智能遙感衛(wèi)星與遙感影像實時服務

王 密，楊 芳

1. 武漢大學測繪遙感信息工程國家重點實驗室，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)星應用的問題也隨之而來。傳統(tǒng)的衛(wèi)星遙感系統(tǒng)應用模式是地面進行任務規(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)星處理中心進行處理分發(fā)，最后用于專業(yè)應用。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雜化，傳統(tǒng)運控、接收、處理和應用環(huán)節(jié)相互獨立的應用模式復雜繁長，響應時間較慢，無法滿足應急條件和高時效用戶應用要求。與此同時，隨著遙感獲取能力的增強，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]，制約了遙感應用和服務發(fā)展。

為了進一步促進遙感數(shù)據(jù)實時處理和智能服務的發(fā)展，亟須研究一種支持在軌處理和實時服務的智能遙感衛(wèi)星。智能遙感衛(wèi)星能夠依據(jù)用戶需求實現(xiàn)智能規(guī)劃，并在星上對獲取數(shù)據(jù)進行實時處理，直接生成用戶所需數(shù)據(jù)信息，從而避免資源浪費，實現(xiàn)端到端的實時傳輸。智能遙感衛(wèi)星的研發(fā)應用打破了傳統(tǒng)的衛(wèi)星遙感系統(tǒng)應用模式，提高了應急響應效率，同時能夠升級用戶體驗，擴展用戶市場，為遙感影像的大眾化服務提供有力支撐。

本文首先從在軌實時處理、空間信息網(wǎng)絡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)星的主要特點進行了分析。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)星的服務模式(位置感知、目標感知和變化感知)，并對星上智能任務規(guī)劃、星上相對輻射校正、星上高精度幾何定位等智能實時處理核心算法進行了介紹。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，設計了兩種測控數(shù)傳站下的珞珈三號智能遙感衛(wèi)星實時服務架構(gòu)，分析了智能遙感衛(wèi)星的實時服務場景，對智能遙感衛(wèi)星的未來發(fā)展進行了展望。

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90年代開始，研究人員就展開了相關研究。近幾年空間信息網(wǎng)絡和人工智能的發(fā)展，為智能遙感衛(wèi)星的研究和應用帶來了新的機遇。具體發(fā)展情況如下：

(1) 在軌實時處理。在遙感影像在軌實時處理方面，世界各國科研院所與商業(yè)公司開展了大量的星上實時處理算法研究，促進了遙感數(shù)據(jù)實時獲取、智能處理、稀疏壓縮、實時分發(fā)的全流程的發(fā)展。表1為國外遙感衛(wèi)星在軌實時處理應用動態(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)在軌實時處理方面也有一定的研究基礎[5-6]，北京理工大學、武漢大學、西安電子科技大學、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遙感圖像實時處理系統(tǒng)研制的相關技術(shù)論證和研究工作，為遙感數(shù)據(jù)在軌實時處理奠定了基礎。北京理工大學和武漢大學緊密合作，針對我國目前最大幅寬光學遙感衛(wèi)星，完成了在軌特定目標實時檢測和定位系統(tǒng)的研制，在軌應用取得良好的效果，這也標志著我國星上遙感數(shù)據(jù)智能實時處理實現(xiàn)了零的突破。

表1 國外遙感衛(wèi)星在軌實時處理應用動態(tài)

(2) 空間信息網(wǎng)絡。關于空間信息網(wǎng)絡，世界各國都展開了較為深入的研究[7-8]。典型的項目有美國的轉(zhuǎn)型通信衛(wèi)星系統(tǒng)計劃、SeeMe計劃和歐洲的天基互聯(lián)網(wǎng)計劃[9-11]，其中美國國防預先研究計劃局(DARPA)提出了通信遙感一體的SeeMe計劃[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，指明了未來實時遙感星座發(fā)展的一個方向。近年來，我國對空間信息網(wǎng)絡的理論探索也有了相關的研究。文獻[15—18]對空間信息網(wǎng)的基本概念、關鍵問題與體系架構(gòu)進行了綜合的論述，為我國空間信息網(wǎng)絡建設提供了參考[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、導航衛(wèi)星和通信衛(wèi)星相組合，形成多層衛(wèi)星網(wǎng)絡結(jié)構(gòu)，共同服務于用戶。

(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、支持向量機，再到近年來迅速發(fā)展起來的深度學習，人工智能技術(shù)在遙感領域的應用越來越廣泛，已運用到目標檢測、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、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、機器學習等技術(shù)對遙感影像進行自動化處理和深度分析，從而為國防、安全、環(huán)境等領域提供服務。國內(nèi)方面航天星圖有限公司，利用機器學習技術(shù)對遙感影像進行智能化處理，并計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\行有用的知識。遙感人工智能應用技術(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時處理算法研究，為智能遙感衛(wèi)星的實時智能處理提供了基礎保障。隨著空間信息網(wǎng)絡和人工智能的發(fā)展，智能遙感衛(wèi)星的研究迎來了新的機遇?？臻g信息網(wǎng)絡能夠為智能遙感衛(wèi)星的運行提供環(huán)境基礎，為智能遙感衛(wèi)星的實時傳輸提供基礎保障，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)展提供強有力的支撐。在空間信息網(wǎng)絡和人工智能時代背景下，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

智能遙感衛(wèi)星是一種可重構(gòu)可擴展，具有自主任務規(guī)劃、遙感數(shù)據(jù)處理、信息提取、星間星地數(shù)據(jù)信息傳輸能力，可以適應快速、準確、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，其在設計、功能、任務規(guī)劃、應用模式、管理方式和智能水平方面具有以下特點：

(1) 設計逐漸從硬件定義轉(zhuǎn)向軟件定義。智能遙感衛(wèi)星在設計方面采用軟件定義的方式，將傳統(tǒng)的由分系統(tǒng)硬件方式實現(xiàn)的功能以軟件形式來實現(xiàn)，支持算法、參數(shù)上注更新，支持功能的動態(tài)擴展，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)向通導遙綜合化。智能遙感衛(wèi)星在空間信息網(wǎng)絡環(huán)境下能夠?qū)崿F(xiàn)通信衛(wèi)星、導航衛(wèi)星和智能遙感衛(wèi)星的綜合化運行，使衛(wèi)星之間相互連接，擴大應用范圍，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)星任務規(guī)劃采用星上智能規(guī)劃的形式，地面只需將任務需求上傳至衛(wèi)星，星上智能規(guī)劃系統(tǒng)能及時結(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)劃方案并進行數(shù)據(jù)獲取，這種方式縮短了處理時間，并結(jié)合實際情況獲取最優(yōu)的觀測方案，滿足應急情況的需求。

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

(5) 管理方式逐漸從測控遙控分離轉(zhuǎn)向測控遙控服務一體化。智能遙感衛(wèi)星的管理方式采用了測控遙控服務一體化的形式，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。

(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時傳輸功能，將通信、導航和遙感衛(wèi)星連為一體，實現(xiàn)多星協(xié)同的群體智能發(fā)展。

2 智能遙感衛(wèi)星在軌處理及服務模式

2.1 智能遙感衛(wèi)星在軌處理架構(gòu)

任務驅(qū)動的智能遙感衛(wèi)星星地協(xié)同在軌處理架構(gòu)，以用戶的任務需求為核心，主要通過建立任務模型，對任務進行分類、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，進行任務規(guī)劃、執(zhí)行和管理，實現(xiàn)空間信息網(wǎng)絡環(huán)境下從任務描述、任務分解到資源調(diào)度的自動映射，滿足從觀測到?jīng)Q策“快”“準”“靈”的應用需求。圖1所示為任務驅(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)處理和應用模式，任務驅(qū)動的遙感數(shù)據(jù)星地協(xié)同高效處理模式的任務目標更加明確、處理方式更加靈活、星地資源配置更加合理，能快速響應突發(fā)事件或其他實效性要求較高的任務，如時敏目標檢測、抗震救災等應用。

圖1 任務驅(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)星服務模式

智能遙感衛(wèi)星的典型服務模式主要包括位置感知、目標感知和變化感知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)進行處理。目標感知區(qū)別于已知精確地理信息的處理流程，是一種以目標為驅(qū)動的處理模式，通過對成像數(shù)據(jù)流進行目標檢測，來實現(xiàn)目標區(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)任務位置信息對視頻序列圖像進行定位；基于ROI對視頻進行穩(wěn)像并判斷是否進行云檢測；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)任務位置信息對單幀圖像進行定位；基于ROI對圖像進行幾何校正并判斷是否進行云檢測；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圖像進行圖像壓縮，得到最終結(jié)果。

目標感知的處理流程為：首先根據(jù)待檢測目標參數(shù)對數(shù)據(jù)流進行目標檢測，得到n個包含目標的ROI影像；然后分別對每個目標ROI影像進行影像定位和幾何校正，得到n個目標ROI校正影像；最后進行圖像壓縮處理，得到n個目標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)任務位置信息對數(shù)據(jù)流進行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行影像匹配；對影像進行幾何校正，并基于歷史影像或上傳參考影像進行變化檢測；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 星上智能實時處理核心算法

遙感數(shù)據(jù)星地協(xié)同智能實時處理算法主要是圍繞任務規(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)化配置進行研究。以目標檢測任務為例，從任務規(guī)劃到原始數(shù)據(jù)獲取再到目標識別信息提取，傳統(tǒng)的處理模式需要經(jīng)過任務規(guī)劃、原始數(shù)據(jù)解析、輻射校正、標準景產(chǎn)品生產(chǎn)、目標檢測識別等流程。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、定軌和定標數(shù)據(jù)，根據(jù)目標所在地理范圍，準確獲取目標的成像范圍，對成像范圍內(nèi)的影像進行必要的輻射校正、幾何校正處理，得到高質(zhì)量高精度傳感器影像，進一步進行目標檢測，最后通過幾何定位算法得到目標的地理坐標。以下針對光學遙感衛(wèi)星星上智能實時處理所涉及的核心算法進行詳細介紹。

2.3.1 星上智能任務規(guī)劃

智能遙感衛(wèi)星星上任務規(guī)劃，首先需要用戶提交觀測任務需求，包括地面移動站或中繼衛(wèi)星的可用時間窗口信息，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；星上任務規(guī)劃系統(tǒng)接收到這些任務需求信息之后，依據(jù)對觀測目標的過境信息、云量信息，在滿足觀測目標約束、衛(wèi)星資源約束和目標與衛(wèi)星之間關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規(guī)劃方案、自動生成任務指令并自主進行數(shù)據(jù)獲取。星上智能任務規(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信息數(shù)據(jù)，自主決定下一個工作周期是否繼續(xù)進行數(shù)據(jù)獲取。智能任務規(guī)劃，大大減少了對地面管控的依賴，減少了復雜功能衛(wèi)星任務指令上注數(shù)據(jù)量，并真正讓圖像智能處理的結(jié)果得到及時響應。

2.3.2 光學影像相對輻射校正

光學影像星上相對輻射校正，首先需要分析影響探元光電響應變化的各種因素，并以最大后驗概率理論為依托，通過引入約束條件和加權(quán)思想構(gòu)建在軌自適應的系統(tǒng)輻射校正模型；然后利用定標數(shù)據(jù)或?qū)崟r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)計的策略，優(yōu)化輻射定標參數(shù)的解算精度；最后基于地面輻射定標結(jié)果，將定標查找表上注更新至星上，星上根據(jù)查找表進行相對輻射校正，得到校正后影像。光學影像相對輻射校正關鍵在于定標模型的確定和定標參數(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

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

2.3.4 光學遙感影像智能云檢測

云檢測是實現(xiàn)影像中云區(qū)域準確、快速高效的檢測和提取，重點在于區(qū)分云與冰、雪等高反射目標，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。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，計算過程中需要消耗的計算資源、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檢測

目標檢測是在星上資源受限的條件下，進行飛機、艦船等典型靜/動態(tài)目標的實時智能檢測。針對星上原始數(shù)據(jù)壓縮和不壓縮兩種應用模式，一般有兩種目標檢測技術(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，挖掘壓縮域中所蘊含的圖像目標特征信息。由于壓縮域目標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特征信息，達到有效節(jié)省星上計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)進行在軌快速篩選，獲得僅包含目標及周圍鄰域的小數(shù)據(jù)量ROI集合，達到節(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動目標檢測

為了將衛(wèi)星視頻采集的數(shù)據(jù)實時傳輸?shù)降孛?，滿足用戶對遙感視頻中運動目標更加直觀的觀測需求，需要在星上計算資源、傳輸帶寬受限的條件下，實現(xiàn)對關鍵信息的在軌實時編碼及傳輸。衛(wèi)星視頻智能壓縮是在星上有限的計算資源條件下，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個方面滿足星地傳輸?shù)男枨?。衛(wèi)星視頻運動目標檢測需要在壓縮域?qū)\動目標進行檢測，并在解碼端對檢測結(jié)果進行線框的標注，從而滿足衛(wèi)星視頻在星上實時處理的需求，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)學房屋指數(shù)計算、控制點匹配、序列圖像時空融合、三維重建等。這些算法共同組合應用，為遙感影像的實時在軌處理和智能服務提供基本保障。

3 珞珈三號01星及應用場景設計

珞珈三號01星是武漢大學聯(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證海量遙感數(shù)據(jù)實時獲取、智能處理、稀疏表征與壓縮傳輸?shù)年P鍵科學問題。

3.1 珞珈三號01星智能服務場景設計

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

3.1.1 基于境內(nèi)地面站的智能服務演示驗證場景

主要通過地面站來進行任務上注和數(shù)據(jù)下傳，從而實現(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)域或目標的觀測需求，通過集成演示驗證客戶端，提交觀測任務需求，地面測控數(shù)傳站將任務需求上注智能遙感衛(wèi)星；智能遙感衛(wèi)星自主任務規(guī)劃產(chǎn)生任務指令并執(zhí)行，當衛(wèi)星過境任務區(qū)域時進行成像，獲取所需圖像；星上智能處理單元實時對數(shù)據(jù)進行定位、幾何校正、云檢測、目標檢測、變化檢測、動目標提取與跟蹤等處理，并進行智能高效壓縮，經(jīng)星地傳輸鏈路實時下傳至地面接收站；最后通過地面網(wǎng)絡進行實時分發(fā)，通過5G手機基站或WiFi熱點方式將在軌處理結(jié)果反饋給用戶移動終端，從而實現(xiàn)分鐘級的遙感智能信息服務。

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

3.1.2 基于中繼衛(wèi)星的智能服務演示驗證場景

主要通過中繼衛(wèi)星進行任務上注、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)星可實現(xiàn)全球范圍內(nèi)的實時信息服務，圖3為基于中繼衛(wèi)星的演示驗證場景。其主要步驟如下：首先用戶通過集成演示驗證客戶端提交觀測任務需求，地面移動站或中繼衛(wèi)星控管中心將任務需求上注至中繼衛(wèi)星；然后通過星間網(wǎng)絡將任務需求轉(zhuǎn)發(fā)到智能遙感衛(wèi)星；智能遙感衛(wèi)星自主任務規(guī)劃產(chǎn)生任務指令并執(zhí)行，當衛(wèi)星過境任務區(qū)域時進行成像，獲取圖像；星上智能處理單元實時對數(shù)據(jù)進行定位、幾何校正、云檢測、目標檢測、變化檢測、動目標提取與跟蹤等處理，并進行智能高效壓縮；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)星實時下傳至中繼衛(wèi)星測控數(shù)傳站或移動站，通過WiFi熱點方式將在軌處理結(jié)果反饋給用戶移動終端。

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

3.2 珞珈三號01星服務模式

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

(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區(qū)域，如大型露天廣場、旅游景點、重要交通樞紐等進行視頻直播，滿足用戶查看該區(qū)域?qū)崟r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，俯瞰所選熱點區(qū)域的實時動態(tài)，進行視頻直播。

(2) 目標檢測。目標檢測的任務主要是針對單幀圖像數(shù)據(jù)進行識別檢測，主要包括飛機、艦船、大型車輛等，相應區(qū)域包括機場、港口、高速公路或大橋等。目標檢測的處理類型主要是目標感知，衛(wèi)星在軌處理流程主要包括目標檢測、目標定位和圖像壓縮，預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，實現(xiàn)目標區(qū)域內(nèi)重點目標的提取和數(shù)量統(tǒng)計。

(3) 變化檢測。變化檢測主要針對單幀圖像數(shù)據(jù)進行檢測，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行變化檢測。變化檢測任務的衛(wèi)星在軌處理流程主要包括圖像定位、圖像配準、變化檢測和圖像壓縮，預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，對目標區(qū)域內(nèi)的變化信息進行提取，得到變化范圍、類型等拓撲語義信息。

(4) 動目標提取與跟蹤。動目標提取與跟蹤主要針對視頻數(shù)據(jù)進行開展，主要針對但不限于運動飛機、艦船、大型車輛的提取與跟蹤。動目標提取與跟蹤的衛(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、動目標檢測、動目標跟蹤和視頻壓縮，預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)運動目標的運動軌跡與速度信息，并對其運動狀態(tài)進行跟蹤。

4 結(jié) 論

智能遙感衛(wèi)星影像在軌處理與實時服務核心是構(gòu)建星地協(xié)同任務驅(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”、“靈”的智能化應用服務。通過構(gòu)建一個遙感通信一體化的可重構(gòu)輕小型開放式智能化衛(wèi)星試驗平臺，開展多學科交叉研究，進一步推動智能對地觀測系統(tǒng)的深入研究和應用。

5G、6G和人工智能技術(shù)為智能遙感衛(wèi)星的低時延傳輸和智能化研究提供了重要支撐。在新的時代背景下研究智能遙感衛(wèi)星實時服務技術(shù)，將遙感影像數(shù)據(jù)應用模式從“事后處理分發(fā)”向“在軌處理實時傳輸”轉(zhuǎn)變，實現(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)用戶的服務轉(zhuǎn)向大眾移動終端服務的突破。

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。