珞珈三号01星在轨处理技术及验证

遥感卫星在轨处理技术是推动遥感技术实现实时智能服务的核心环节。针对星上资源受限环境引起的系列处理难题及遥感数据实时处理与信息提取需求,本文首先构建了任务驱动的卫星遥感数据在轨处理框架,以任务需求为核心并协同星地资源建立基于感兴趣区域的星上处理技术体系;然后,面向不同任务层级和应用场景,给出了以位置信息为驱动的基础在轨处理模式、以目标/场景内容和变化事件为驱动的智能处理模式;最后,论述了适配星上资源受限环境的在轨处理关键算法,基于珞珈三号01星星上处理应用程序,验证了典型算法的在轨处理效果。在任务驱动和星地协同机制下,实现了在轨高精度定位、多类型影像产品快速生成、静动态目标信息实时提取及静态和动态影像高倍率近实时压缩。在轨处理显著提高了传统地面处理的效率,能够有效支撑后续卫星遥感实时智能服务。

北京三号A/B卫星数传智能处理器在轨处理关键技术及应用

针对北京三号A/B卫星高速数据处理和传输需求,采用全路由总线互联架构,全新设计了第五代数传基带处理设备智能处理器,给出了相关功能、指标和特点;重点介绍了智能处理器中软件定义功能的高性能异构计算单元、高性能遥感影像在轨处理技术、数传任务自主管理技术等在轨处理关键技术;最后,给出了智能处理器试验验证和应用情况,其具备硬件平台通用、软件定义功能,大幅提升了常规数传能力,创新实践了多种智能数传功能,通过北京三号A/B卫星成功在轨验证及应用,智能处理器可作为成熟产品应用于后续空间高速数传任务。

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。

相机产品在轨处理及用户服务模式的探索与实践

随着我国遥感卫星进入亚米级时代,相机产品的在轨服务保障能力愈发重要,主要包括在轨技术支持和服务、在轨性能跟踪和管理、图像数据处理和评价、在轨应用效果分析等,为在轨运行、地面处理和遥感应用提供技术保障。本文以浦江一号的在轨支持情况为例,对相机产品的在轨处理及用户服务模式进行了探索和实践,为北京空间机电研究所后续相机产品的在轨支持模式提供参考,为打造用户满意工程奠定基础。

高效通信的在轨分布式高光谱图像处理

随着在轨遥感卫星数量的增加及高光谱成像技术的进步,能够获取到的高光谱数据量急剧增长,人类步入了大数据应用和数据驱动的科学发现时代。然而,如此大体量、大幅宽的高光谱数据导致了深度学习算法难以在单节点上学习和推理,为实时高效的信息智能解译带来了极大的挑战。因此,需要综合多星资源分布式协同解析,以解决分块处理带来的块效应。然而,协同处理必然伴随着信息的交互与传输,为进一步降低传输信息量,需要对梯度进行压缩,以缓解分布式学习中的通信瓶颈。本文综合探讨了多种主流的高效通信梯度压缩算法,特别关注其在通信受限的在轨环境下的优劣,并展望了梯度压缩的发展趋势。通过广泛的试验对比,本文全面评估了多种梯度压缩方法在高光谱图像处理中的表现,试验证明不同方法的适用性和性能差异,为未来在实际应用中选择最合适的梯度压缩方法提供了有力的参考。

面向天地一体化信息网络的在轨信息处理机制设计

随着组网技术和传输技术的发展,提高信息的在轨处理和多源信息融合能力是提升天地一体化信息网络服务能力急需解决的重点问题。针对目前卫星具有的处理和存储能力,文中研究天基信息业务流程及处理模式,可有效简化传统卫星的通信过程,降低星地传输链路带宽损耗。文中设计一种分布式、网络化天基信息在轨处理系统,该处理系统基于CPU、DSP、GPU等不同的异构资源搭建,通过虚拟化技术将不同轨道、不同类型的卫星资源逻辑上形成一个大的资源池,实现处理系统的灵活扩展、互为备份、协同服务等。

多源卫星信息在轨融合处理分析与展望

针对自然灾害监测、海洋目标监视等多星协同探测应用场合,首先分析了多源卫星信息在轨融合处理的必要性,其次总结了国内外卫星数据在轨处理的研究现状和存在的问题,然后在此基础上从星上探测、通信和计算资源出发,分析了适应在轨处理的在轨自主任务规划、目标信息表征、多源卫星信息目标在轨关联、多源卫星信息在轨特征融合、星地协同数据处理与动态交互等多源卫星信息在轨融合处理的相关问题和关键技术,最后,给出未来发展趋势展望。

遥感卫星在轨图像智能处理设计与验证

传统遥感卫星星上成像、地面处理的方式制约了用户信息获取的效率,为提升遥感卫星在轨处理的智能化水平,文章针对多项在轨智能处理技术,设计并研制了星载智能处理器,突破了基于深度学习的目标检测、在轨云检测实时处理和多层级在轨重构等关键技术,并基于某遥感卫星对软硬件设计进行了在轨验证,测试结果表明:在轨智能处理可显著提高用户信息获取的有效性和时效性,倍增卫星对地观测效能及服务能力,可应用于后续遥感卫星设计。

星载SAR在轨成像实时处理算法研究

星载合成孔径雷达(SAR)分辨率和幅宽的不断提高,其产生的原始数据率越来越大,采用在轨实时成像处理形成图像,在图像域再进行传统的图像数据处理和传输,有助于降低星-地数据传输速率,为了提高星载SAR在轨成像处理的实时性,文章分析了星上特殊条件对星载SAR处理算法实时性所提出的约束,对RD、波束域、CS等经典的星载SAR成像处理算法的运算量进行了比较,以CS算法为例,研究了相位补偿因子对CS成像处理算法的实时性影响,提出了一种补偿因子区域不变的CS成像算法,它极大地减少了成像处理算法的运算量,并通过仿真实验结果验证了该算法的有效性。

可见近红外、短波红外超光谱成像仪在轨数据处理技术研究

分析了天基可见近红外、短波红外超光谱成像仪的数据特征,提出了一种用于可见近红外、短波红外超光谱成像仪的在轨数据处理系统。重点介绍了星上定标及非均匀性校正、星上数据压缩等算法。超光谱成像仪在地面定标的基础上进行星上辐射和光谱定标,用基于定标和基于场景两种方法对图像数据做非均匀性校正。星上数据去噪及压缩采用基于小波变换的方法,去噪后的数据用3D-Tarp算法压缩。该系统设计既考虑了算法的有效性,又考虑了恶劣的星上环境对时间、功耗等指标的限制,在尽量少损失信息的情况下,能有效去除噪声,提高信噪比,减少星上存储和下传的数据,提高图像质量。

月球轨道超长波天文观测微卫星在轨数据预处理方法

围绕"嫦娥4号"月球轨道超长波天文观测微卫星展开研究,针对微纳卫星对地数传资源的限制,提出一种在轨信号预处理方法:通过10通道数字下变频链路实现原始数据的变频接收,再利用多级滤波器抽取获得低采样率基带数据,下变频本振频率可调,在对地数传资源约束下保证了不同频带数据的灵活选取。以上方法实现了一种10频点超窄带梳状滤波,仿真验证表明,采样率80 MSPS基带带宽为1 k Hz的情况下,此方法可在现场可编程门阵列平台上稳定运行,能保证带内平坦度和线性相位等关键技术指标,数据量与直接下传原始数据相比,降低了3个数量级以上。

遥感卫星随遇接入互联网星座和在轨智能处理

低轨互联网星座是当前全球研究和发展的热点,互联网星座支持随遇接入遥感卫星和信息在轨直接处理的应用前景备受期待,但由于轨道高度不同会产生双向高动态异构星座的接入互联问题。首先,通过设定低轨卫星互联网星座在不同轨道特性、不同卫星数量情况下的随遇接入仿真场景,重点探讨了时空非连续可视性和多普勒频移问题对遥感卫星接入性能的影响;其次,基于遥感卫星随遇接入互联网星座场景的特点,分析了不同时延性在轨处理任务的流程及其星地功能分配;最后,对当前在轨智能处理算法存在的问题和未来研究重点进行阐述,为未来低轨互联网星座及遥感卫星的发展和联合组网应用提供可靠的理论支撑。

海洋二号卫星微波散射计在轨信号处理设计与实现方法

海洋二号卫星微波散射计是国内首部星载微波散射计,在轨信号处理设计与实现方法是海洋二号卫星微波散射计在轨优异应用的重要保障。多模式发射信号、多普勒频率补偿、中频信号采集、双通道数字信号处理、系统复杂时序控制、异常工作状态自修复等设计和实现方法,是在轨信号处理设计与实现方法的核心。本文介绍了海洋二号卫星微波散射计在轨信号处理的要求、结果、设计与实现方法、未来发展等内容。

面向在轨高效实时图像处理的二值权重沙漏网络加速器设计

为了实现在轨高速实时图像处理,提出了基于多级预测校准机制及查找表方法的二值权重沙漏网络加速器。首先,提出了一种计算架构来统一支持二值权重及多位宽权重卷积计算;其次,提出了多级预测模型来实现可变精度的高效卷积,基于这2种方法可以将网络的计算量降低77.4%,推理速度提升2.3倍。本文针对残差模块中跳转连接造成的存储访问问题,提出了基于模块计算的流水架构,使得片上存储需求及访存操作分别降低了60%和31%,最终在28 nm工艺下完成了硬件后端设计以及性能分析,该加速器的面积为0.7 mm^(2)。在500 MHz工作频率下,功耗为117 mW,功耗效率达到10.15 TOPS/W,与当前主流二值加速器相比提升2个数量级以上。

遥感卫星在轨机场变化检测方法

针对机场飞机变化检测时效性要求高的特点,提出了遥感图像在轨变化检测的方法。该方法利用遥感卫星前后两幅机场图像,通过SURF方法配准并进行仿射变换,然后利用显著目标检测方法缩小目标检测区域,最后利用本文提出的圆周信息匹配方法,将二维图像匹配转换为一维信息检测的问题,实现对飞机的检测。利用前后两轨卫星遥感图像进行了试验,仿真结果表明,配准精度达到1个像素,能准确检测出飞机目标,说明该方法能准确高效地检测出机场飞机变化信息。

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二:高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中"自底向上"的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现"流入、处理、流出"的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。

星载SAR在轨成像及舰船目标检测方法

针对现有星上在轨SAR成像和目标检测处理的实时性、有效性及能效比等性能指标较低,文章提出了一种高能效比星载SAR成像及舰船目标检测方法,该方法是基于高速并行化混合快速傅立叶变换(FFT)阵列加速的星载SAR成像实时实现方法和以局部降维统计分类为基础的舰船目标检测方法,并建立计算精度误差模型,自主调度定/浮点计算,在有效降低硬件资源占用的同时,保障了星载SAR成像和舰船目标检测计算的实时性。在Xilinx公司现场可编程门阵列(FPGA)开发板上,经合成孔径雷达卫星-1(RadarSat-1)遥感卫星数据,验证了方法的可行性和有效性。该方法的能效比为传统FPGA+数字信号处理器(DSP)经典处理架构的4倍以上,可为星上在轨实时处理设计提供参考。

智能遥感卫星与遥感影像实时服务

传统的卫星遥感系统数据获取、处理和应用模式无法满足卫星遥感影像大众化和实时化的应用需求,亟须发展智能遥感卫星系统,以解决遥感影像在轨处理和智能服务问题。本文首先阐述了智能遥感卫星的发展;然后对智能遥感卫星在轨处理架构、服务模式和在轨处理所涉及的关键算法进行了详细介绍;最后结合珞珈三号01星的设计和研制,探讨了珞珈三号01星的服务场景和服务模式,并对5G、6G和人工智能时代下的智能遥感卫星的未来发展进行了展望。

新一代智能测绘遥感科学试验卫星珞珈三号01星

光学测绘遥感卫星的性能不断提升,种类日益丰富,已经成为获取全球精准测绘遥感信息的重要支撑。当前光学测绘遥感卫星已具备亚米级的空间分辨能力,但测绘遥感信息服务存在严重的滞后问题,亟须发展智能测绘遥感卫星,向实时智能服务转型升级。本文首先基于光学测绘遥感卫星3种成像体制及其实现方式和应用特点,分析智能测绘遥感卫星的适用体制,进一步面向实时化、智能化和大众化的应用需求,提出通导遥(通信、导航、遥感)一体化智能遥感卫星的设计构想,重点分析智能遥感卫星的服务方式及一体化功能组成;然后,阐述新一代智能测绘遥感科学试验卫星珞珈三号01星的性能与特点;最后,对智能测绘遥感卫星的发展和使命进行总结与展望。珞珈三号01星集遥感与通信功能于一体,探索了从数据获取到应用终端的测绘遥感信息高效智能服务模式,为遥感数据基于天地互联网的在轨处理与实时传输提供了真实的服务验证平台,对我国空间信息网络的建设具有重大意义。

面向星群的遥感影像智能服务关键问题

全天时、全天候和全球的遥感信息实时智能服务是对地观测系统建设的目标。近几年来,随着我国高分专项和商业卫星的发展,在轨卫星数量急剧增加,对地观测能力得到极大增强,使得传统的单星和星座卫星系统的运控、接收、处理和应用服务模式面临严峻挑战,亟须统筹规划卫星应用各环节资源,充分发挥多星协同优势,构建统一的遥感影像实时智能服务体系和系统。本文针对遥感星群卫星体系特点和对地观测用户需求特征,开展面向星群的遥感影像智能服务关键问题研究。提出了面向任务的全球多尺度语义描述网格,统筹全球动静态的任务语义描述,在此基础上重点分析了面向星群的自主任务管理、精准动态规划和协同智能处理等关键技术问题,形成集任务描述、任务管控、任务规划、在轨处理、终端分发一体化的星群智能服务技术体系。通过充分发挥星群协同的优势,结合在轨处理和人工智能技术来降低各环节时间延迟,提高数据处理精度,从而实现完全自动化和智能化的近实时星群智能服务,为对地观测的全天时、全天候快速高效智能服务奠定基础。