基于EMD与稀疏变换的无人设备用非线性抗干扰系统

技术领域

本发明涉及系统抗干扰等领域，特别设计基于EMD与稀疏变换的无人设备用非线性抗干扰系统。

背景技术

近年来，随着人工智能的高速发展，无人机、无人驾驶等技术日益普及，一个强大的抗干扰系统是无人驾驶、无人机等技术安全运行的关键，无人机系统避障系统的稳健保证了无人机的安全运行，无人驾驶数据采集环境差，会因为自身的物理抖动，导致采集图像信号质量差，给无人机安全运行带来巨大干扰。

本发明针对非线性干扰问题，提出基于EMD与稀疏变换的无人设备用非线性抗干扰系统，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。本发明提出一种基于EMD与稀疏变换的无人设备用非线性抗干扰系统。为达此目的：

本发明提出基于EMD与稀疏变换的无人设备用非线性抗干扰系统，，其特征在于：

步骤1：初始化数据，把RGB图像转换到YUV空间，且仅仅保留亮度Y分量，得到一维信号X；

步骤2：计算信号X的极值点；

步骤3：根据信号X的极值点，求信号X的上、下包络线X1、X2；

步骤4：根据信号X的上、下包络线，计算包络线的均值Xm；

步骤5：根据包络线的均值和原始信号X，计算包络线的中线Xd；

步骤6：计算得到IMF模态分量IMF1、IMF2、…、IMFn；

步骤7：对模态分量IMFi做字典训练Di；

步骤8：基于字典Di做稀疏分解，得到低维稀疏信号Fi；

步骤9：对低维稀疏信号Fi做自适应阈值去噪；

步骤10：对信号分别做稀疏、EMD重构。

作为本发明进一步改进，所述步骤3中上、下包络线X1、X2为：

X1＝X(i),st.X(i)＞X(i-1)&&X(i)＞X(i+1) (1)

X2＝X(i),st.X(i)＜X(i-1)&&X(i)＜X(i+1) (2)

其中，X(i)是数据X的第i个数据。

作为本发明进一步改进，所述步骤4包络线均值计算公式为：

其中，Xm是包络线均值。

作为本发明进一步改进，所述步骤5包络线中线为：

Xn＝interp1(Xm) (4)

Xd＝X-Xn (5)

其中，interp1(·)是三插值函数。

作为本发明进一步改进，所述步骤8稀疏分解公式为：

Fi＝argmin||IMFi-Di*Fi||

其中，argmin(·)是求最小值函数。

作为本发明进一步改进，所述步骤9中自适应阈值去噪公式为：

其中，mean(·)是求最均值函数，Gi是第i个模态分量IMFi的稀疏分解信号量化后的值。

作为本发明进一步改进，所述步骤10中稀疏与EMD重构公式为：

其中，cIMFi是重构的模态信号，cX是重构原始信号

本发明基于EMD与稀疏变换的无人设备用非线性抗干扰系统，有益效果在于：

1.本发明利用EMD模态分解，增加了系统的鲁棒性。

2.本发明对EMD分量模态分解，增加了信号的保真度。

3.本发明算法复杂度低，实时性强。

4.本发明硬件系统实现简单，成本低。

附图说明

图1系统流程图；

图2图像展为一维信号示意图；

具体实施方式

本发明提出一种基于EMD与稀疏变换的无人设备用非线性抗干扰系统。

下面结合附图与具体实施方式对本发明进一步描述：

本发明提出基于EMD与稀疏变换的无人设备用非线性抗干扰系统，如图1所示是系统流程图，首先，初始化数据，把RGB图像转换到YUV空间，且仅仅保留亮度Y分量，得到一维信号X，如图2所示是图像展为一维信号示意图；接着，计算信号X的极值点，根据信号X的极值点，求信号X的上、下包络线X1、X2；然后根据信号X的上、下包络线，计算包络线的均值Xm；根据包络线的均值和原始信号X，计算包络线的中线Xd；对中线Xd计算得到IMF模态分量IMF1、IMF2、…、IMFn。

上、下包络线X1、X2为：

X1＝X(i),st.X(i)＞X(i-1)&&X(i)＞X(i+1) (1)

X2＝X(i),st.X(i)＜X(i-1)&&X(i)＜X(i+1) (2)

其中，X(i)是数据X的第i个数据。

包络线均值计算公式为：

其中，Xm是包络线均值。

包络线中线为：

Xn＝interp1(Xm) (4)

Xd＝X-Xn (5)

其中，interp1(·)是三插值函数。

然后，对模态分量IMFi做字典训练Di；基于字典Di做稀疏分解，得到低维稀疏信号Fi；对低维稀疏信号Fi做自适应阈值去噪。

稀疏分解公式为：

Fi＝argmin||IMFi-Di*Fi||

其中，argmin(·)是求最小值函数。

自适应阈值去噪公式为：

其中，mean(·)是求最均值函数，Gi是第i个模态分量IMFi的稀疏分解信号量化后的值。

最后，对信号分别做稀疏、EMD重构。

稀疏与EMD重构公式为：

其中，cIMFi是重构的模态信号，cX是重构原始信号

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。

具体实施例需要提及所有附图