技术特征：
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；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。2.根据权利要求1所述的基于非线性降维与智能寻优的四轴抗干扰无人机系统，其特征在于：所述步骤3中适应度函数f公式为：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。3.根据权利要求1所述的基于非线性降维与智能寻优的四轴抗干扰无人机系统，其特征在于：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。4.根据权利要求1所述的基于非线性降维与智能寻优的四轴抗干扰无人机系统，其特征在于：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。5.根据权利要求1所述的基于非线性降维与智能寻优的四轴抗干扰无人机系统，其特征在于：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。6.根据权利要求1所述的基于非线性降维与智能寻优的四轴抗干扰无人机系统，其特征在于：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。7.根据权利要求1所述的基于非线性降维与智能寻优的四轴抗干扰无人机系统，其特征在于：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。