本申请涉及数据处理,尤其涉及一种应用于无人机的感知增强方法及系统。
背景技术:
1、随着无人机技术的飞速发展,无人机在众多领域如航空摄影、环境监测、物流运输等得到了广泛应用。在这些应用场景中,无人机对周围环境的准确感知至关重要。
2、传统的无人机感知技术往往面临着诸多挑战。一方面,复杂的环境因素如建筑物林立的城市区域、地形复杂的山区等会对感知信号产生干扰和反射,导致获取的信号存在大量噪声和混淆信息。另一方面,现有的信号处理技术在处理无人机感知信号时,往往无法充分挖掘信号中的有效信息。一些方法在增强信号源集合时,缺乏有效的手段来准确地对不同层次的信息进行加权融合和特征提取,导致增强后的信号仍然不能满足高精度感知的要求。综上所述,为了提高无人机在复杂环境下的感知能力,满足不同应用场景对无人机感知准确性、可靠性的要求,迫切需要一种创新的无人机感知增强技术方案。
技术实现思路
1、有鉴于此,本申请提供一种应用于无人机的感知增强方法及系统。
2、本申请的技术方案是这样实现的:
3、一方面,本申请提供一种应用于无人机的感知增强方法,包括:通过5g基站向设定区域发射感知信号;接收所述感知信号的混合反射信号,并将接收到的所述混合反射信号分离成多个独立的信号源,得到分离信号源集合,其中,所述分离信号源集合中的每个信号源分别对应所述设定区域中的一个目标或区域;将所述分离信号源集合作为第一信号源集合,获取对待增强的第一信号源集合进行表征信息抽取得到的目标信号表征向量;对以下操作进行迭代,直到游走完向量还原映射网络中的x个向量还原映射组件,其中,所述向量还原映射网络用于基于所述目标信号表征向量确定与所述第一信号源集合对应的第二信号源集合,所述向量还原映射组件中包括第一跨层恒等连接单元和第一加权融合单元,其中,x>1,且x为整数:获取第n个向量还原映射组件输出的第n个对照还原映射表征向量,以及将所述第n个对照还原映射表征向量加载到第m个向量还原映射组件中的所述第一跨层恒等连接单元,得到第m个跨层恒等映射向量,其中,m=n-1,1<n≤x,且n为整数;获取与所述第m个向量还原映射组件对应的第一影响变量和第二影响变量,其中,所述第一影响变量用以表征所述第n个对照还原映射表征向量的重要程度,所述第二影响变量用以表征所述第m个跨层恒等映射向量的重要程度,所述第一影响变量与所述第二影响变量之间的比例不小于第一参考临界值;在所述第一加权融合单元中,基于所述第一影响变量、第二影响变量确定所述第n个对照还原映射表征向量和所述第m个跨层恒等映射向量的加权还原映射向量,以及将所述加权还原映射向量确定为所述第m个向量还原映射组件输出的第m个对照还原映射表征向量;如果所述m=x,则基于所述第m个对照还原映射表征向量确定与所述第一信号源集合对应的所述第二信号源集合,所述第二信号源集合为增强后的信号源集合。
4、另一方面,本申请提供一种计算机系统,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以上所述方法中的步骤。
5、本申请的有益效果为:在以上的应用于无人机的感知增强方法中,当得到第一信号源集合对应的目标信号表征向量时,可以在向量还原映射网络中的多个向量还原映射组件中进行级联加工,例如将骨干网络的还原映射向量和跨层恒等网络的还原映射向量进行融合,同时基于骨干网络层对应的第一影响变量和跨层恒等网络层对应的第二影响变量之间的比例的约束,提升上述向量还原映射网络中骨干网络层的影响变量,增加基于以上向量还原映射网络对信号源集合进行增强质量。
1.一种应用于无人机的感知增强方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述第n个对照还原映射表征向量加载到第m个向量还原映射组件中的所述第一跨层恒等连接单元,得到第m个跨层恒等映射向量,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述第n个归一化还原映射向量确定所述第m个跨层恒等映射向量,包括:
4.根据权利要求1所述的方法,其特征在于,所述获取对待增强的第一信号源集合进行表征信息抽取得到的目标信号表征向量,包括:
5.根据权利要求4所述的方法,其特征在于,所述基于所述第r个归一化嵌入映射向量确定所述第s个跨层恒等嵌入表征向量,包括:
6.根据权利要求1所述的方法,其特征在于,所述获取与所述第m个向量还原映射组件对应的第一影响变量和第二影响变量,包括:
7.根据权利要求4所述的方法,其特征在于,所述获取与所述第s个表征信息提取组件对应的第三影响变量和第四影响变量,包括:
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
9.根据权利要求8所述的方法,其特征在于,所述获取对待增强的第一训练信号源集合进行表征信息抽取得到的目标训练信号表征向量之前,还包括:
10.一种计算机系统,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。