星上智能信息處理技術發展趨勢分析與若干思考

喬凱 智喜洋 王達偉 胡建明 韓奇超 張勇

星上智能信息處理技術發展趨勢分析與若干思考

喬凱1智喜洋*2王達偉2胡建明2韓奇超2張勇1

（1 北京跟蹤與通信技術研究所，北京 100094）（2 哈爾濱工業大學空間光學工程研究中心，哈爾濱 150001）

星上智能信息處理的主要任務是接收天基探測載荷數據，并在星上完成數據壓縮、復雜?？窄h境下高價值目標的發現、識別與跟蹤等工作，達到降低下傳數據率、支持天基廣域探測與全自主即時態勢感知等目的。文章回顧了美國、德國等航天強國光學衛星的星上信息處理技術的發展現狀，梳理總結了該技術的發展思路與關鍵指標。在此基礎上，結合星上信息處理技術的應用現狀，著重從天基光學探測應用需求出發，提出星上智能信息處理關鍵技術與能力的發展建議，為推進未來?？漳繕硕嘣刺綔y與信息融合處理技術創新與持續發展提供支撐。

天基探測 ?？漳繕?星上智能信息處理 態勢感知 航天遙感

0 引言

基于衛星平臺的天基光學探測具有觀測范圍廣、空間與時間分辨率高、可全天候工作等獨特優勢，已成為?？漳繕司珳首R別、持續監視的必要手段，是實現廣域?？毡O管的有效途徑，在交通運輸、海洋執法、國防安全等領域有著重要應用[1]。星上智能信息處理是天基光學探測提高全鏈路時效性的核心環節，其主要任務是通過接收衛星多源載荷數據并對其進行信息融合處理，實現全探測場景海量數據下目標的在線檢測[2]、精準識別與持續跟蹤，為衛星/星座/載荷的自主調度運用、目標位置確定、信息快速應用提供支撐。

本文即是面向?？漳繕说奶旎鈱W探測應用，結合復雜?？窄h境下典型高價值目標特性的認知，梳理星上智能信息處理的能力需求；同時，結合星上數據壓縮和星上目標提取技術的發展現狀，分析其發展趨勢，給出星上智能信息處理技術的發展建議，為我國天基光學探測技術的發展提供參考。

1 星上智能信息處理能力需求分析

1.1 星上智能信息處理的定位與難點

天基觀測條件下的?？漳繕顺尸F出輻射能量低、運動速度快、機動能力強、軌跡不規則等特點[3]，基于傳統模式將全部的載荷探測數據傳至地面，在地面完成目標檢測、確認識別后再上傳星上的信息處理策略[4]，將導致處理鏈路長、數傳鏈壓力過大、時效性差，不僅對星地傳輸鏈路帶來巨大挑戰，而且難以滿足衛星探測器數據應用的時效性需求。因此，必須發展面向天基探測應用的星上信息處理技術。

圖1給出了星上信息處理流程示意，可以看出：探測場景中包含飛機、船只、島嶼，以及不同類型的云、海雜波等復雜環境干擾。天基成像與探測過程中，目標與各類背景高度耦合，且易受天基平臺振動、光學載荷探測性能與成像品質的影響。顯然，在復雜?？窄h境中實現高價值目標的高靈敏探測和高實時在線提取本身就是極具挑戰的科學難題[5]。受到衛星資源的限制，星上的信息處理也難以選擇過于復雜的算法。

圖1 天基觀測下星上信息處理示意圖

因此，亟需在目標特性充分認知的基礎上，綜合考慮目標與背景及其與探測鏈路間的耦合機制，通過探測載荷-信息處理算法的一體化設計，保證目標的可探測性，同時有效解決有限星載資源下的目標高概率在線檢測、精準識別難題。

1.2 典型?？漳繕颂匦?/h3>

通常，空中目標及海面艦船等都屬于?？崭邇r值目標。目標特性是星上智能信息處理算法設計的依據。

（1）空中目標特性

高價值空中目標主要包括各類飛機[6]。而空中目標表皮的雷達散射、紅外輻射特征通常很小，被動探測時極易淹沒于背景雜波中。圖2給出了三類典型空中目標的光譜特征仿真曲線。從圖2中可以看出：部分譜段的光譜輻射特性可選作譜指紋作為不同類型空中目標的分類識別依據之一，而部分譜段不同類型空中目標的光譜特征又表現出了相似性，因此有必要融合多源、多維信息以實現空中目標的分類識別?？梢該碎_展星上信息處理與探測載荷的一體化設計，優選探測譜段、輻射分辨率等指標。

圖2 不同空中目標光譜曲線對比（高度10 km，白天）

（2）海面目標特性

高價值海面目標以航母、護衛艦及驅逐艦等為典型代表[7]，如圖3（a）所示。在高分辨率可見光圖像中，海面目標的細節、輪廓等空域特征明顯，對目標的分類識別有很強的優勢；在紅外圖像中，雖然目標空域特征缺失，但通過優選紅外譜段等探測系統參數，可使得目標與背景保持較高的對比度，有利于目標在線提取。從圖3（b）可見：白天和夜間場景，二者的圖像對比度出現反轉，這些都可以作為目標檢測的依據。為實現海面目標全天時的檢測識別，需要多源載荷協同探測，并進行空間分辨率、光譜分辨率等指標的匹配設計。

圖3 光學遙感圖像中的典型海面目標

由以上分析可見：天基觀測視角下的復雜?？窄h境中目標呈現出高動態、弱信號、強耦合等特征[8]，同時受云層[9]、平臺振動[10]等影響，探測數據中可觀測的目標很可能是稀疏的[11]。因此僅依靠單一特征、單一尺度或少維特征的組合，很難實現目標高置信度的檢測與分類識別[12]。需要從目標的多維多尺度特征出發，開展多源異構信息融合處理技術研究，并通過信息處理與探測載荷的一體化設計，建立多星/多載荷協同優化方案。

1.3 能力需求分析

從面向?？漳繕颂旎綔y應用的星上智能信息處理需求出發，結合目前典型高價值目標特性的有限認知，星上智能信息處理應具備的能力包括：

1）高置信度星上目標檢測跟蹤能力。在星上實現全作戰場景、天基稀疏觀測條件下?？崭邇r值源頭目標的高置信度檢測與持續跟蹤，為載荷/衛星/星座的自主調度運用、目標位置確定、信息快速應用提供支撐。

2）多源異構信息融合識別能力。以衛星為核心處理節點，融合處理無人機、地基雷達、外部情報、航線航路等多源異構信息，實現軍民目標、隱蔽、誘餌、偽裝的辨識，以及隱身等目標的高置信度目標型號識別。

3）多目標全流程態勢信息生成能力。針對復雜場景下海、空多目標，持續獲取并處理生成包含目標型號、航跡、位置、群隸屬關系等全流程態勢信息。

4）天地一體信息處理算法協同優化能力。在地面對目標特性和特征事件開展持續累積分析，在此基礎上，面向星上信息處理應用對星上處理算法、參數、特性庫進行更新、重構和優化，不斷拓展提升星上信息處理應對新目標的能力。

5）多星/多載荷協同調度運用能力。根據目標態勢信息獲取需求，急需多星/多載荷進行自主調度，獲取目標多角度、多維特性信息和高精度位置信息，并結合探測載荷-信息處理算法的一體化設計，為目標的精準識別、持續跟蹤提供支撐。

6）海量數據星上存儲與處理能力。針對海量數據星上存儲與處理能力需求，發展多載荷、多體制海量探測高實時處理、目標識別特性庫星上存儲應用與目標態勢信息即時生成。

2 星上信息處理技術發展趨勢分析

2.1 星上數據壓縮技術現狀分析

由于海量的高分辨率圖像數據對衛星數據傳輸鏈路提出了極大的挑戰，星上數據壓縮作為一種星上信息處理技術，被普遍應用以減小星上存儲設備的壓力。早在20世紀80年代中期，法國SPOT系列衛星就基于DPCM壓縮算法實現了星上數據壓縮。美國在商業遙感衛星QuickBird-2[13]、WorldView-1[14]上都采用了DPCM壓縮算法，實現了對圖像數據的自適應壓縮。2011年，法國發射的Pleiades-HR衛星采用了DWT壓縮算法[15]，全色圖像壓縮速率達到2.5bit/像素，壓縮比為4.8︰1，多光譜圖像壓縮速率達到2.8bit/像素，壓縮比約為4.3︰1。我國分別于1999年、2000年發射的“資源一號”衛星和“資源二號”衛星分別采用了PCM編碼器和DPCM編碼器[16-17]，填補了我國星載數據壓縮的空白。

近年來，除了研究這些基本的壓縮算法外，為有效減少星地之間上行、下行的無效數據，提高光學遙感解譯應用效能，國內外在選擇性壓縮方法（ROI壓縮算法）上已開展了大量的研究[18]，其基本思想是首先確定圖像中的感興趣區域和非感興趣區域，然后對感興趣區域進行較低壓縮比的壓縮，對非感興趣區域進行較高壓縮比的壓縮[19]。

2.2 星上目標提取技術現狀

美國在星上目標提取技術方面開展了大量的研究，其中工程應用最好的是天基預警衛星系統。DSP衛星系統是美國部署的第一種實用型彈道導彈預警衛星系統，經過三代發展，DSP衛星在探測戰略彈道導彈方面已達到相當成熟的實戰水平[20]。DSP衛星搭載了星上數據處理器，實現了去除探測數據中大量的冗余背景數據，提取疑似目標并下傳疑似目標切片數據的功能，將原始探測數據170Mbit/s的數據率降為1Mbits/s的疑似目標特性切片數據下傳地面[21]。美國在DSP衛星系統的基礎上發展了SBIRS衛星系統[22]，以逐步取代DSP衛星系統。SBIRS衛星系統由4顆地球同步軌道衛星、2個大橢圓軌道有效載荷和24顆低地球軌道衛星以及地面系統組成。SBIRS衛星的星上信息處理功能更加完善，兼顧彈道導彈和戰術導彈等多種目標，具備星上疑似目標高置信度提取和星座的自主引導能力[23]，且星上信息處理結果可直接向戰術端進行廣播分發（如圖4所示）。

圖4 SBIRS_LOW星上信息處理示例

2.3 發展趨勢分析

通過星上數據壓縮和星上目標提取技術的現狀可知，目前星上信息處理技術的主要發展趨勢包括：

1）目前星上信息傳輸是以壓縮冗余數據、降低下傳數據率為核心手段，對于光學遙感解譯應用，星上數據傳輸正從全場景圖像直接壓縮向星上剔除無效背景、壓縮下傳疑似目標區域切片的方式過渡。

2）對圖像數據進行星上智能解譯并提取有效信息，并根據不同用戶終端自主生成相應的信息產品，是未來星上信息處理技術發展的必然趨勢。

3）對于?？漳繕颂綔y應用而言，直接在星上完成多類目標的高置信度檢測識別，為星座組網協同探測、多維目標特性收集等應用提供支撐，是未來星上信息處理技術發展的必然趨勢。

3 星上智能信息處理發展建議

面向高價值?？漳繕颂旎鶑V域探測與全自主即時態勢感知應用需求，結合星上智能信息處理的定位與難點分析、目標特性的認知和星上信息處理技術發展趨勢分析，建議從以下七個方面，發展星上智能信息處理技術：

1）將目標特性的研究與整個天基探測鏈路、星上信息處理有機結合，實現目標特性–載荷–信息處理一體化匹配優化設計，為天基探測系統論證、星上信息處理算法的升級優化、新型載荷論證研制提供真正意義上支撐。

2）在目標本征特性分析的基礎上，充分利用目標本征特征外的征候、關聯特性等與目標、事件的關聯關系，從“痕量特征”的維度重新定義、表征目標特性，開展基于痕量特征的目標檢測識別技術研究與應用，提高隱身、隱蔽等弱特征目標的星上檢測能力。

3）合理設計星地信息處理分工，通過利用星上處理為高時敏應用提供情報產品，地面處理為用戶提供精細全面的態勢信息，并對目標特性和特征事件開展持續累積分析，在此基礎上對星上處理算法、參數、特性庫進行更新、重構和優化，不斷拓展提升星上信息處理應對新威脅目標的能力，實現星地信息處理的一體化。

4）加強面向星上信息處理應用的多源異構數據融合識別技術研究，將人工智能與多源異構信息融合相結合，通過異構特征數據交互遷移，實現對不同屬性特征信息的高效利用，以深度學習來智能感知和融合多源異構探測數據中的目標信息，提升復雜?？窄h境下星上目標辨識及目標型號識別能力。

5）加強超時相多平臺變化檢測技術研究，通過對短時間間隔下、多平臺探測數據間由于天候、時相、視角、平臺抖動、探測體制、觀測時–空–譜尺度差異等造成的圖像變化的智能解析，通過多平臺多時相探測數據的時空譜高精度配準，實現高價值目標態勢變化的精準辨識。

6）在星上目標檢測、識別、跟蹤的基礎上，開展全域態勢信息自主生成與智能分發技術研究，對場景內多目標的群行為進行智能辨識，并處理生成包含目標型號、數量、航跡、位置、群隸屬關系等全流程態勢信息，并實現面向各級用戶的星上自主情報產品分發。

7）建議開展分布式星上信息處理架構與技術研究，通過設計研制分布式的星上信息處理軟硬件架構，為信息處理方法的星上應用提供計算資源保障。

4 結束語

星上智能信息處理技術是?？漳繕颂旎鈱W探測的核心環節，直接決定了衛星及早發現、自主識別確認與跟蹤目標的能力。通過其與衛星及探測載荷的一體化設計，還能夠為天基探測系統論證提供重要依據。然而，受到天基觀測復雜場景、探測鏈路強耦合的影響，以及星載有限資源和國外?？漳繕颂匦哉J知不足的制約，星上信息處理技術的研究仍面臨著很大的難度和挑戰性。本文僅是在現有認知的基礎上，給出面向天基探測應用的星上智能信息處理技術的若干思考和后續發展建議，以期為未來天基探測體系建設提供參考。

[1] BRUHN F C, TSOG N, KUNKEL F, et al. Enabling Radiation Tolerant Heterogeneous GPU-based Onboard Data Processing in Space[J]. CEAS Space Journal, 2020, 12(3): 551-564.

[2] 胡建明, 喬凱, 智喜洋, 等. 天基觀測條件下復雜環境對空中弱小目標可探測性的影響[J]. 紅外與毫米波學報,2019, 38(3): 351-357. HU Jianming, QIAO Kai, ZHI Xiyang, et al. Influence of Complex Environment on the Detectability of Weak and Small Aerial Target under Space-based Observation Mode[J]. Journal of Infrared and Millimeter Waves, 2019, 38(3): 351-357. (in Chinese)

[3] 劉曉磊, 董小萌, 潘忠石, 等. 空中隱身目標天基探測技術淺析[J]. 空間電子技術, 2020, 17(3): 8-12. LIU Xiaolei, DONG Xiaomeng, PAN Zhongshi, et al. Analysis of Space-based Detection of Stealthy Target[J]. Space Electronic Technology, 2020, 17(3): 8-12. (in Chinese)

[4] WEI H, LIU Y, YAO B, et al. Binary Orthogonal-division Dual-carrier Modulation for Hypersonic Vehicle Downlink Massive 2×M MIMO Systems With Noncoherent ML Detection[J]. IEEE Transactions on Plasma Science, 2020, 48(10): 3573-3581.

[5] HU G, GAO B, ZHONG Y, et al. Robust Unscented Kalman Filtering with Measurement Error Detection for Tightly Coupled INS/GNSS Integration in Hypersonic Vehicle Navigation[J]. IEEE Access, 2019(7): 151409-151421.

[6] 王超哲, 李慎波, 黃聰會, 等. 飛機成像目標的紅外隱身效果評估[J]. 紅外與激光工程, 2019, 48(10): 48-56. WANG Chaozhe, LI Shenbo, HUANG Conghui, et al. Infrared Stealth Effectiveness Evaluation of Aircraft Imaging Target[J]. Infrared and Laser Engineering, 2019, 48(10): 48-56. (in Chinese)

[7] 李巖. 基于“高分五號”衛星紅外影像的艦船尾跡特征分析[J]. 航天返回與遙感, 2020, 41(5): 102-109. LI Yan. The Ship Wake Characterization Study Based on GF-5 Infrared Images[J]. Spacecraft Recovery & Remote Sensing, 2020, 41(5): 102-109. (in Chinese)

[8] HUANG P, LIAO G, YANG Z, et al. Approach for Space-based Radar Manoeuvring Target Detection and High-order Motion Parameter Estimation[J]. IET Radar, Sonar & Navigation. 2015, 9(6): 732-741.

[9] COOPMAN Q, RIEDI J, ZENG S, et al. Space-based Analysis of the Cloud Thermodynamic Phase Transition for Varying Microphysical and Meteorological Regimes[EB/OL]. [2021-2-15]. https://www.researchgate.net/publication/339601965_ Space-Based_Analysis_of_the_Cloud_Thermodynamic_Phase_Transition_for_Varying_Microphysical_and_Meteorological_Regimes.

[10] GEIGER R, MéNORET V, STERN G, et al. Detecting Inertial Effects with Airborne Matter-wave Interferometry[J]. Nature Communications, 2011, 2(1): 1-7.

[11] 湯澤瀅, 黃賢鋒, 蔡宗寶. 國外天基空間目標監視系統發展現狀與啟示[J]. 航天電子對抗, 2015, 31(2): 24-26, 30. TANG Zeying, HUANG Xianfeng, CAI Zongbao. Development Status and Enlightenment of Foreign Space-based Space Surveillance Systems[J]. Aerospace Electronic Warfare, 2015, 31(2): 24-26, 30. (in Chinese)

[12] 何友, 姚力波. 天基海洋目標信息感知與融合技術研究[J]. 武漢大學學報(信息科學版), 2017, 42(11): 1530-1536. HE You, YAO Libo. Space-based Sea Target Information Awareness and Fusion[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11): 1530-1536. (in Chinese)

[13] YU Guoxia, VLADIMIROVA T, SWEETING M N. Image Compression Systems on Board Satellites[J]. Acta Astronautica, 2009, 64(9/10): 988-1005.

[14] MANTHEY K, KRUTZ D, JUURLINK B. Reconfigurable Architecture for Real-time Image Compression on-board Satellites[J]. Journal of Applied Remote Sensing. 2015, 9(1): 097497.

[15] SHIHAB S H, SHAFIE S, RAMLI A R, et al. Enhancement of Satellite Image Compression Using a Hybrid (DWT–DCT) Algorithm[J]. Sensing and Imaging, 2017, 18(1): 1-30.

[16] CHEN Q, WANG S, WANG B, et al. Automatic Registration Method for Fusion of ZY-1-02C Satellite Images[J]. Remote Sensing, 2014, 6(1):157-179.

[17] WANG Taoyang, ZHANG Guo, LI Deren, et al. Geometric Accuracy Validation for ZY-3 Satellite Imagery[J]. IEEE Geoscience and Remote Sensing Letters, 2014, 11(6): 1168-1171.

[18] PóLCHLOPEK W, RUMIAN R. Matched DDWT ROI Compression Engine for the Imaging Particle Detector[J]. IFAC Proceedings Volumes, 2010, 43(24): 72-75.

[19] VINAY A, SUBRAMANYAM N. Satellite Image Compression Using ROI Based EZW Algorithm[J]. Indonesian Journal of Electrical Engineering and Informatics (IJEEI), 2017, 5(4): 369-371.

[20] 韓晉山, 邢建平, 張浩, 等. 美國導彈預警系統的發展現狀與趨勢分析[J]. 科技導報, 2019, 37(4): 91-95. HAN Jinshan, XING Jianping, ZHANG Hao, et al. Development of American Missile Early Warning System[J]. Science & Technology Review, 2019, 37(4): 91-95. (in Chinese)

[21] 胡磊, 劉輝, 閆世強, 等. 導彈預警衛星對助推段導彈的探測能力建模[J]. 火力與指揮控制, 2015, 40(1): 174-177. HU Lei, LIU Hui, YAN Shiqiang, et al. Modeling of Detecting Capability of Missile Early Warning Satellite for Missile in Boost Phase[J]. Fire Control & Command Control, 2015, 40(1): 174-177. (in Chinese)

[22] 林兩魁, 王少游, 任秉文, 等. 低軌光學星座目標監視信息處理技術分析[J]. 上海航天, 2016, 33(6): 93-101. LIN LiangkuiL, WANG Shaoyou, REN Bingwen, et al. Information Processing Technology for High-speed Objects Surveillance via Optical LEO Constellation[J]. Aerospace Shanghai, 2016, 33(6): 93-101. (in Chinese)

[23] 毛藝帆, 張多林, 王路. 美國SBIRS-HEO衛星預警能力分析[J]. 紅外技術, 2014, 36(6): 467-470, 490. MAO Yifan, ZHANG Duolin, WANG Lu. Analysis on Early Warning Capability of USA’s SBIRS-HEO Satellite[J]. Infrared Technology, 2014, 36(6): 467-470, 490. (in Chinese)

Analysis and Some Thoughts on the Development Trend of the on-board Intelligent Information Processing Technology

QIAO Kai1ZHI Xiyang*2WANG Dawei2HU Jianming2HAN Qichao2ZHANG Yong1

（1 Beijing Institute of Tracking and Telecommunications Technology, Beijing 100094）（2 Research Center of Space Optical Engineering, Harbin Institute of Technology, Harbin, 150001)

The main task of intelligent information processing is to receive satellite detection payload data, and complete data compression, target discovery, recognition and tracking tasks on board, so as to achieve the purpose of reducing down transmission data rate and supporting space-based wide-area awareness of high-value sea-aero targets. This paper reviews the development history and current situation of the on-board information processing technology of optical satellites in the United States, Germany and other aerospace powers, and then summarizes the development approaches and key indicators of this technology. On this basis, combined with the application status and application requirements of optical satellite intelligent detection, the development suggestions of key technologies and capabilities on on-board intelligent information processing are put forward, which can provide support for the innovation and sustainable development of multi-mode detection and information fusion processing technology forsea-aero targets in the future.

space-based detection; sea-aero target; on-board intelligent information processing; situation awareness; space remote sensing

V443+.5

A

1009-8518(2021)01-0021-07

10.3969/j.issn.1009-8518.2021.01.003

喬凱，男，1981年11月生。2005年于哈爾濱工業大學獲碩士學位，副研究員。主要從事光學遙感衛星論證、設計等方面的研究。E-mail：qk_lucky@sohu.com。

智喜洋，男，1982年12月生。2012年獲光學工程專業博士學位，現為哈爾濱工業大學教授/博士生導師，研究方向為空間光電信息獲取與處理、目標探測與識別。E-mail：zhixiyang@hit.edu.cn。

2021-01-12

國家自然科學基金（61975043）

喬凱, 智喜洋, 王達偉, 等. 星上智能信息處理技術發展趨勢分析與若干思考[J]. 航天返回與遙感, 2021, 42(1): 21-27.

QIAO Kai, ZHI Xiyang, WANG Dawei, et al. Analysis and Some Thoughts on the Development Trend of the on-board Intelligent Information Processing Technology[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(1): 21-27. (in Chinese)

（編輯：毛建杰）