_i进行交叉互换，得到新的种群；

步骤6：基因选择操作，结合所有个体的最优索引值，组成新的最优种群个体；

步骤7：循环终止条件，当图像的平均信息熵到达特定阈值且重建误差小于误差阈值时，循环终止，输出最优稀疏系数α，否则，重复步骤5-6；

所述步骤7中图像信息熵的计算公式为：

其中，p_i是第i个像素占所有像素的概率；

步骤8：根据稀疏系数α更新字典D，当满足误差条件时，停止迭代，否则，重复步骤5-8；

所述步骤8中字典更新的公式为：

e_j≈usv^T                                 (6)

d_j＝u                                    (7)

α＝sv^T                                   (8)

其中，x_i是第i个图像块组成的数据列，α是x_i在字典D下的系数表达系数，d_l是字典D的第j列，式(6)是对e_j作秩为1的奇异值分解。