1.一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，包括云端大數據管理單元、大數據分析處理單元、大數據特征融合單元和深度學習訓練單元；其中，
2.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述傳感器包括震動傳感器、微波傳感器、雷達傳感器，所述設備具體為衛(wèi)星遙感接收器；
3.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述清洗并處理具體指：數據清洗和殘破值處理；
4.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，采用空間時頻分析，從所述采集大數據中提取多尺度的特征信息的步驟具體為：
5.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述基于所述特征信息和歷史數據，整合獲取總數據集，劃分訓練集、驗證集、測試集的步驟具體為：
6.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述建立靈活的目標模型的步驟具體為：
7.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述利用數據融合算法進行關聯(lián)，獲取融合數據的步驟具體為：
8.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述基于所述融合數據訓練目標模型，并用所述目標模型預測新的數據，提供目標位置的初步判斷結果的步驟具體為：
9.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，所述基于實時采集到的所述采集大數據，建立自適應環(huán)境模型，并采用自適應定位方法對所述初步判斷結果進行微調，獲取最終結果的步驟具體為：
10.根據權利要求1所述的一種基于深度學習算法和大數據分析的傳感器自適應系統(tǒng)，其特征在于，將所述最終結果反饋至自適應目標模型中，對所述目標模型進行再訓練和優(yōu)化的步驟具體為：