具体实施方式

本领域技术人员理解，如背景技术所言，传统的测绘准确度较低，数据传输速率较慢，且不能够实现与历史数据的匹配，对现有的对测绘数据定期及时更新的大量需求并不匹配；现有技术中只涉及无人机测绘泄露信息的加和，未有对无人机测绘失真信息的考虑，实现无人机测绘与现实需求的高度融合匹配是实现无人机测绘准确度及可读性等大幅提高的关键。如何能够让测绘更加智能化，人性化，提高其运行效率及准确度，增强用户可读性成为新的研究课题。为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

实施例1：

图1示出了本申请的一种基于自适应算法的无人机测绘系统图，在一些实施例中，一种基于自适应算法的无人机测绘方法，包括步骤：获取无人机测绘数据及对应通信传输信号B₁S(t)cos(w_ct+θ₁)，其中，B₁为通信传输信号幅度调节值，S(t)为测绘数据，w_c为载波频率，θ₁为通信传输信号相位值；根据气压、无人机高度、亮度数据对通信传输信号进行补全，补全值为B₂ cos(w_ct+θ₂)，B₂为补全幅值经验值，补全幅值经验值B₂与无人机拍摄时的气压、无人机高度、亮度与标准设定值的差值正相关；将通信传输信号与补全值合并并调制到中频，传输至后台服务器；对后台服务器接收到的信号进行解调，获取解调后测绘影像数据并进行预处理，根据预处理后测绘影像数据的特征信息匹配历史测绘数据信息，对预处理后的特征信息与匹配成功的历史测绘数据信息进行显示，否则将预处理后的特征信息加入或取代历史测绘数据信息；所述测绘影像数据的特征信息包括视频图像信息、等高线数据信息、方位信息；匹配包括如下步骤：获取的预处理后测绘影像数据的特征信息包括像素点信息及对应的等高线信息、方位信息，构成三维立体信息搜寻窗体，搜寻窗体遍历历史测绘数据信息，当前搜寻窗体遍历完成后，下一帧获取的预处理后测绘影像数据的特征信息形成新的搜寻窗体进行遍历，匹配成功与否由搜寻窗体该位置像素点到历史测绘数据对应位置像素点的类似程度确定，类似程度由空间距F_d和关联距F_s表示，其中，F_d(i,j)＝F_d(d_EU(i,j))，F_s(i,j)＝F_s(d_RV(g_i,g_j))，d_EU(i,j)是像素i与像素j的空间距离，d_RV(g_i,g_j)是像素i和像素j的关联距离；

其中，

i_x表示测绘影像数据像素i的横坐标，i_y表示测绘影像数据像素i的纵坐标，i_z表示测绘影像数据像素i的等高线高度，j_x表示历史测绘数据像素j的横坐标，j_y表示历史测绘数据像素j的纵坐标，j_z表示历史测绘数据像素j的等高线高度；

空间距F_d为高斯函数，其值为：

其中，k_d是设定值，σ_d是误差值，空间距函数与像素i和像素j的距离呈反比；关联距F_s的值为：

其中，k_s是自定义值，σ_s误差标准值，r(g_i,g_j)是关联度值，像素i、j相似度越高，r(g_i,g_j)的值越大，k是一个常量，RV是像素点i、j之间的加权计算，RV(g_i,g_j)＝RV(XF_i,YF_j)，X是n×p的矩阵，由以i测绘影像数据像素点集组成，Y是n×q的矩阵，由以历史测绘数据像素点j像素点集组成，F_i是p×p的矩阵，F_j是q×q的矩阵。

在一些实施例中，所述获取无人机测绘数据及对应通信传输信号为通过无人机工业摄像机、GPS、等高线传感器测量仪获取测绘数据，并对测绘数据进行处理，通过无线天线发送到接收端。

在一些实施例中，所述将通信传输信号与补全值合并并调制到中频，即将通信传输信号与补全值相加后与调制信号相乘以调制到中频信号便于发送。

在一些实施例中，所述对后台服务器接收到的信号进行解调，为采用带有双向功率检测调控电路的改进的基带正交复旋转MSD算法，即对无线电波阵列接收信号与经验相关系数矩阵加权后再与本地正交载波相乘，得到希尔伯特变换后的基带信号，并采用锁相器对经过预调滤波器后的信号进行相位调制，避免码间干扰。

在一些实施例中，所述预处理包括对解调后测绘影像数据的滤波去噪，特征提取。

在一些实施例中，所述三维立体信息搜寻窗体还通过对等高线数据信息、方位信息的关联度进行计算。

实施例2：

本发明还包括一种基于自适应算法的无人机测绘系统，包括：获取模块，获取无人机测绘数据及对应通信传输信号B₁S(t)cos(w_ct+θ₁)，其中，B₁为通信传输信号幅度调节值，S(t)为测绘数据，w_c为载波频率，θ₁为通信传输信号相位值；补全模块，根据气压、无人机高度、亮度数据对通信传输信号进行补全，补全值为B₂ cos(w_ct+θ₂)，B₂为补全幅值经验值，补全幅值经验值B₂与无人机拍摄时的气压、无人机高度、亮度与标准设定值的差值正相关；发送模块，将通信传输信号与补全值合并并调制到中频；传输至后台服务器；解调预处理模块，对后台服务器接收到的信号进行解调，获取解调后测绘影像数据并进行预处理；匹配模块，根据预处理后测绘影像数据的特征信息匹配历史测绘数据信息，对预处理后的特征信息与匹配成功的历史测绘数据信息进行显示，否则将预处理后的特征信息加入或取代历史测绘数据信息；所述测绘影像数据的特征信息包括视频图像信息、等高线数据信息、方位信息；匹配包括如下步骤：获取的预处理后测绘影像数据的特征信息包括像素点信息及对应的等高线信息、方位信息，构成三维立体信息搜寻窗体，搜寻窗体遍历历史测绘数据信息，当前搜寻窗体遍历完成后，下一帧获取的预处理后测绘影像数据的特征信息形成新的搜寻窗体进行遍历，匹配成功与否由搜寻窗体该位置像素点到历史测绘数据对应位置像素点的类似程度确定，类似程度由空间距F_d和关联距F_s表示，其中，F_d(i,j)＝F_d(d_EU(i,j))，F_s(i,j)＝F_s(d_RV(g_i,g_j))，d_EU(i,j)是像素i与像素j的空间距离，d_RV(g_i,g_j)是像素i和像素j的关联距离，

其中，

i_x表示测绘影像数据像素i的横坐标，i_y表示测绘影像数据像素i的纵坐标，i_z表示测绘影像数据像素i的等高线高度，j_x表示历史测绘数据像素j的横坐标，j_y表示历史测绘数据像素j的纵坐标，j_z表示历史测绘数据像素j的等高线高度；

空间距F_d为高斯函数，其值为：

其中，k_d是设定值，σ_d是误差值，空间距函数与像素i和像素j的距离呈反比；关联距F_s的值为：

其中，k_s是自定义值，σ_s误差标准值，r(g_i,g_j)是关联度值，像素i、j相似度越高，r(g_i,g_j)的值越大，k是一个常量，RV是像素点i、j之间的加权计算，RV(g_i,g_j)＝RV(XF_i,YF_j)，X是n×p的矩阵，由以i测绘影像数据像素点集组成，Y是n×q的矩阵，由以历史测绘数据像素点j像素点集组成，F_i是p×p的矩阵，F_j是q×q的矩阵。

在一些实施例中，所述将通信传输信号与补全值合并并调制到中频，即将通信传输信号与补全值相加后与调制信号相乘以调制到中频信号便于发送。

在一些实施例中，所述对后台服务器接收到的信号进行解调，为采用带有双向功率检测调控电路的改进的基带正交复旋转MSD算法，即对无线电波阵列接收信号与经验相关系数矩阵加权后再与本地正交载波相乘，得到希尔伯特变换后的基带信号，并采用锁相器对经过预调滤波器后的信号进行相位调制，避免码间干扰。

在一些实施例中，所述三维立体信息搜寻窗体还通过对等高线数据信息、方位信息的关联度进行计算。

本发明的一种基于自适应算法的无人机测绘方法和系统，解决了传统技术中无人机测绘没有和历史测绘数据相关联，本申请的测绘方法能够实现定期及时对历史测绘数据进行更新；且通过增加补全值及补全幅值经验值解决了现有技术中信号数据传输准确度低、传输速率慢的缺点；通过匹配过程的设置，大大增加了数据准确性以及与历史测绘数据的比较，采用带有双向功率检测调控电路的改进的基带正交复旋转MSD算法，对无线电波阵列接收信号与经验相关系数矩阵加权后再与本地正交载波相乘，得到希尔伯特变换后的基带信号，并采用锁相器对经过预调滤波器后的信号进行相位调制，避免码间干扰。本发明的基于自适应算法的无人机测绘方法及系统显著了提高无人机数据准确度以及传输效率，在准确率方面大大增强，增强用户体验。

本领域技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品，因此本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。