本发明涉及无人机定位领域，具体涉及一种无人机定位系统及方法、电子设备和存储介质。
背景技术：
1、现有的无人机gps定位器要么是一个独立的设备模块，要么是被集成在某个设备内部，应用场景中均需要独立供电，且安装后无法轻易拆除或拆除后无法使用，需要再次安装部署。若要实现4g定位+gps定位+wifi定位，往往是作为多个独立的功能模块集成到包含其他复杂功能的主板之中，这类设备功耗较大，难以满足无人机要求的重量轻，体积小，可充电，可便携，方便多次拆装的应用场景。
技术实现思路
1、针对现有技术中存在的上述不足之处，本发明提出了一种无人机定位系统及方法、电子设备和存储介质来解决上述问题。
2、本发明为实现上述目的，本发明提供了一种无人机定位系统，该系统包括：
3、数据采集模块，所述数据采集模块用于获取的定位系统的实时参数数据，所述实时参数数据包括电源模块的参数数据、传感器参数数据以及通信参数数据；
4、电源模块，用于为定位系统提供独立的电能，所述电源模块包括升压模块和无线供电模块；
5、通信模块，用于实现定位系统与远程控制终端的数据传输；
6、预警模块，用于所述电源模块或故障情况下的报警提醒，所述电源模块在电量低于设定阈值时对远程控制终端进行报警提醒，所述故障情况包括涉水情况和撞击情况；
7、控制模块，用于对所述数据采集模块收集的数据进行处理分析，并通过所述通信模块实时传输到所述远程控制终端；
8、所述无人机定位系统采用整体密封设计，可拆卸安装于无人机内部，用于实时发送无人机的位置信息。
9、优选地，所述通信模块包括4g模块、gps芯片、wifi模块、蓝牙模块/或陶瓷天线。
10、优选地，所述预警模块包括水浸传感器和碰撞传感器，所述数据采集模块实时收集所述水浸传感器和所述碰撞传感器检测到的数据并传输到所述控制模块进行处理判断。
11、优选地，所述电源模块采用单节锂电池，所述升压模块将所述电池模块的电压升压到固定的4.2v进行供电，所述无人机定位系统的外壳上设置有led指示灯，所述led指示灯用于显示所述电源模块的充电状态，所述电源模块充电时亮红灯，所述电源模块充满时亮绿灯。
12、优选地，还包括开关模块，所述开关模块与所述电源模块和所述通信模块电连接。
13、一种无人机定位方法，具体包括以下步骤：
14、s10，获取实时参数电源模块的参数数据、传感器参数数据以及通信参数数据；
15、s20，将获取的电源实时数据与卷积神经网络模型得到的模拟数据进行匹配，根据所述电源模块的剩余电量得到预估的续航时长；将获取的传感器实时数据与卷积神经网络模型得到的模拟数据进行匹配，根据所述传感器的实时参数判断故障情况；
16、s30，根据预估的续航时长与回航距离生成回航提示信息，提示远程控制终端回航时间；在检测到传感器发出的故障信息后，无人机定位系统发出最终位置信息传输到远程控制终端进行保存。
17、进一步地，根据所述将获取的电源实时数据与卷积神经网络模型得到的模拟数据进行匹配，根据所述电源模块的剩余电量得到预估的续航时长，具体包括以下步骤：
18、s201，收集关于所述电池模块剩余电量的相关数据，所述相关数据包括电池模块的电池电压、电流、温度、充放电周期和/或使用时间，每隔5分钟测量一次的所述电源模块的电压和电流值并进行记录；
19、s202，计算所述电源模块的平均电流、最大电流、最小电流和/或电压变化率；
20、s203，将所述电源模块的剩余电量根据百分比分为高、中、低三个类别；
21、s204，将数据划分为训练集和测试集，采用70％的数据作为训练集，30％的数据作为测试集；
22、s205，使用训练集对决策树进行训练，并调整树的深度和分裂节点的最小样本数；
23、s206，使用测试集评估训练好的模型的性能，计算混淆矩阵、准确率、召回率、f1值来评估模型在不同电池剩余电量类别上的表现；
24、混淆矩阵一个用于可视化分类模型预测结果的表格，主要包括：真正例，简称为tp：预测为正例且实际也为正例的样本数；假正例，简称为fp：预测为正例但实际为负例的样本数；真反例，简称为tn：预测为负例且实际也为负例的样本数；假反例，简称为fn：预测为负例但实际为正例的样本数；
25、准确率表示模型对于所有样本的正确预测比例，计算公式为：准确率＝(tp+tn)/(tp+tn+fp+fn)
26、召回率表示模型成功找到的正例样本在实际正例样本中的比例，计算公式为：召回率＝tp/(tp+fn)
27、精确率表示模型预测为正例的样本中实际为正例的比例，计算公式为：精确率＝tp/(tp+fp)
28、f1值是综合考虑了准确率和召回率的指标，计算公式为：f1值＝2*(精确率*召回率)/(精确率+召回率)
29、通过计算混淆矩阵，可以得到准确率、召回率和精确率的结果，并根据这些结果计算f1值来评估模型的性能；
30、s207，根据评估结果，调整特征选择或调整模型参数，以对模型进行优化；
31、s208，将训练好的模型部署到实际应用中，通过输入实时的电池数据，预测电池的剩余电量。
32、一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求6-7中所述的方法。
33、一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现权利要求6-7中所述的方法。
34、本发明通过无人机定位系统的可以实时通过电源的剩余电量判断飞行器的回航情况，避免出现回航过程中电量不足的情况；本申请无人机定位系统采用可拆卸式的独立供电的机构，方便拆卸，使用更为灵活，且不受无人机电源影响，可以在无人机发生事故的情况下提高持续的定位。
1.一种无人机定位系统，其特征在于，该系统包括：
2.根据权利要求1所述的一种无人机定位系统，其特征在于，所述通信模块包括4g模块、gps芯片、wifi模块、蓝牙模块/或陶瓷天线。
3.根据权利要求1所述的一种无人机定位系统，其特征在于，所述预警模块包括水浸传感器和碰撞传感器，所述数据采集模块实时收集所述水浸传感器和所述碰撞传感器检测到的数据并传输到所述控制模块进行处理判断。
4.根据权利要求1所述的一种无人机定位系统，其特征在于，所述电源模块采用单节锂电池，所述升压模块将所述电池模块的电压升压到固定的4.2v进行供电，所述无人机定位系统的外壳上设置有led指示灯，所述led指示灯用于显示所述电源模块的充电状态，所述电源模块充电时亮红灯，所述电源模块充满时亮绿灯。
5.根据权利要求1所述的一种无人机定位系统，其特征在于，还包括开关模块，所述开关模块与所述电源模块和所述通信模块电连接。
6.一种无人机定位方法，其特征在于，具体包括以下步骤：
7.根据权利要求6所述的一种无人机定位方法，其特征在于，根据所述将获取的电源实时数据与卷积神经网络模型得到的模拟数据进行匹配，根据所述电源模块的剩余电量得到预估的续航时长，具体包括以下步骤：
8.一种电子设备，其特征在于，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求6-7中所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求6-7中所述的方法。