王 密，楊 芳

1. 武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079； 2. 航天東方紅衛(wèi)星有限公司，北京 100094

從第1顆人造衛(wèi)星的發(fā)射，到高分辨率遙感衛(wèi)星的出現(xiàn)，再到近幾年發(fā)展起來的小衛(wèi)星、微衛(wèi)星，遙感衛(wèi)星的分辨率越來越高、重訪周期越來越短、譜段越來越多、重量越來越輕、用途越來越廣。然而，隨著衛(wèi)星技術(shù)的逐步發(fā)展，衛(wèi)星應(yīng)用的問題也隨之而來。傳統(tǒng)的衛(wèi)星遙感系統(tǒng)應(yīng)用模式是地面進(jìn)行任務(wù)規(guī)劃，衛(wèi)星在軌數(shù)據(jù)獲取，地面站接收下傳數(shù)據(jù)，衛(wèi)星處理中心進(jìn)行處理分發(fā)，最后用于專業(yè)應(yīng)用。隨著衛(wèi)星數(shù)量的增多、成像模式的多樣化以及用戶需求的復(fù)雜化，傳統(tǒng)運(yùn)控、接收、處理和應(yīng)用環(huán)節(jié)相互獨(dú)立的應(yīng)用模式復(fù)雜繁長，響應(yīng)時(shí)間較慢，無法滿足應(yīng)急條件和高時(shí)效用戶應(yīng)用要求。與此同時(shí)，隨著遙感獲取能力的增強(qiáng)，衛(wèi)星數(shù)據(jù)量急劇增大，給衛(wèi)星的存儲、下傳和后處理帶來了很大的挑戰(zhàn)[1]，制約了遙感應(yīng)用和服務(wù)發(fā)展。

為了進(jìn)一步促進(jìn)遙感數(shù)據(jù)實(shí)時(shí)處理和智能服務(wù)的發(fā)展，亟須研究一種支持在軌處理和實(shí)時(shí)服務(wù)的智能遙感衛(wèi)星。智能遙感衛(wèi)星能夠依據(jù)用戶需求實(shí)現(xiàn)智能規(guī)劃，并在星上對獲取數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，直接生成用戶所需數(shù)據(jù)信息，從而避免資源浪費(fèi)，實(shí)現(xiàn)端到端的實(shí)時(shí)傳輸。智能遙感衛(wèi)星的研發(fā)應(yīng)用打破了傳統(tǒng)的衛(wèi)星遙感系統(tǒng)應(yīng)用模式，提高了應(yīng)急響應(yīng)效率，同時(shí)能夠升級用戶體驗(yàn)，擴(kuò)展用戶市場，為遙感影像的大眾化服務(wù)提供有力支撐。

本文首先從在軌實(shí)時(shí)處理、空間信息網(wǎng)絡(luò)和人工智能方面介紹了智能衛(wèi)星的發(fā)展現(xiàn)狀，并對智能遙感衛(wèi)星的主要特點(diǎn)進(jìn)行了分析。然后介紹了智能遙感衛(wèi)星的星地協(xié)同智能處理架構(gòu)，分析了智能遙感衛(wèi)星的服務(wù)模式(位置感知、目標(biāo)感知和變化感知)，并對星上智能任務(wù)規(guī)劃、星上相對輻射校正、星上高精度幾何定位等智能實(shí)時(shí)處理核心算法進(jìn)行了介紹。最后基于珞珈三號01星，依據(jù)衛(wèi)星通信傳輸鏈路及服務(wù)范圍的不同，將數(shù)據(jù)傳輸方式分為基于境內(nèi)地面站和基于中繼衛(wèi)星兩種類型，設(shè)計(jì)了兩種測控?cái)?shù)傳站下的珞珈三號智能遙感衛(wèi)星實(shí)時(shí)服務(wù)架構(gòu)，分析了智能遙感衛(wèi)星的實(shí)時(shí)服務(wù)場景，對智能遙感衛(wèi)星的未來發(fā)展進(jìn)行了展望。

1 智能遙感衛(wèi)星的發(fā)展及其特征

1.1 智能遙感衛(wèi)星發(fā)展

智能遙感衛(wèi)星起源于在軌處理技術(shù)，從20世紀(jì)90年代開始，研究人員就展開了相關(guān)研究。近幾年空間信息網(wǎng)絡(luò)和人工智能的發(fā)展，為智能遙感衛(wèi)星的研究和應(yīng)用帶來了新的機(jī)遇。具體發(fā)展情況如下：

(1) 在軌實(shí)時(shí)處理。在遙感影像在軌實(shí)時(shí)處理方面，世界各國科研院所與商業(yè)公司開展了大量的星上實(shí)時(shí)處理算法研究，促進(jìn)了遙感數(shù)據(jù)實(shí)時(shí)獲取、智能處理、稀疏壓縮、實(shí)時(shí)分發(fā)的全流程的發(fā)展。表1為國外遙感衛(wèi)星在軌實(shí)時(shí)處理應(yīng)用動態(tài)[2-3]。在視頻數(shù)據(jù)壓縮方面，美國Skybox公司已將H.264等通用視頻的編碼技術(shù)應(yīng)用到Skysat衛(wèi)星視頻壓縮中[4]。國內(nèi)在遙感數(shù)據(jù)在軌實(shí)時(shí)處理方面也有一定的研究基礎(chǔ)[5-6]，北京理工大學(xué)、武漢大學(xué)、西安電子科技大學(xué)、北京遙感信息研究所、航天五院西安分院、中科院自動化所等單位開展了星上光學(xué)遙感圖像實(shí)時(shí)處理系統(tǒng)研制的相關(guān)技術(shù)論證和研究工作，為遙感數(shù)據(jù)在軌實(shí)時(shí)處理奠定了基礎(chǔ)。北京理工大學(xué)和武漢大學(xué)緊密合作，針對我國目前最大幅寬光學(xué)遙感衛(wèi)星，完成了在軌特定目標(biāo)實(shí)時(shí)檢測和定位系統(tǒng)的研制，在軌應(yīng)用取得良好的效果，這也標(biāo)志著我國星上遙感數(shù)據(jù)智能實(shí)時(shí)處理實(shí)現(xiàn)了零的突破。

表1 國外遙感衛(wèi)星在軌實(shí)時(shí)處理應(yīng)用動態(tài)

(2) 空間信息網(wǎng)絡(luò)。關(guān)于空間信息網(wǎng)絡(luò)，世界各國都展開了較為深入的研究[7-8]。典型的項(xiàng)目有美國的轉(zhuǎn)型通信衛(wèi)星系統(tǒng)計(jì)劃、SeeMe計(jì)劃和歐洲的天基互聯(lián)網(wǎng)計(jì)劃[9-11]，其中美國國防預(yù)先研究計(jì)劃局(DARPA)提出了通信遙感一體的SeeMe計(jì)劃[12-14]，可以使用地面移動終端直接指揮有效載荷操作并接收圖像，指明了未來實(shí)時(shí)遙感星座發(fā)展的一個(gè)方向。近年來，我國對空間信息網(wǎng)絡(luò)的理論探索也有了相關(guān)的研究。文獻(xiàn)[15—18]對空間信息網(wǎng)的基本概念、關(guān)鍵問題與體系架構(gòu)進(jìn)行了綜合的論述，為我國空間信息網(wǎng)絡(luò)建設(shè)提供了參考[15-18]。李德仁院士提出了“對地觀測腦”的概念[19]，將遙感衛(wèi)星、導(dǎo)航衛(wèi)星和通信衛(wèi)星相組合，形成多層衛(wèi)星網(wǎng)絡(luò)結(jié)構(gòu)，共同服務(wù)于用戶。

(3) 人工智能。隨著遙感數(shù)據(jù)量的增多和影像分辨率的提高，人們逐漸采取人工智能技術(shù)對遙感影像進(jìn)行處理，以提高影像的自動化處理能力，并解決因分辨率提高而導(dǎo)致的“同物異譜”和“同譜異物”現(xiàn)象[20-21]。從早期出現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)，再到近年來迅速發(fā)展起來的深度學(xué)習(xí)，人工智能技術(shù)在遙感領(lǐng)域的應(yīng)用越來越廣泛，已運(yùn)用到目標(biāo)檢測、場景分類、語義分割、變化檢測等方面[22-25]，典型的算法有卷積神經(jīng)網(wǎng)絡(luò)、稀疏自編碼器等，主要用于處理高分辨率和高光譜遙感影像[20]。美國的Orbital Insight和Digital Globe等公司利用人工智能、機(jī)器學(xué)習(xí)等技術(shù)對遙感影像進(jìn)行自動化處理和深度分析，從而為國防、安全、環(huán)境等領(lǐng)域提供服務(wù)。國內(nèi)方面航天星圖有限公司，利用機(jī)器學(xué)習(xí)技術(shù)對遙感影像進(jìn)行智能化處理，并計(jì)劃通過融合用戶知識將遙感數(shù)據(jù)信息轉(zhuǎn)變?yōu)閷ι鐣\(yùn)行有用的知識。遙感人工智能應(yīng)用技術(shù)研究中心，通過結(jié)合人工智能、大數(shù)據(jù)等新興技術(shù)，來推動遙感數(shù)據(jù)的智能化發(fā)展。

智能遙感衛(wèi)星的發(fā)展源于遙感影像在軌處理技術(shù)，其包含了大量的星上實(shí)時(shí)處理算法研究，為智能遙感衛(wèi)星的實(shí)時(shí)智能處理提供了基礎(chǔ)保障。隨著空間信息網(wǎng)絡(luò)和人工智能的發(fā)展，智能遙感衛(wèi)星的研究迎來了新的機(jī)遇?？臻g信息網(wǎng)絡(luò)能夠?yàn)橹悄苓b感衛(wèi)星的運(yùn)行提供環(huán)境基礎(chǔ)，為智能遙感衛(wèi)星的實(shí)時(shí)傳輸提供基礎(chǔ)保障，人工智能的發(fā)展，能夠極大地提高星上數(shù)據(jù)處理的智能化和自動化水平，為衛(wèi)星的智能化發(fā)展提供強(qiáng)有力的支撐。在空間信息網(wǎng)絡(luò)和人工智能時(shí)代背景下，智能遙感衛(wèi)星的研究成為一種必然趨勢。

1.2 智能遙感衛(wèi)星特點(diǎn)

智能遙感衛(wèi)星是一種可重構(gòu)可擴(kuò)展，具有自主任務(wù)規(guī)劃、遙感數(shù)據(jù)處理、信息提取、星間星地?cái)?shù)據(jù)信息傳輸能力，可以適應(yīng)快速、準(zhǔn)確、靈活的遙感數(shù)據(jù)獲取和信息產(chǎn)品生產(chǎn)需求的新型遙感衛(wèi)星，其在設(shè)計(jì)、功能、任務(wù)規(guī)劃、應(yīng)用模式、管理方式和智能水平方面具有以下特點(diǎn)：

(1) 設(shè)計(jì)逐漸從硬件定義轉(zhuǎn)向軟件定義。智能遙感衛(wèi)星在設(shè)計(jì)方面采用軟件定義的方式，將傳統(tǒng)的由分系統(tǒng)硬件方式實(shí)現(xiàn)的功能以軟件形式來實(shí)現(xiàn)，支持算法、參數(shù)上注更新，支持功能的動態(tài)擴(kuò)展，提高了衛(wèi)星的自動化和智能化水平。

(2) 功能逐漸從單一化轉(zhuǎn)向通導(dǎo)遙綜合化。智能遙感衛(wèi)星在空間信息網(wǎng)絡(luò)環(huán)境下能夠?qū)崿F(xiàn)通信衛(wèi)星、導(dǎo)航衛(wèi)星和智能遙感衛(wèi)星的綜合化運(yùn)行，使衛(wèi)星之間相互連接，擴(kuò)大應(yīng)用范圍，解決了傳統(tǒng)衛(wèi)星功能單一，星間孤立的問題。

(3) 任務(wù)規(guī)劃逐漸從地面規(guī)劃轉(zhuǎn)向星上智能規(guī)劃。智能遙感衛(wèi)星任務(wù)規(guī)劃采用星上智能規(guī)劃的形式，地面只需將任務(wù)需求上傳至衛(wèi)星，星上智能規(guī)劃系統(tǒng)能及時(shí)結(jié)合衛(wèi)星狀態(tài)、過境信息和云量信息求解出最優(yōu)的規(guī)劃方案并進(jìn)行數(shù)據(jù)獲取，這種方式縮短了處理時(shí)間，并結(jié)合實(shí)際情況獲取最優(yōu)的觀測方案，滿足應(yīng)急情況的需求。

(4) 應(yīng)用模式逐漸從產(chǎn)品驅(qū)動轉(zhuǎn)向任務(wù)驅(qū)動和事件感知。智能遙感衛(wèi)星的應(yīng)用模式結(jié)合了任務(wù)驅(qū)動和事件感知，目標(biāo)更加明確，應(yīng)用更加智能化，解決了傳統(tǒng)衛(wèi)星以產(chǎn)品驅(qū)動為導(dǎo)向而帶來的星地資源配置不合理，應(yīng)急響應(yīng)效率較低等問題。

(5) 管理方式逐漸從測控遙控分離轉(zhuǎn)向測控遙控服務(wù)一體化。智能遙感衛(wèi)星的管理方式采用了測控遙控服務(wù)一體化的形式，改善了傳統(tǒng)衛(wèi)星因測控遙控分離所帶來的處理困難、時(shí)效性降低等問題，為遙感衛(wèi)星的智能化和大眾化發(fā)展奠定了基礎(chǔ)。

(6) 智能水平逐漸從單星智能轉(zhuǎn)向多星協(xié)同群體智能。智能遙感衛(wèi)星的提出能夠使衛(wèi)星群的智能水平由單星智能轉(zhuǎn)向多星協(xié)同群體智能，通過星地星間鏈路實(shí)時(shí)傳輸功能，將通信、導(dǎo)航和遙感衛(wèi)星連為一體，實(shí)現(xiàn)多星協(xié)同的群體智能發(fā)展。

2 智能遙感衛(wèi)星在軌處理及服務(wù)模式

2.1 智能遙感衛(wèi)星在軌處理架構(gòu)

任務(wù)驅(qū)動的智能遙感衛(wèi)星星地協(xié)同在軌處理架構(gòu)，以用戶的任務(wù)需求為核心，主要通過建立任務(wù)模型，對任務(wù)進(jìn)行分類、描述和分解，然后依據(jù)星地資源能力模型，基于最優(yōu)化等理論，進(jìn)行任務(wù)規(guī)劃、執(zhí)行和管理，實(shí)現(xiàn)空間信息網(wǎng)絡(luò)環(huán)境下從任務(wù)描述、任務(wù)分解到資源調(diào)度的自動映射，滿足從觀測到?jīng)Q策“快”“準(zhǔn)”“靈”的應(yīng)用需求。圖1所示為任務(wù)驅(qū)動的智能遙感衛(wèi)星星地協(xié)同智能處理概念圖。相比傳統(tǒng)的以產(chǎn)品為核心的數(shù)據(jù)處理和應(yīng)用模式，任務(wù)驅(qū)動的遙感數(shù)據(jù)星地協(xié)同高效處理模式的任務(wù)目標(biāo)更加明確、處理方式更加靈活、星地資源配置更加合理，能快速響應(yīng)突發(fā)事件或其他實(shí)效性要求較高的任務(wù)，如時(shí)敏目標(biāo)檢測、抗震救災(zāi)等應(yīng)用。

圖1 任務(wù)驅(qū)動的智能遙感衛(wèi)星星地協(xié)同智能處理架構(gòu)Fig.1 Intelligent processing architecture of intelligent remote sensing satellite ground collaborative based on task driven

2.2 智能遙感衛(wèi)星服務(wù)模式

智能遙感衛(wèi)星的典型服務(wù)模式主要包括位置感知、目標(biāo)感知和變化感知3種類型。其中，位置感知主要是根據(jù)任務(wù)提供的位置信息(如經(jīng)緯度信息)來確定ROI(region of interest)范圍，然后對ROI成像區(qū)域內(nèi)的數(shù)據(jù)進(jìn)行處理。目標(biāo)感知區(qū)別于已知精確地理信息的處理流程，是一種以目標(biāo)為驅(qū)動的處理模式，通過對成像數(shù)據(jù)流進(jìn)行目標(biāo)檢測，來實(shí)現(xiàn)目標(biāo)區(qū)域的數(shù)據(jù)處理。變化感知則是對成像范圍內(nèi)的變化信息進(jìn)行提取。

位置感知的處理對象包括視頻數(shù)據(jù)和非視頻數(shù)據(jù)。針對視頻數(shù)據(jù)，位置感知的處理流程如下：首先根據(jù)任務(wù)位置信息對視頻序列圖像進(jìn)行定位；基于ROI對視頻進(jìn)行穩(wěn)像并判斷是否進(jìn)行云檢測；如果需要云檢測，則通過視頻圖像云檢測得到云檢測二值化視頻，然后通過視頻壓縮得到最終的結(jié)果；如果不需要云檢測，則直接對獲得的ROI視頻進(jìn)行壓縮，得到最終結(jié)果。針對非視頻數(shù)據(jù)，位置感知的處理流程是：首先根據(jù)任務(wù)位置信息對單幀圖像進(jìn)行定位；基于ROI對圖像進(jìn)行幾何校正并判斷是否進(jìn)行云檢測；如果需要云檢測，則通過單幀圖像云檢測得到云檢測二值化圖像，然后通過圖像壓縮得到最終結(jié)果；如果不需要云檢測，則直接對獲得的ROI圖像進(jìn)行圖像壓縮，得到最終結(jié)果。

目標(biāo)感知的處理流程為：首先根據(jù)待檢測目標(biāo)參數(shù)對數(shù)據(jù)流進(jìn)行目標(biāo)檢測，得到n個(gè)包含目標(biāo)的ROI影像；然后分別對每個(gè)目標(biāo)ROI影像進(jìn)行影像定位和幾何校正，得到n個(gè)目標(biāo)ROI校正影像；最后進(jìn)行圖像壓縮處理，得到n個(gè)目標(biāo)ROI校正影像壓縮結(jié)果。

變化感知的處理流程主要是：首先根據(jù)任務(wù)位置信息對數(shù)據(jù)流進(jìn)行ROI影像定位；基于歷史影像或上傳參考影像對定位后的影像進(jìn)行影像匹配；對影像進(jìn)行幾何校正，并基于歷史影像或上傳參考影像進(jìn)行變化檢測；通過變化區(qū)域識別得到變化區(qū)域的語義信息；最后對圖像進(jìn)行壓縮處理，得到顧及變化信息的壓縮結(jié)果。

2.3 星上智能實(shí)時(shí)處理核心算法

遙感數(shù)據(jù)星地協(xié)同智能實(shí)時(shí)處理算法主要是圍繞任務(wù)規(guī)劃、數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)存儲和數(shù)據(jù)傳輸?shù)馁Y源優(yōu)化配置進(jìn)行研究。以目標(biāo)檢測任務(wù)為例，從任務(wù)規(guī)劃到原始數(shù)據(jù)獲取再到目標(biāo)識別信息提取，傳統(tǒng)的處理模式需要經(jīng)過任務(wù)規(guī)劃、原始數(shù)據(jù)解析、輻射校正、標(biāo)準(zhǔn)景產(chǎn)品生產(chǎn)、目標(biāo)檢測識別等流程。由于整景圖像數(shù)據(jù)量大，傳統(tǒng)的數(shù)據(jù)處理流程不再適用于星上處理，因此，需要通過高精度定姿、定軌和定標(biāo)數(shù)據(jù)，根據(jù)目標(biāo)所在地理范圍，準(zhǔn)確獲取目標(biāo)的成像范圍，對成像范圍內(nèi)的影像進(jìn)行必要的輻射校正、幾何校正處理，得到高質(zhì)量高精度傳感器影像，進(jìn)一步進(jìn)行目標(biāo)檢測，最后通過幾何定位算法得到目標(biāo)的地理坐標(biāo)。以下針對光學(xué)遙感衛(wèi)星星上智能實(shí)時(shí)處理所涉及的核心算法進(jìn)行詳細(xì)介紹。

2.3.1 星上智能任務(wù)規(guī)劃

智能遙感衛(wèi)星星上任務(wù)規(guī)劃，首先需要用戶提交觀測任務(wù)需求，包括地面移動站或中繼衛(wèi)星的可用時(shí)間窗口信息，將這些信息通過星地星間通信鏈路上注到智能遙感衛(wèi)星上；星上任務(wù)規(guī)劃系統(tǒng)接收到這些任務(wù)需求信息之后，依據(jù)對觀測目標(biāo)的過境信息、云量信息，在滿足觀測目標(biāo)約束、衛(wèi)星資源約束和目標(biāo)與衛(wèi)星之間關(guān)系的各種約束條件下，利用智能求解算法求解出綜合效益值最大的任務(wù)規(guī)劃方案、自動生成任務(wù)指令并自主進(jìn)行數(shù)據(jù)獲取。星上智能任務(wù)規(guī)劃還可以結(jié)合星上智能圖像處理的結(jié)果，判斷是否按用戶需求獲得了需要的觀測目標(biāo)信息數(shù)據(jù)，自主決定下一個(gè)工作周期是否繼續(xù)進(jìn)行數(shù)據(jù)獲取。智能任務(wù)規(guī)劃，大大減少了對地面管控的依賴，減少了復(fù)雜功能衛(wèi)星任務(wù)指令上注數(shù)據(jù)量，并真正讓圖像智能處理的結(jié)果得到及時(shí)響應(yīng)。

2.3.2 光學(xué)影像相對輻射校正

光學(xué)影像星上相對輻射校正，首先需要分析影響探元光電響應(yīng)變化的各種因素，并以最大后驗(yàn)概率理論為依托，通過引入約束條件和加權(quán)思想構(gòu)建在軌自適應(yīng)的系統(tǒng)輻射校正模型；然后利用定標(biāo)數(shù)據(jù)或?qū)崟r(shí)獲取的遙感數(shù)據(jù)，構(gòu)建樣本的智能篩選模型，并采用增量統(tǒng)計(jì)的策略，優(yōu)化輻射定標(biāo)參數(shù)的解算精度；最后基于地面輻射定標(biāo)結(jié)果，將定標(biāo)查找表上注更新至星上，星上根據(jù)查找表進(jìn)行相對輻射校正，得到校正后影像。光學(xué)影像相對輻射校正關(guān)鍵在于定標(biāo)模型的確定和定標(biāo)參數(shù)的獲取，對于星上存儲空間有限的情況下，需以最小化定標(biāo)查找表和保證校正質(zhì)量為原則確定適用于星上的相對輻射校正算法。

2.3.3 高精度在軌幾何定位

光學(xué)影像星上高精度幾何定位技術(shù)以嚴(yán)密成像幾何模型為基礎(chǔ)，在幾何定標(biāo)的基礎(chǔ)上，根據(jù)星上環(huán)境下的存儲能力和處理能力，構(gòu)建適用于星上實(shí)時(shí)處理單元的光學(xué)衛(wèi)星嚴(yán)密成像共線方程模型，并結(jié)合地面內(nèi)外定標(biāo)系統(tǒng)對星上成像模型參數(shù)進(jìn)行修正及優(yōu)化，實(shí)現(xiàn)星上高精度實(shí)時(shí)定位。根據(jù)目標(biāo)區(qū)域覆蓋范圍，基于全球DEM(數(shù)字高程模型)數(shù)據(jù)，對目標(biāo)區(qū)域影像采用分塊間接法進(jìn)行幾何校正處理，生產(chǎn)帶地理坐標(biāo)的目標(biāo)區(qū)域2級經(jīng)緯度投影產(chǎn)品。

2.3.4 光學(xué)遙感影像智能云檢測

云檢測是實(shí)現(xiàn)影像中云區(qū)域準(zhǔn)確、快速高效的檢測和提取，重點(diǎn)在于區(qū)分云與冰、雪等高反射目標(biāo)，以及水域、河流、城市場景中的某些平坦區(qū)域存在的似云目標(biāo)。通過獲得影像精確的云區(qū)域提取結(jié)果，為后續(xù)的ROI區(qū)域提取、多時(shí)相影像變化檢測等提供精確的影像云覆蓋情況信息。云檢測算法類別較多，由于每一類算法原理不同，計(jì)算過程中需要消耗的計(jì)算資源、內(nèi)存資源、存儲資源也各不相同，在既能保證檢測可靠性和高效的條件下，需合理選擇星上處理算法。

2.3.5 高分辨率遙感影像智能目標(biāo)檢測

目標(biāo)檢測是在星上資源受限的條件下，進(jìn)行飛機(jī)、艦船等典型靜/動態(tài)目標(biāo)的實(shí)時(shí)智能檢測。針對星上原始數(shù)據(jù)壓縮和不壓縮兩種應(yīng)用模式，一般有兩種目標(biāo)檢測技術(shù)路線。原始數(shù)據(jù)需要壓縮的模式下采用壓縮域目標(biāo)信息提取技術(shù)，利用圖像壓縮過程中生成的稀疏字典，挖掘壓縮域中所蘊(yùn)含的圖像目標(biāo)特征信息。由于壓縮域目標(biāo)信息提取和圖像壓縮采用同一套數(shù)據(jù)稀疏和特征建模方法，可直接在壓縮碼流中提取目標(biāo)特征信息，達(dá)到有效節(jié)省星上計(jì)算和存儲資源的目的。原始數(shù)據(jù)不需要壓縮的模式下采用目標(biāo)ROI快速篩選技術(shù)，主要是對傳感器獲取的海量原始數(shù)據(jù)進(jìn)行在軌快速篩選，獲得僅包含目標(biāo)及周圍鄰域的小數(shù)據(jù)量ROI集合，達(dá)到節(jié)省星上存儲資源、減少星地傳輸數(shù)據(jù)量的目的。

2.3.6 衛(wèi)星視頻智能壓縮和運(yùn)動目標(biāo)檢測

為了將衛(wèi)星視頻采集的數(shù)據(jù)實(shí)時(shí)傳輸?shù)降孛?，滿足用戶對遙感視頻中運(yùn)動目標(biāo)更加直觀的觀測需求，需要在星上計(jì)算資源、傳輸帶寬受限的條件下，實(shí)現(xiàn)對關(guān)鍵信息的在軌實(shí)時(shí)編碼及傳輸。衛(wèi)星視頻智能壓縮是在星上有限的計(jì)算資源條件下，通過高效的智能壓縮算法將原始數(shù)據(jù)壓縮到星地帶寬所能承受的范圍之內(nèi)，在壓縮效率、編碼幀率和壓縮質(zhì)量3個(gè)方面滿足星地傳輸?shù)男枨?。衛(wèi)星視頻運(yùn)動目標(biāo)檢測需要在壓縮域?qū)\(yùn)動目標(biāo)進(jìn)行檢測，并在解碼端對檢測結(jié)果進(jìn)行線框的標(biāo)注，從而滿足衛(wèi)星視頻在星上實(shí)時(shí)處理的需求，充分利用壓縮過程中的中間結(jié)果，滿足用戶的觀察需求。

除此之外，智能遙感衛(wèi)星在軌處理算法還包括變化檢測、視頻穩(wěn)像、語義分割、場景分類、形態(tài)學(xué)房屋指數(shù)計(jì)算、控制點(diǎn)匹配、序列圖像時(shí)空融合、三維重建等。這些算法共同組合應(yīng)用，為遙感影像的實(shí)時(shí)在軌處理和智能服務(wù)提供基本保障。

3 珞珈三號01星及應(yīng)用場景設(shè)計(jì)

珞珈三號01星是武漢大學(xué)聯(lián)合航天東方紅衛(wèi)星有限公司等單位聯(lián)合研制的一顆光學(xué)智能遙感衛(wèi)星，具有動靜態(tài)成像、在軌智能處理以及星地、星間傳輸通信功能。衛(wèi)星平臺將集成演示驗(yàn)證海量遙感數(shù)據(jù)實(shí)時(shí)獲取、智能處理、稀疏表征與壓縮傳輸?shù)年P(guān)鍵科學(xué)問題。

3.1 珞珈三號01星智能服務(wù)場景設(shè)計(jì)

智能遙感衛(wèi)星的在軌處理和星間鏈路實(shí)時(shí)傳輸?shù)奶匦?，打破了傳統(tǒng)的衛(wèi)星遙感數(shù)據(jù)服務(wù)模式，縮短了衛(wèi)星數(shù)據(jù)獲取、處理、傳輸和分發(fā)的時(shí)間，能夠有效提高突發(fā)事件的動態(tài)應(yīng)急響應(yīng)速度和效率，同時(shí)為遙感數(shù)據(jù)的大眾化移動終端服務(wù)提供有力支撐。根據(jù)衛(wèi)星通信傳輸鏈路及服務(wù)范圍的不同，將珞珈三號01星的服務(wù)場景分為兩種類型，一種是基于境內(nèi)地面站的實(shí)時(shí)服務(wù)場景；另一種是基于中繼衛(wèi)星的中轉(zhuǎn)傳輸在軌處理與實(shí)時(shí)服務(wù)場景。

3.1.1 基于境內(nèi)地面站的智能服務(wù)演示驗(yàn)證場景

主要通過地面站來進(jìn)行任務(wù)上注和數(shù)據(jù)下傳，從而實(shí)現(xiàn)星上在軌處理數(shù)據(jù)的分發(fā)，圖2為基于境內(nèi)地面站的演示驗(yàn)證場景。其主要步驟如下：首先針對用戶對感興趣區(qū)域或目標(biāo)的觀測需求，通過集成演示驗(yàn)證客戶端，提交觀測任務(wù)需求，地面測控?cái)?shù)傳站將任務(wù)需求上注智能遙感衛(wèi)星；智能遙感衛(wèi)星自主任務(wù)規(guī)劃產(chǎn)生任務(wù)指令并執(zhí)行，當(dāng)衛(wèi)星過境任務(wù)區(qū)域時(shí)進(jìn)行成像，獲取所需圖像；星上智能處理單元實(shí)時(shí)對數(shù)據(jù)進(jìn)行定位、幾何校正、云檢測、目標(biāo)檢測、變化檢測、動目標(biāo)提取與跟蹤等處理，并進(jìn)行智能高效壓縮，經(jīng)星地傳輸鏈路實(shí)時(shí)下傳至地面接收站；最后通過地面網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)分發(fā)，通過5G手機(jī)基站或WiFi熱點(diǎn)方式將在軌處理結(jié)果反饋給用戶移動終端，從而實(shí)現(xiàn)分鐘級的遙感智能信息服務(wù)。

圖2 基于境內(nèi)地面站的演示驗(yàn)證場景Fig.2 Demonstration and verification scenario based on domestic ground station

3.1.2 基于中繼衛(wèi)星的智能服務(wù)演示驗(yàn)證場景

主要通過中繼衛(wèi)星進(jìn)行任務(wù)上注、數(shù)據(jù)轉(zhuǎn)發(fā)和數(shù)據(jù)下傳，在中繼衛(wèi)星的支持下，智能遙感衛(wèi)星可實(shí)現(xiàn)全球范圍內(nèi)的實(shí)時(shí)信息服務(wù)，圖3為基于中繼衛(wèi)星的演示驗(yàn)證場景。其主要步驟如下：首先用戶通過集成演示驗(yàn)證客戶端提交觀測任務(wù)需求，地面移動站或中繼衛(wèi)星控管中心將任務(wù)需求上注至中繼衛(wèi)星；然后通過星間網(wǎng)絡(luò)將任務(wù)需求轉(zhuǎn)發(fā)到智能遙感衛(wèi)星；智能遙感衛(wèi)星自主任務(wù)規(guī)劃產(chǎn)生任務(wù)指令并執(zhí)行，當(dāng)衛(wèi)星過境任務(wù)區(qū)域時(shí)進(jìn)行成像，獲取圖像；星上智能處理單元實(shí)時(shí)對數(shù)據(jù)進(jìn)行定位、幾何校正、云檢測、目標(biāo)檢測、變化檢測、動目標(biāo)提取與跟蹤等處理，并進(jìn)行智能高效壓縮；最后經(jīng)星間傳輸鏈路將處理結(jié)果轉(zhuǎn)發(fā)給中繼衛(wèi)星，再由中繼衛(wèi)星實(shí)時(shí)下傳至中繼衛(wèi)星測控?cái)?shù)傳站或移動站，通過WiFi熱點(diǎn)方式將在軌處理結(jié)果反饋給用戶移動終端。

圖3 基于中繼衛(wèi)星的演示驗(yàn)證場景Fig.3 Demonstration and verification scenario based on relay satellite

3.2 珞珈三號01星服務(wù)模式

基于境內(nèi)地面站的服務(wù)主要是針對地面站可接收衛(wèi)星信號范圍的區(qū)域進(jìn)行服務(wù)，實(shí)現(xiàn)在軌處理信息的實(shí)時(shí)分發(fā)?；谥欣^衛(wèi)星的服務(wù)，主要通過星間鏈路進(jìn)行實(shí)時(shí)、低時(shí)延傳輸，能夠?qū)崿F(xiàn)全球范圍內(nèi)的智能服務(wù)。基于境內(nèi)地面站和中繼衛(wèi)星的服務(wù)模式基本一致，以下從ROI視頻直播、目標(biāo)檢測、變化檢測、動目標(biāo)提取與跟蹤4種典型服務(wù)模式進(jìn)行介紹。

(1) ROI視頻直播。ROI視頻直播主要是針對用戶感興趣或者熱點(diǎn)區(qū)域，如大型露天廣場、旅游景點(diǎn)、重要交通樞紐等進(jìn)行視頻直播，滿足用戶查看該區(qū)域?qū)崟r(shí)狀態(tài)的需求。ROI視頻直播的處理類型是視頻位置感知，衛(wèi)星在軌處理流程主要包括視頻序列圖像定位、視頻穩(wěn)像和視頻壓縮，預(yù)期處理效果是能夠通過境內(nèi)地面站或中繼衛(wèi)星地面站，俯瞰所選熱點(diǎn)區(qū)域的實(shí)時(shí)動態(tài)，進(jìn)行視頻直播。

(2) 目標(biāo)檢測。目標(biāo)檢測的任務(wù)主要是針對單幀圖像數(shù)據(jù)進(jìn)行識別檢測，主要包括飛機(jī)、艦船、大型車輛等，相應(yīng)區(qū)域包括機(jī)場、港口、高速公路或大橋等。目標(biāo)檢測的處理類型主要是目標(biāo)感知，衛(wèi)星在軌處理流程主要包括目標(biāo)檢測、目標(biāo)定位和圖像壓縮，預(yù)期處理效果是能夠通過境內(nèi)地面站或中繼衛(wèi)星地面站，實(shí)現(xiàn)目標(biāo)區(qū)域內(nèi)重點(diǎn)目標(biāo)的提取和數(shù)量統(tǒng)計(jì)。

(3) 變化檢測。變化檢測主要針對單幀圖像數(shù)據(jù)進(jìn)行檢測，包含兩種星地協(xié)同處理模式：一是上注模式，在任務(wù)指令上注前，將歷史參考影像等數(shù)據(jù)通過高速上行通道上注衛(wèi)星；二是存儲模式，針對特定區(qū)域兩次或多次成像，將前一次拍攝影像處理后存儲在衛(wèi)星上，與后一次拍攝影像進(jìn)行變化檢測。變化檢測任務(wù)的衛(wèi)星在軌處理流程主要包括圖像定位、圖像配準(zhǔn)、變化檢測和圖像壓縮，預(yù)期處理效果是能夠通過境內(nèi)地面站或中繼衛(wèi)星地面站，對目標(biāo)區(qū)域內(nèi)的變化信息進(jìn)行提取，得到變化范圍、類型等拓?fù)湔Z義信息。

(4) 動目標(biāo)提取與跟蹤。動目標(biāo)提取與跟蹤主要針對視頻數(shù)據(jù)進(jìn)行開展，主要針對但不限于運(yùn)動飛機(jī)、艦船、大型車輛的提取與跟蹤。動目標(biāo)提取與跟蹤的衛(wèi)星在軌處理流程主要包括視頻序列圖像定位、視頻穩(wěn)像、動目標(biāo)檢測、動目標(biāo)跟蹤和視頻壓縮，預(yù)期處理效果是能夠通過境內(nèi)地面站或中繼衛(wèi)星地面站，提取觀測區(qū)域內(nèi)運(yùn)動目標(biāo)的運(yùn)動軌跡與速度信息，并對其運(yùn)動狀態(tài)進(jìn)行跟蹤。

4 結(jié) 論

智能遙感衛(wèi)星影像在軌處理與實(shí)時(shí)服務(wù)核心是構(gòu)建星地協(xié)同任務(wù)驅(qū)動和事件感知的智能化的對地觀測系統(tǒng)，支持遙感衛(wèi)星從觀測到?jīng)Q策的“快”、“準(zhǔn)”、“靈”的智能化應(yīng)用服務(wù)。通過構(gòu)建一個(gè)遙感通信一體化的可重構(gòu)輕小型開放式智能化衛(wèi)星試驗(yàn)平臺，開展多學(xué)科交叉研究，進(jìn)一步推動智能對地觀測系統(tǒng)的深入研究和應(yīng)用。

5G、6G和人工智能技術(shù)為智能遙感衛(wèi)星的低時(shí)延傳輸和智能化研究提供了重要支撐。在新的時(shí)代背景下研究智能遙感衛(wèi)星實(shí)時(shí)服務(wù)技術(shù)，將遙感影像數(shù)據(jù)應(yīng)用模式從“事后處理分發(fā)”向“在軌處理實(shí)時(shí)傳輸”轉(zhuǎn)變，實(shí)現(xiàn)GB級海量遙感數(shù)據(jù)向KB級有效遙感信息的跨越，完成遙感衛(wèi)星從面向?qū)I(yè)用戶的服務(wù)轉(zhuǎn)向大眾移動終端服務(wù)的突破。

致謝：感謝朱映特聘副研究員、仵倩玉博士在寫作過程中的幫助。感謝李德仁院士對本文寫作的指導(dǎo)。