CN109801484A - 一种应急通信无人机系统及应急通信系统 - Google Patents

Abstract

本发明属于航拍技术领域，公开了一种应急通信无人机系统及应急通信系统；包括：六旋翼无人机、无人机飞行平台系统、GPS导航系统、飞行控制系统、遥感摄影系统、地面控制系统、信号传输系统、多视角倾斜相机。本发明整合POS,DSM及矢量等数据，利用影像密集匹配的三维建模自动生成物体密集点云数据，通过自动纹理映射，快速创建大规模三维模型，真实感强，降低了项目实施成本。本发明通过避障模块具有测量准确、自动化程度高、安全可靠以及使用方便的特点；同时，通过通信路径规划模块具有较好的实时性和快速性，使无人机在执行应急通信、空中救援等任务时，搜索到的航迹更逼近实际的无人机最优航迹。

Description

一种应急通信无人机系统及应急通信系统

技术领域

本发明属于航拍技术领域，尤其涉及一种应急通信无人机系统及应急通信系统。

背景技术

倾斜摄影技术通过在同一飞行平台上搭载多台或多种传感器，同时从多个角度采集地面影像，从而克服了传统航空摄影技术只能从垂直角度进行拍摄的局限性，能够更加真实地反映地物的实际情况，弥补了正射影像的不足，通过整合POS,DSM及矢量等数据，实现基于影像密集匹配的三维建模技术。目前国内外有多种多镜头倾向相机产品，包括有徕卡公司的ADS40、ADS80三线阵数码相机、美国Pictometry公司多角度相机、Trimble公司的3个相机组成的航空倾斜摄影系统以及国内的刘先林院士的SWDC-5相机、上海航遥公司AMC580 相机、中测新图公司的TOPDC－5倾斜相机，以上相机大部分采用量测数码相机，载荷大，只能安装在大飞机上，在进行实际三维建模生产时，需要申请空域，成本高，周期长；另外，现有在飞行过程中往往面临着山脉、建筑物、树木和输电线路等有形障碍物的安全威胁，以及受到禁飞区、危险区等无形障碍物的约束；同时，线性、非线性无人机路径规划方法，求解一系列的约束优化问题，计算量大、计算时间长、收敛速度慢且易受局部最小值影响陷入局部最优解。

综上所述，现有技术存在的问题是：

(1)现有相机大部分采用量测数码相机，载荷大，只能安装在大飞机上，在进行实际三维建模生产时，需要申请空域，成本高，周期长，由于无人机的飞行速度较快，GPS导航系统在进行快速飞行导航时容易出现飞行误差，对无人机的飞行方向造成一定的偏差。

(2)现有在飞行过程中往往面临着山脉、建筑物、树木和输电线路等有形障碍物的安全威胁，以及受到禁飞区、危险区等无形障碍物的约束；遥感摄影系统在无人机转时获取的像片与相邻两航带上获取的像片相比旋角较大且连续出现，需要进行删除，目前的删除方法是对比监控影像进行对照删除，效率较低。

(3)线性、非线性无人机路径规划方法，求解一系列的约束优化问题，计算量大、计算时间长、收敛速度慢且易受局部最小值影响陷入局部最优解，现有的NBKNN算法对图像进行分类时，分类速率较慢，图像的特征数目对分类正确率的影响较大。

(4)现有技术中传感器误差对多视角倾斜相机带来的角度偏差，不能准确的采集到复合人眼视觉的真实直观图像数据；现有技术中地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，不能做到有效区分正常信号和异常信号，使得系统之间通讯的准确性下降，降低了应急通信无人机系统及应急通信系统的工作效率；现有技术中不能对接收的摄像数据加以分类和回归分析，使得摄像数据分析和存储速度缓慢，工作效率低。

发明内容

针对现有技术存在的问题，本发明提供了一种应急通信无人机系统及应急通信系统。

本发明是这样实现的，一种应急通信无人机系统及应急通信系统的信息处理方法，所述应急通信无人机系统及应急通信系统的信息处理方法：包括以下步骤：

步骤一，通过无人机飞行平台系统提供无人机的飞行操作控制平台；利用无人机接入GPS导航系统进行飞行定位操作；通过飞行控制系统控制无人机的飞行操作；

步骤二，通过遥感摄影系统利用具有改进的自适应神经模糊推理系统的多视角倾斜相机获取大视场角的影像数据；通过地面控制无线信息化控制无人机飞行操作；通过多特征属性集成模型对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，实现二者之间的通讯；

步骤三，通过传感器采集无人机分析参数数据；利用自动驾驶仪中操纵无人机舵面转动；利用装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；利用混沌遗传算法对飞行路线进行优化，获得飞行路线；

步骤四，获取大视场角的影像数据；为多视角倾斜相机与无人机连接提供稳定支撑；采用改进的NBKNN算法对图像进行分类处理，对接收的摄像数据加以分类和回归分析处理实现摄像数据的分析和存储。

进一步，所述步骤一GPS导航系统在进行飞行定位时产生的速度误差模型为：

式中：f^t为加速度计测得的比力在坐标系中的表达式；为载体加速度中实际存在的误差；为载体速度。

进一步，所述步骤二遥感摄影系统对像片剔采用的方法为：

(1)将POS数据中GPS航向角顺次相减，得到GPS航向角差的绝对值，第一张像片GPS航向角差默认设为0；

(2)如果GPS航向角差大于阈值(设为90。)，则认为一条航带的结束，依次比较，直至所有航带自动生成完毕。

进一步，所述步骤二通过多特征属性集成模型对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，具体如下：

b＝i(a)＝z^Tη(a)+e；

其中，η表示用于地面控制系统与无人机飞行控制系统之间接收异常信号特征映射关系，z表示异常信号的权重；

利用下述公式能够对用于地面控制系统与无人机飞行控制系统之间接收异常信号进行分类处理：

上述异常信号分类处理的约束条件如下：

b_l[z^Wη(a_l)+e]+h_l＝1；

通过建立多特征属性集成模型，实现一种应急通信无人机系统及应急通信系统对异常信号的采集。

进一步，所述步骤二利用具有改进的自适应神经模糊推理系统的多视角倾斜相机获取大视场角的影像数据，采用改进的自适应神经模糊推理系统对多视角倾斜相机采集误差进行补偿，具体的改进的自适应神经模糊推理系统如下：

G_i(k+1)＝c_i(k)+Δc_i(k)

σ_i(k+1)＝σ_i(k)+Δσ_i(k)

式中：k为迭代步数；β(k)为第k步的学习率；λ为动量因子，取值范围为 0～1，通常取0.90。

本发明的另一目的在于提供一种实现所述应急通信无人机系统及应急通信系统的信息处理方法的应急通信无人机系统及应急通信系统，所述应急通信无人机系统及应急通信系统包括：

六旋翼无人机包括无人机飞行平台系统、GPS导航系统、飞行控制系统、遥感摄影系统、地面控制系统、信号传输系统；

无人机飞行平台系统，用于提供无人机的飞行操作控制平台；

GPS导航系统，用于通过无人机接入GPS导航系统进行飞行定位操作；

飞行控制系统，用于控制无人机的飞行操作；

遥感摄影系统，用于通过多视角倾斜相机获取大视场角的影像数据；

地面控制系统，用于通过地面控制无线信息化控制无人机飞行操作；

信号传输系统，用于实现所述地面控制系统与无人机飞行控制系统之间的通讯。

多视角倾斜相机包括摄影模块、挂载模块、控制模块；

摄影模块，用于获取大视场角的影像数据；

挂载模块，与所述摄影单元连接，用于为多视角倾斜相机与无人机连接提供稳定支撑，减少无人机产生的高频振动；

控制模块，与所述挂载单元连接，用于实现摄像数据的分析和存储；

飞行控制系统包括主控模块、传感器、舵机模块、接口模块、避障模块、通信路径规划模块；

主控模块，与传感器、舵机模块、接口模块、避障模块、通信路径规划模块连接，用于通过单片机控制各个模块正常工作；

传感器，与主控模块连接，用于采集无人机分析参数数据；

舵机模块，与主控模块连接，用于通过自动驾驶仪中操纵无人机舵面转动；

接口模块，与主控模块连接，用于提供接通其他功能模块的通信接口；

避障模块，与主控模块连接，用于通过装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；

通信路径规划模块，与主控模块连接，用于通过混沌遗传算法对飞行路线进行优化，获得飞行路线。

本发明的另一目的在于提供一种应用所述应急通信无人机系统及应急通信系统的信息处理方法的无人机。

本发明的另一目的在于提供一种应用所述应急通信无人机系统及应急通信系统的信息处理方法的无线通信系统。

本发明的优点及积极效果为：

(1)本发明采用的六旋翼航测无人机通过航空摄影，野外布置像控点和摄影测量内业，只需一天时间即可完成地形图绘制，减轻了测量外业人员劳动强度，提高了工作效率，通过对GPS导航系统的飞行误差分析，避免了在无人机飞行过程中造成的导航误差，提高了导航的准确率。

(2)采用本发明通过在多旋翼无人机上飞行平台上搭载五镜头倾斜相机，同时从多个角度采集地面影像，整合POS,DSM及矢量等数据，利用影像密集匹配的三维建模自动生成物体密集点云数据，通过自动纹理映射，快速创建大规模三维模型，真实感强，速度快，降低了项目实施成本，通过对遥感摄影系统设置影像自动剔除，避免了工作人员通过对比影像进行剔除，提高了工作效率。

(3)本发明通过避障模块根据障碍物的坐标信息在三维地图库中准确搜索出目标区域的三维地图；根据质心旋转到坐标中心的两幅图像的相关性得到目标区域的三维地图；采用本发明的以上步骤，能够以超过99.9％的准确率搜索出目标区域的三维地图，为无人机根据目标区域的三维地图，重新规划飞行路线而实现自主避障提供前提条件，进而实现三维环境下障碍物的有效侦测与避开；在激光器旋转过程中考虑到了无人机的安全距离问题，即控制vt<Rmax-l，这样激光器在水平面旋转一周采集无人机四周障碍物信息时，能够保证无人机不会进入到障碍区，一直保持在安全区域飞行；通过采用改进的NBKNN算法对图像进行分类，提高了图像的分类速率，避免了图像的特征数目对分类正确率的影响。

(4)本发明具有测量准确、自动化程度高、安全可靠以及使用方便的特点，提供了一种实用性强，工作可靠的无人机避障方法；同时，通过通信路径规划模块在原有遗传算法基础上，利用混沌序列来控制遗传操作中的交叉和变异，取代原有完全随机的交叉和变异操作，精确确定是否进行交叉或变异操作以及确定交叉或变异操作的具体位置等两个方面，避免了完全随机操作的盲目性，使求得的解精度高，收敛速度快，同时本技术方案具有较好的实时性和快速性，使无人机在执行应急通信、空中救援等任务时，搜索到的航迹更逼近实际的无人机最优航迹。

(5)本发明为了减少多视角倾斜相机带来的角度偏差，采用改进的自适应神经模糊推理系统对角度传感器误差进行补偿，准确的采集到复合人眼视觉的真实直观图像数据；本发明采用多特征属性集成模型，对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，有效区分正常信号和异常信号，保证了系统之间通讯的准确性，提高应急通信无人机系统及应急通信系统的工作效率；本发明并对接收的摄像数据加以分类和回归分析，通过对摄影数据的分类，便于摄像数据实现快速的分析和存储，提高工作效率。

附图说明

图1是本发明实施例提供的应急通信无人机系统及应急通信系统的信息处理方法流程图。

图2是本发明实施例提供的应急通信无人机系统及应急通信系统结构示意图；

图3是本发明实施例提供的飞行控制系统结构示意图；

图中：1、六旋翼无人机；1-1、无人机飞行平台系统；1-2、GPS导航系统； 1-3、飞行控制系统；1-3-1、主控模块；1-3-2、传感器；1-3-3、舵机模块；1-3-4、接口模块；1-3-5、避障模块；1-3-6、通信路径规划模块；1-4、遥感摄影系统； 1-5、地面控制系统；1-6、信号传输系统；2、多视角倾斜相机；2-1、摄影模块； 2-2、挂载模块；2-3、控制模块。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。

下面结合附图对本发明的结构作详细的描述。

如图1所示，本发明实施例提供的应急通信无人机系统及应急通信系统的信息处理方法包括以下步骤：

S101：通过无人机飞行平台系统提供无人机的飞行操作控制平台；利用无人机接入GPS导航系统进行飞行定位操作；通过飞行控制系统控制无人机的飞行操作；

S102：通过遥感摄影系统利用具有改进的自适应神经模糊推理系统的多视角倾斜相机获取大视场角的影像数据；通过地面控制无线信息化控制无人机飞行操作；通过多特征属性集成模型对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，实现二者之间的通讯；

S103：通过传感器采集无人机分析参数数据；利用自动驾驶仪中操纵无人机舵面转动；利用装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；利用混沌遗传算法对飞行路线进行优化，获得飞行路线；

S104：获取大视场角的影像数据；为多视角倾斜相机与无人机连接提供稳定支撑，减少无人机产生的高频振动；采用改进的NBKNN算法对图像进行分类处理，对接收的摄像数据加以分类和回归分析处理实现摄像数据的分析和存储。

在本发明的优选实施例中，步骤S101GPS导航系统在进行飞行定位时产生的速度误差模型为：

式中：f^t为加速度计测得的比力在坐标系中的表达式；为载体加速度中实际存在的误差；为载体速度。

在本发明的优选实施例中，步骤S102遥感摄影系统对像片剔采用的方法为：

(1)将POS数据中GPS航向角顺次相减(后减前)，得到GPS航向角差的绝对值，第一张像片GPS航向角差默认设为0；

(2)如果GPS航向角差大于阈值(设为90。)，则认为一条航带的结束，依次比较，直至所有航带自动生成完毕。

在本发明的优选实施例中，步骤S102通过多特征属性集成模型对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，有效区分正常信号和异常信号，保证了系统之间通讯的准确性，提高应急通信无人机系统及应急通信系统的工作效率；实现二者之间的通讯；具体如下：

b＝i(a)＝z^Tη(a)+e；

其中，η表示用于地面控制系统与无人机飞行控制系统之间接收异常信号特征映射关系，z表示异常信号的权重；

利用下述公式能够对用于地面控制系统与无人机飞行控制系统之间接收异常信号进行分类处理：

上述异常信号分类处理的约束条件如下：

b_l[z^Wη(a_l)+e]+h_l＝1；

通过建立多特征属性集成模型，实现一种应急通信无人机系统及应急通信系统对异常信号的采集。

在本发明的优选实施例中，步骤S102利用具有改进的自适应神经模糊推理系统的多视角倾斜相机获取大视场角的影像数据，准确的采集到复合人眼视觉的真实直观图像数据，本发明采用改进的自适应神经模糊推理系统对多视角倾斜相机采集误差进行补偿，具体的改进的自适应神经模糊推理系统如下：

c_i(k+1)＝c_i(k)+Δc_i(k)

σ_i(k+1)＝σ_i(k)+Δσ_i(k)

式中：k为迭代步数；β(k)为第k步的学习率；λ为动量因子，取值范围为 0～1，通常取0.90左右。

在本发明的优选实施例中，步骤S104对摄像数据分析时首先采用改进的 NBKNN算法对图像进行分类，具体为：

(1)提取测试图像与C类训练图像中的局部特征，分别记为d_i∈Q和 d_i ^c；

(2)根据计算测试图像和训练图像集中特征的F_i值，保留前M个最大F_i值对应的特征，其中测试图像中的前M个特征记为d^M；

(3)对每个d^M在类别C中搜索其K近邻，分别记为{N₁ ^C，N₂ ^C，…， N_K ^C}，在其他类别中搜索其最近邻并计算其均值

(4)计算d^M到各类别K－1近邻的距离之和，以及第K近邻及的距离，分别记为：

(5)对每个d^M在各类别C中计算T_C，T_C＝D₁－D₂－D₃，最终的分类决策为：

在本发明的优选实施例中，步骤S104完成摄像数据的分析和存储，并对接收的摄像数据加以分类和回归分析，通过对摄影数据的分类，便于摄像数据实现快速的分析和存储，提高工作效率；具体如下：

接收到的摄像数据集(x₁，y₁)，…，(x_l，y_l)∈(X×R)由概率分布 P(x，y)(x∈Rⁿ，y∈R)生成，用实值函数拟合，并且使得：

R[f]＝∫c(x，y，f)dP(x，y)；

最小，其中，C为损失函数，用ε不敏感函数：

|y_i-f(x_i，x)|_ε＝max{0，|y_i-f(x_i)|-ε}；

衡量函数预测值f(x)与观测值y的误差，即当误差超过ε时，该函数对样本点的拟合是无偏差的。

如图2～图3所示，本发明实施例提供的应急通信无人机系统及应急通信系统包括：六旋翼无人机1、无人机飞行平台系统1-1、GPS导航系统1-2、飞行控制系统1-3、主控模块1-3-1、传感器1-3-2、舵机模块1-3-3、接口模块1-3-4、避障模块1-3-5、通信路径规划模块1-3-6、遥感摄影系统1-4、地面控制系统1-5、信号传输系统1-6、多视角倾斜相机2、摄影模块2-1、挂载模块2-2、控制模块 2-3。

六旋翼无人机1包括无人机飞行平台系统1-1、GPS导航系统1-2、飞行控制系统1-3、遥感摄影系统1-4、地面控制系统1-5、信号传输系统1-6；

无人机飞行平台系统1-1，用于提供无人机的飞行操作控制平台；

GPS导航系统1-2，用于通过无人机接入GPS导航系统进行飞行定位操作；

飞行控制系统1-3，用于控制无人机的飞行操作；

遥感摄影系统1-4，用于通过多视角倾斜相机获取大视场角的影像数据；

地面控制系统1-5，用于通过地面控制无线信息化控制无人机飞行操作；

信号传输系统1-6，用于实现所述地面控制系统与无人机飞行控制系统之间的通讯。

多视角倾斜相机2包括摄影模块2-1、挂载模块2-2、控制模块2-3；

摄影模块2-1，用于获取大视场角的影像数据；

挂载模块2-2，与所述摄影单元连接，用于为多视角倾斜相机与无人机连接提供稳定支撑，减少无人机产生的高频振动；

控制模块2-3，与所述挂载单元连接，用于实现摄像数据的分析和存储；

本发明提供的飞行控制系统1-3包括主控模块1-3-1、传感器1-3-2、舵机模块1-3-3、接口模块1-3-4、避障模块1-3-5、通信路径规划模块1-3-6；

主控模块1-3-1，与传感器1-3-2、舵机模块1-3-3、接口模块1-3-4、避障模块1-3-5、通信路径规划模块1-3-6连接，用于通过单片机控制各个模块正常工作；

传感器1-3-2，与主控模块1-3-1连接，用于采集无人机分析参数数据；

舵机模块1-3-3，与主控模块1-3-1连接，用于通过自动驾驶仪中操纵无人机舵面转动；

接口模块1-3-4，与主控模块1-3-1连接，用于提供接通其他功能模块的通信接口；

避障模块1-3-5，与主控模块1-3-1连接，用于通过装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；

通信路径规划模块1-3-6，与主控模块1-3-1连接，用于通过混沌遗传算法对飞行路线进行优化，获得飞行路线。

本发明提供的避障模块1-3-5避障方法如下：

S1：在无人机上安装激光器及卫星定位接收机；

S2：无人机飞行过程中，通过激光器采集无人机周围的障碍物信息；

S3：将三维地图库导入无人机的信息处理模块，将采集的障碍物信息进行坐标转换，并在三维地图库中搜索出目标区域的三维地图；

S4：根据目标区域的三维地图，重新规划飞行路线，实现无人机自主避障。

本发明提供的S2中，通过驱动组件驱动激光器在无人机上360°循环旋转。

本发明提供的S4中，控制vt<R_max-l；其中，无人机最大飞行速度为v；激光器旋转一圈所需要的时间为t；激光器的最大探测距离为R_max；障碍物与无人机的安全距离为无人机减速时的加速度为a。

本发明提供的通信路径规划模块1-3-6规划方法如下：

步骤1.对无人机飞行的空间进行三维网格划分，得网格节点，构建网格图，在所述网格图上标注无人机的起始点和目标点，以及标注无人机飞行空间内的雷达分布和地形信息；

步骤2.根据无人机飞行空间内的雷达分布和地形信息构建飞行威胁模型，同时根据无人机的飞行技术参数构建飞行限定模型；

步骤3.根据飞行威胁模型和飞行限定模型在无人机的起始点和目标点之间构建飞行路线；

步骤4.通过混沌遗传算法对飞行路线进行优化，确定最终飞行路线。

本发明提供的飞行威胁模型具体为：

minW＝k₁J_threat+k₂J_fuel；

其中J_threat为雷达威胁代价，k₁(k₁∈(0，1))为雷达威胁代价的权重，J_fuel为燃油代价，k₂(k₂∈(0，1))为燃油代价的权重。

本发明提供的飞行限定模型包括：

无人机在遇到障碍物时改变姿态直飞的距离r小于无人机的起始点至障碍点之间的距离S_min，r＜S_min；

无人机在检测到障碍物时悬停的时间t大于无人机控制响应的最短时长 T_min，T_min＜t；

飞行路线的高度H大于无人机飞行设定的最低飞行高度H_min，且小于无人机飞行设定的最高飞行高度H_max，H_min＜H＜H_max；

飞行路线的距离L小于无人机飞行极限距离的二分之一，L＜L_max/2。

本发明提供的控制模块2-3主要由触发模块、通讯模块、存储模块及供电模块四部分构成；

触发模块，用于接收外部触发信号，同步触发五个小型相机曝光并向外部设备反馈触发信号；

通讯模块，用于相机模设置、相机飞行前后的测试与调校等；

存储模块，用于拍摄影像数据的存储；

供电模块，主要由自带电源、直流电源转换器、相机供电器组成，当挂载平台可以提供电源时，通过直流电源转换器可以将外接电流进行滤波稳压转换后通过供电器给相机供电，当没有外接电源时，可使用自带电源为其供电。

本发明的工作原理：

首先，通过无人机飞行平台系统1-1提供无人机的飞行操作控制平台；通过 GPS导航系统1-2利用无人机接入GPS导航系统进行飞行定位操作；通过飞行控制系统1-3控制无人机的飞行操作；通过遥感摄影系统1-4利用多视角倾斜相机获取大视场角的影像数据；通过地面控制系统1-5利用地面控制无线信息化控制无人机飞行操作；通过信号传输系统1-6实现所述地面控制系统与无人机飞行控制系统之间的通讯；然后，通过飞行控制系统1-3调度主控模块1-3-1通过传感器1-3-2采集无人机分析参数数据；通过舵机模块1-3-3利用自动驾驶仪中操纵无人机舵面转动；通过接口模块1-3-4提供接通其他功能模块的通信接口；通过避障模块1-3-5利用装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；通过通信路径规划模块1-3-6利用混沌遗传算法对飞行路线进行优化，获得飞行路线；最后，通过摄影模块2-1获取大视场角的影像数据；通过挂载模块 2-2为多视角倾斜相机与无人机连接提供稳定支撑，减少无人机产生的高频振动；通过控制模块2-3实现摄像数据的分析和存储；控制模块2-3主要由触发模块、通讯模块、存储模块及供电模块四部分构成；触发模块主要用于接收外部触发信号，同步触发五个小型相机曝光并向外部设备反馈触发信号；通讯模块主要用于相机模设置、相机飞行前后的测试与调校等；存储模块主要用于拍摄影像数据的存储；供电模块主要由自带电源、直流电源转换器、相机供电器组成，当挂载平台可以提供电源时，通过直流电源转换器可以将外接电流进行滤波稳压转换后通过供电器给相机供电，当没有外接电源时，可使用自带电源为其供电。

以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。

Claims (8)

1.一种应急通信无人机系统及应急通信系统的信息处理方法，其特征在于，所述应急通信无人机系统及应急通信系统的的信息处理方法：包括以下步骤：

步骤一，通过无人机飞行平台系统提供无人机的飞行操作控制平台；利用无人机接入GPS导航系统进行飞行定位操作；通过飞行控制系统控制无人机的飞行操作；

步骤二，通过遥感摄影系统利用具有改进的自适应神经模糊推理系统的多视角倾斜相机获取大视场角的影像数据；通过地面控制无线信息化控制无人机飞行操作；通过多特征属性集成模型对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，实现二者之间的通讯；

步骤三，通过传感器采集无人机分析参数数据；利用自动驾驶仪中操纵无人机舵面转动；利用装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；利用混沌遗传算法对飞行路线进行优化，获得飞行路线；

步骤四，获取大视场角的影像数据；为多视角倾斜相机与无人机连接提供稳定支撑；采用改进的NBKNN算法对图像进行分类处理，对接收的摄像数据加以分类和回归分析处理实现摄像数据的分析和存储。

2.如权利要求1所述的应急通信无人机系统及应急通信系统的信息处理方法，其特征在于，所述步骤一GPS导航系统在进行飞行定位时产生的速度误差模型为：

式中：f^t为加速度计测得的比力在坐标系中的表达式；为载体加速度中实际存在的误差；为载体速度。

3.如权利要求1所述的应急通信无人机系统及应急通信系统的信息处理方法，其特征在于，所述步骤二遥感摄影系统对像片剔采用的方法为：

(1)将POS数据中GPS航向角顺次相减，得到GPS航向角差的绝对值，第一张像片GPS航向角差默认设为0；

(2)如果GPS航向角差大于阈值，则认为一条航带的结束，依次比较，直至所有航带自动生成完毕。

4.如权利要求1所述的应急通信无人机系统及应急通信系统的信息处理方法，其特征在于，所述步骤二通过多特征属性集成模型对地面控制系统与无人机飞行控制系统之间的通讯的信号进行分类处理，具体如下：

其中，η表示用于地面控制系统与无人机飞行控制系统之间接收异常信号特征映射关系，z表示异常信号的权重；

利用下述公式能够对用于地面控制系统与无人机飞行控制系统之间接收异常信号进行分类处理：

上述异常信号分类处理的约束条件如下：

b_l[z^Wη(a_l)+e]+h_l＝1；

通过建立多特征属性集成模型，实现一种应急通信无人机系统及应急通信系统对异常信号的采集。

5.如权利要求1所述的应急通信无人机系统及应急通信系统的信息处理方法，其特征在于，所述步骤二利用具有改进的自适应神经模糊推理系统的多视角倾斜相机获取大视场角的影像数据，采用改进的自适应神经模糊推理系统对多视角倾斜相机采集误差进行补偿，具体的改进的自适应神经模糊推理系统如下：

c_i(k+1)＝c_i(k)+Δc_i(k)

σ_i(k+1)＝σ_i(k)+Δσ_i(k)

式中：k为迭代步数；β(k)为第k步的学习率；λ为动量因子，取值范围为0～1，通常取0.90。

6.一种实现权利要求1所述应急通信无人机系统及应急通信系统的信息处理方法的应急通信无人机系统及应急通信系统，其特征在于，所述应急通信无人机系统及应急通信系统包括：

六旋翼无人机包括无人机飞行平台系统、GPS导航系统、飞行控制系统、遥感摄影系统、地面控制系统、信号传输系统；

无人机飞行平台系统，用于提供无人机的飞行操作控制平台；

GPS导航系统，用于通过无人机接入GPS导航系统进行飞行定位操作；

飞行控制系统，用于控制无人机的飞行操作；

遥感摄影系统，用于通过多视角倾斜相机获取大视场角的影像数据；

地面控制系统，用于通过地面控制无线信息化控制无人机飞行操作；

信号传输系统，用于实现所述地面控制系统与无人机飞行控制系统之间的通讯；

多视角倾斜相机包括摄影模块、挂载模块、控制模块；

摄影模块，用于获取大视场角的影像数据；

挂载模块，与所述摄影单元连接，用于为多视角倾斜相机与无人机连接提供稳定支撑，减少无人机产生的高频振动；

控制模块，与所述挂载单元连接，用于实现摄像数据的分析和存储；

飞行控制系统包括主控模块、传感器、舵机模块、接口模块、避障模块、通信路径规划模块；

主控模块，与传感器、舵机模块、接口模块、避障模块、通信路径规划模块连接，用于通过单片机控制各个模块正常工作；

传感器，与主控模块连接，用于采集无人机分析参数数据；

舵机模块，与主控模块连接，用于通过自动驾驶仪中操纵无人机舵面转动；

接口模块，与主控模块连接，用于提供接通其他功能模块的通信接口；

避障模块，与主控模块连接，用于通过装激光器及卫星定位接收机采集周围信息进行躲避障碍操作；

通信路径规划模块，与主控模块连接，用于通过混沌遗传算法对飞行路线进行优化，获得飞行路线。

7.一种应用权利要求1～5任意一项所述应急通信无人机系统及应急通信系统的信息处理方法的无人机。

8.一种应用权利要求1～5任意一项所述应急通信无人机系统及应急通信系统的信息处理方法的无线通信系统。