[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

说明书

基于非线性降维与智能寻优的四轴抗干扰无人机系统。无人机及与其配套的通信站、起飞(发射)回收装置以及无人机的运输、储存和检测装置等的统称。无人机要完成任务除需要飞机及其携带的任务设备外，还需要有地面控制设备、数据通信设备、维护设备，以及指挥控制和必要的操作、维护人员等，较大型的无人机还需要专门的发射/回收装置。无人机系统避障系统的稳健保证了无人机的安全运行，无人机在户外工作的过程中由于物理抖动会造成采集图像出现大量噪声，给无人机安全运行带来巨大干扰，本发明利用非线性降维的去噪能力，并且使用遗传算法对稀疏分解进行智能寻优，得到高质量的去噪图像。克服了传统抗干扰去噪系统容易造成局部特征丢失的问题。

技术领域

本发明涉及系统抗干扰等领域，特别设计基于非线性降维与智能寻优的四轴抗干扰无人机系统。

背景技术

近年来，随着无人机的日益普及，各级交通运输管理部门将无人机系统应用到应急处置、养护巡检、桥梁健康检测、施工进度检查、交通规划勘察、路域环境整治、路政巡逻等诸多实战场景中，取得了事半功倍的效果。无人机要完成任务除需要飞机及其携带的任务设备外，还需要有地面控制设备、数据通信设备、维护设备，以及指挥控制和必要的操作、维护人员等，较大型的无人机还需要专门的发射/回收装置。无人机系统避障系统的稳健保证了无人机的安全运行，无人机在户外工作的过程中由于物理抖动会造成采集图像出现大量噪声，给无人机安全运行带来巨大干扰。

本发明针对无人机的干扰问题，提出基于非线性降维与智能寻优的四轴抗干扰无人机系统，利用非线性降维的去噪能力，并且使用遗传算法(Genetic Algorithm，GA)对稀疏分解稀疏进行智能寻优，得到高质量的去噪图像。克服了传统抗干扰去噪系统容易造成局部特征丢失的问题。

发明内容

为了解决上述存在问题。本发明提出基于非线性降维与智能寻优的四轴抗干扰无人机系统。为达此目的：

本发明提出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；

步骤4：初始化GA算法种群；

步骤5：设计内外双循环的估计原则；

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；

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。

作为本发明进一步改进，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。

作为本发明进一步改进，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。