[发明专利]一种机载光电吊舱电磁性能边界预测方法及系统有效
申请号: | 202110514758.7 | 申请日: | 2021-05-12 |
公开(公告)号: | CN113516166B | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 王玉明;马立云;陈亚洲;黄敏;沈衍 | 申请(专利权)人: | 中国人民解放军陆军工程大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00;G06V10/764;G06V10/774;G01R31/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 韩雪梅 |
地址: | 050003 *** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机载 光电 电磁 性能 边界 预测 方法 系统 | ||
1.一种机载光电吊舱电磁性能边界预测方法,其特征在于,包括:
获取机载光电吊舱在不同电磁干扰环境下的图像数据;
获取所述机载光电吊舱在无干扰环境下对应的图像数据;
构建用于对机载光电吊舱的电磁性能边界进行预测的梯度提升树模型;
基于所述机载光电吊舱在不同电磁干扰环境下的图像数据和所述机载光电吊舱在无干扰环境下对应的图像数据,对所述梯度提升树模型进行训练,得到训练好的梯度提升树模型;
所述基于所述机载光电吊舱在不同电磁干扰环境下的图像数据和所述机载光电吊舱在无干扰环境下对应的图像数据,对所述梯度提升树模型进行训练,得到训练好的梯度提升树模型,具体包括:
基于所述机载光电吊舱在不同电磁干扰环境下的图像数据和所述机载光电吊舱在无干扰环境下对应的图像数据,采用全参考法确定所述机载光电吊舱在不同电磁干扰环境下的图像数据中每个图像对应的图像质量;
基于所述机载光电吊舱在不同电磁干扰环境下的图像数据中每个图像对应的图像质量,确定所述机载光电吊舱在每个电磁干扰环境下的性能边界;
将所述机载光电吊舱在每个电磁干扰环境下的性能边界作为标签,将每个电磁干扰环境作为样本数据,将所述样本数据和所述机载光电吊舱在无干扰环境下对应的图像数据作为所述梯度提升树模型的输入,对所述梯度提升树模型进行训练,得到训练好的梯度提升树模型;
基于所述训练好的梯度提升树模型,对待预测干扰环境下所述机载光电吊舱的性能边界进行预测。
2.根据权利要求1所述的机载光电吊舱电磁性能边界预测方法,其特征在于,所述获取机载光电吊舱在不同电磁干扰环境下的图像数据,具体包括:
对所述机载光电吊舱进行电磁干扰实验,得到不同电磁干扰环境下所述机载光电吊舱采集的图像;所述电磁干扰环境包括干扰信号的类型、干扰信号的频率、干扰信号的场强和天线极化方向。
3.根据权利要求1所述的机载光电吊舱电磁性能边界预测方法,其特征在于,所述基于所述训练好的梯度提升树模型,对待预测干扰环境下所述机载光电吊舱的性能边界进行预测,具体包括:
将所述待预测干扰环境和所述机载光电吊舱在无干扰环境下对应的图像数据输入所述训练好的梯度提升树模型,输出所述待预测干扰环境下所述机载光电吊舱的性能边界。
4.一种机载光电吊舱电磁性能边界预测系统,其特征在于,包括:
电磁干扰环境下的图像数据获取模块,用于获取机载光电吊舱在不同电磁干扰环境下的图像数据;
无干扰环境下的图像数据获取模块,用于获取所述机载光电吊舱在无干扰环境下对应的图像数据;
梯度提升树模型构建模块,用于构建用于对机载光电吊舱的电磁性能边界进行预测的梯度提升树模型;
训练模块,用于基于所述机载光电吊舱在不同电磁干扰环境下的图像数据和所述机载光电吊舱在无干扰环境下对应的图像数据,对所述梯度提升树模型进行训练,得到训练好的梯度提升树模型;
所述训练模块,具体包括:
图像质量确定单元,用于基于所述机载光电吊舱在不同电磁干扰环境下的图像数据和所述机载光电吊舱在无干扰环境下对应的图像数据,采用全参考法确定所述机载光电吊舱在不同电磁干扰环境下的图像数据中每个图像对应的图像质量;
性能边界确定单元,用于基于所述机载光电吊舱在不同电磁干扰环境下的图像数据中每个图像对应的图像质量,确定所述机载光电吊舱在每个电磁干扰环境下的性能边界;
训练单元,用于将所述机载光电吊舱在每个电磁干扰环境下的性能边界作为标签,将每个电磁干扰环境作为样本数据,将所述样本数据和所述机载光电吊舱在无干扰环境下对应的图像数据作为所述梯度提升树模型的输入,对所述梯度提升树模型进行训练,得到训练好的梯度提升树模型;
性能边界预测模块,用于基于所述训练好的梯度提升树模型,对待预测干扰环境下所述机载光电吊舱的性能边界进行预测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军陆军工程大学,未经中国人民解放军陆军工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110514758.7/1.html,转载请声明来源钻瓜专利网。