[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

说明书

本发明涉及一种机载光电吊舱电磁性能边界预测方法及系统。该方法包括：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；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。本发明可以实现全面对机载光电吊舱电磁性能边界进行预测。

技术领域

本发明涉及电磁性能边界预测领域，特别是涉及一种机载光电吊舱电磁性能边界预测方法及系统。

背景技术

随着机械、光学、电子和航空技术领域的发展，吊舱凭借其体积小、重量轻、操作灵活方便、稳定度高、可以高清摄录和地面回传实时远程控制等优点，被广泛应用在军事和民用领域中如情报收集、测绘、目标保护与跟踪、民用航空信息收集、航空摄影、高压输电线路维护等。

同时随着科技的迅速发展，各种电子设备如雷达电子设备、通信电子设备的频谱越来越宽，功率越来越大，采用的信号样式的种类也越来越多，这就使得无人机面临的电磁环境日益复杂多变，这就要求机载光电吊舱需要接受复杂电磁环境的严苛考验。为了摸清复杂电磁环境对无人机载吊舱的影响，需要对无人机载吊舱进行大量电磁效应试验。然而在复杂电磁环境下机载光电吊舱的电磁环境效应评估的过程中，不能够穷尽所有的电磁信号参数组合，存在电磁环境效应评估不全面的问题。

发明内容

本发明的目的是提供一种机载光电吊舱电磁性能边界预测方法及系统，以全面对机载光电吊舱的电磁性能边界进行预测。

为实现上述目的，本发明提供了如下方案：

一种机载光电吊舱电磁性能边界预测方法，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；

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。

可选的，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。

可选的，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。