星上智能信息处理技术发展趋势分析与若干思考

乔凯 智喜洋 王达伟 胡建明 韩奇超 张勇

星上智能信息处理技术发展趋势分析与若干思考

乔凯1智喜洋*2王达伟2胡建明2韩奇超2张勇1

（1 北京跟踪与通信技术研究所，北京 100094）（2 哈尔滨工业大学空间光学工程研究中心，哈尔滨 150001）

星上智能信息处理的主要任务是接收天基探测载荷数据，并在星上完成数据压缩、复杂海空环境下高价值目标的发现、识别与跟踪等工作，达到降低下传数据率、支持天基广域探测与全自主即时态势感知等目的。文章回顾了美国、德国等航天强国光学卫星的星上信息处理技术的发展现状，梳理总结了该技术的发展思路与关键指标。在此基础上，结合星上信息处理技术的应用现状，着重从天基光学探测应用需求出发，提出星上智能信息处理关键技术与能力的发展建议，为推进未来海空目标多源探测与信息融合处理技术创新与持续发展提供支撑。

天基探测 海空目标 星上智能信息处理 态势感知 航天遥感

0 引言

基于卫星平台的天基光学探测具有观测范围广、空间与时间分辨率高、可全天候工作等独特优势，已成为海空目标精准识别、持续监视的必要手段，是实现广域海空监管的有效途径，在交通运输、海洋执法、国防安全等领域有着重要应用[1]。星上智能信息处理是天基光学探测提高全链路时效性的核心环节，其主要任务是通过接收卫星多源载荷数据并对其进行信息融合处理，实现全探测场景海量数据下目标的在线检测[2]、精准识别与持续跟踪，为卫星/星座/载荷的自主调度运用、目标位置确定、信息快速应用提供支撑。

本文即是面向海空目标的天基光学探测应用，结合复杂海空环境下典型高价值目标特性的认知，梳理星上智能信息处理的能力需求；同时，结合星上数据压缩和星上目标提取技术的发展现状，分析其发展趋势，给出星上智能信息处理技术的发展建议，为我国天基光学探测技术的发展提供参考。

1 星上智能信息处理能力需求分析

1.1 星上智能信息处理的定位与难点

天基观测条件下的海空目标呈现出辐射能量低、运动速度快、机动能力强、轨迹不规则等特点[3]，基于传统模式将全部的载荷探测数据传至地面，在地面完成目标检测、确认识别后再上传星上的信息处理策略[4]，将导致处理链路长、数传链压力过大、时效性差，不仅对星地传输链路带来巨大挑战，而且难以满足卫星探测器数据应用的时效性需求。因此，必须发展面向天基探测应用的星上信息处理技术。

图1给出了星上信息处理流程示意，可以看出：探测场景中包含飞机、船只、岛屿，以及不同类型的云、海杂波等复杂环境干扰。天基成像与探测过程中，目标与各类背景高度耦合，且易受天基平台振动、光学载荷探测性能与成像品质的影响。显然，在复杂海空环境中实现高价值目标的高灵敏探测和高实时在线提取本身就是极具挑战的科学难题[5]。受到卫星资源的限制，星上的信息处理也难以选择过于复杂的算法。

图1 天基观测下星上信息处理示意图

因此，亟需在目标特性充分认知的基础上，综合考虑目标与背景及其与探测链路间的耦合机制，通过探测载荷-信息处理算法的一体化设计，保证目标的可探测性，同时有效解决有限星载资源下的目标高概率在线检测、精准识别难题。

1.2 典型海空目标特性

通常，空中目标及海面舰船等都属于海空高价值目标。目标特性是星上智能信息处理算法设计的依据。

（1）空中目标特性

高价值空中目标主要包括各类飞机[6]。而空中目标表皮的雷达散射、红外辐射特征通常很小，被动探测时极易淹没于背景杂波中。图2给出了三类典型空中目标的光谱特征仿真曲线。从图2中可以看出：部分谱段的光谱辐射特性可选作谱指纹作为不同类型空中目标的分类识别依据之一，而部分谱段不同类型空中目标的光谱特征又表现出了相似性，因此有必要融合多源、多维信息以实现空中目标的分类识别。可以据此开展星上信息处理与探测载荷的一体化设计，优选探测谱段、辐射分辨率等指标。

图2 不同空中目标光谱曲线对比（高度10 km，白天）

（2）海面目标特性

高价值海面目标以航母、护卫舰及驱逐舰等为典型代表[7]，如图3（a）所示。在高分辨率可见光图像中，海面目标的细节、轮廓等空域特征明显，对目标的分类识别有很强的优势；在红外图像中，虽然目标空域特征缺失，但通过优选红外谱段等探测系统参数，可使得目标与背景保持较高的对比度，有利于目标在线提取。从图3（b）可见：白天和夜间场景，二者的图像对比度出现反转，这些都可以作为目标检测的依据。为实现海面目标全天时的检测识别，需要多源载荷协同探测，并进行空间分辨率、光谱分辨率等指标的匹配设计。

图3 光学遥感图像中的典型海面目标

由以上分析可见：天基观测视角下的复杂海空环境中目标呈现出高动态、弱信号、强耦合等特征[8]，同时受云层[9]、平台振动[10]等影响，探测数据中可观测的目标很可能是稀疏的[11]。因此仅依靠单一特征、单一尺度或少维特征的组合，很难实现目标高置信度的检测与分类识别[12]。需要从目标的多维多尺度特征出发，开展多源异构信息融合处理技术研究，并通过信息处理与探测载荷的一体化设计，建立多星/多载荷协同优化方案。

1.3 能力需求分析

从面向海空目标天基探测应用的星上智能信息处理需求出发，结合目前典型高价值目标特性的有限认知，星上智能信息处理应具备的能力包括：

1）高置信度星上目标检测跟踪能力。在星上实现全作战场景、天基稀疏观测条件下海空高价值源头目标的高置信度检测与持续跟踪，为载荷/卫星/星座的自主调度运用、目标位置确定、信息快速应用提供支撑。

2）多源异构信息融合识别能力。以卫星为核心处理节点，融合处理无人机、地基雷达、外部情报、航线航路等多源异构信息，实现军民目标、隐蔽、诱饵、伪装的辨识，以及隐身等目标的高置信度目标型号识别。

3）多目标全流程态势信息生成能力。针对复杂场景下海、空多目标，持续获取并处理生成包含目标型号、航迹、位置、群隶属关系等全流程态势信息。

4）天地一体信息处理算法协同优化能力。在地面对目标特性和特征事件开展持续累积分析，在此基础上，面向星上信息处理应用对星上处理算法、参数、特性库进行更新、重构和优化，不断拓展提升星上信息处理应对新目标的能力。

5）多星/多载荷协同调度运用能力。根据目标态势信息获取需求，急需多星/多载荷进行自主调度，获取目标多角度、多维特性信息和高精度位置信息，并结合探测载荷-信息处理算法的一体化设计，为目标的精准识别、持续跟踪提供支撑。

6）海量数据星上存储与处理能力。针对海量数据星上存储与处理能力需求，发展多载荷、多体制海量探测高实时处理、目标识别特性库星上存储应用与目标态势信息即时生成。

2 星上信息处理技术发展趋势分析

2.1 星上数据压缩技术现状分析

由于海量的高分辨率图像数据对卫星数据传输链路提出了极大的挑战，星上数据压缩作为一种星上信息处理技术，被普遍应用以减小星上存储设备的压力。早在20世纪80年代中期，法国SPOT系列卫星就基于DPCM压缩算法实现了星上数据压缩。美国在商业遥感卫星QuickBird-2[13]、WorldView-1[14]上都采用了DPCM压缩算法，实现了对图像数据的自适应压缩。2011年，法国发射的Pleiades-HR卫星采用了DWT压缩算法[15]，全色图像压缩速率达到2.5bit/像素，压缩比为4.8︰1，多光谱图像压缩速率达到2.8bit/像素，压缩比约为4.3︰1。我国分别于1999年、2000年发射的“资源一号”卫星和“资源二号”卫星分别采用了PCM编码器和DPCM编码器[16-17]，填补了我国星载数据压缩的空白。

近年来，除了研究这些基本的压缩算法外，为有效减少星地之间上行、下行的无效数据，提高光学遥感解译应用效能，国内外在选择性压缩方法（ROI压缩算法）上已开展了大量的研究[18]，其基本思想是首先确定图像中的感兴趣区域和非感兴趣区域，然后对感兴趣区域进行较低压缩比的压缩，对非感兴趣区域进行较高压缩比的压缩[19]。

2.2 星上目标提取技术现状

美国在星上目标提取技术方面开展了大量的研究，其中工程应用最好的是天基预警卫星系统。DSP卫星系统是美国部署的第一种实用型弹道导弹预警卫星系统，经过三代发展，DSP卫星在探测战略弹道导弹方面已达到相当成熟的实战水平[20]。DSP卫星搭载了星上数据处理器，实现了去除探测数据中大量的冗余背景数据，提取疑似目标并下传疑似目标切片数据的功能，将原始探测数据170Mbit/s的数据率降为1Mbits/s的疑似目标特性切片数据下传地面[21]。美国在DSP卫星系统的基础上发展了SBIRS卫星系统[22]，以逐步取代DSP卫星系统。SBIRS卫星系统由4颗地球同步轨道卫星、2个大椭圆轨道有效载荷和24颗低地球轨道卫星以及地面系统组成。SBIRS卫星的星上信息处理功能更加完善，兼顾弹道导弹和战术导弹等多种目标，具备星上疑似目标高置信度提取和星座的自主引导能力[23]，且星上信息处理结果可直接向战术端进行广播分发（如图4所示）。

图4 SBIRS_LOW星上信息处理示例

2.3 发展趋势分析

通过星上数据压缩和星上目标提取技术的现状可知，目前星上信息处理技术的主要发展趋势包括：

1）目前星上信息传输是以压缩冗余数据、降低下传数据率为核心手段，对于光学遥感解译应用，星上数据传输正从全场景图像直接压缩向星上剔除无效背景、压缩下传疑似目标区域切片的方式过渡。

2）对图像数据进行星上智能解译并提取有效信息，并根据不同用户终端自主生成相应的信息产品，是未来星上信息处理技术发展的必然趋势。

3）对于海空目标探测应用而言，直接在星上完成多类目标的高置信度检测识别，为星座组网协同探测、多维目标特性收集等应用提供支撑，是未来星上信息处理技术发展的必然趋势。

3 星上智能信息处理发展建议

面向高价值海空目标天基广域探测与全自主即时态势感知应用需求，结合星上智能信息处理的定位与难点分析、目标特性的认知和星上信息处理技术发展趋势分析，建议从以下七个方面，发展星上智能信息处理技术：

1）将目标特性的研究与整个天基探测链路、星上信息处理有机结合，实现目标特性–载荷–信息处理一体化匹配优化设计，为天基探测系统论证、星上信息处理算法的升级优化、新型载荷论证研制提供真正意义上支撑。

2）在目标本征特性分析的基础上，充分利用目标本征特征外的征候、关联特性等与目标、事件的关联关系，从“痕量特征”的维度重新定义、表征目标特性，开展基于痕量特征的目标检测识别技术研究与应用，提高隐身、隐蔽等弱特征目标的星上检测能力。

3）合理设计星地信息处理分工，通过利用星上处理为高时敏应用提供情报产品，地面处理为用户提供精细全面的态势信息，并对目标特性和特征事件开展持续累积分析，在此基础上对星上处理算法、参数、特性库进行更新、重构和优化，不断拓展提升星上信息处理应对新威胁目标的能力，实现星地信息处理的一体化。

4）加强面向星上信息处理应用的多源异构数据融合识别技术研究，将人工智能与多源异构信息融合相结合，通过异构特征数据交互迁移，实现对不同属性特征信息的高效利用，以深度学习来智能感知和融合多源异构探测数据中的目标信息，提升复杂海空环境下星上目标辨识及目标型号识别能力。

5）加强超时相多平台变化检测技术研究，通过对短时间间隔下、多平台探测数据间由于天候、时相、视角、平台抖动、探测体制、观测时–空–谱尺度差异等造成的图像变化的智能解析，通过多平台多时相探测数据的时空谱高精度配准，实现高价值目标态势变化的精准辨识。

6）在星上目标检测、识别、跟踪的基础上，开展全域态势信息自主生成与智能分发技术研究，对场景内多目标的群行为进行智能辨识，并处理生成包含目标型号、数量、航迹、位置、群隶属关系等全流程态势信息，并实现面向各级用户的星上自主情报产品分发。

7）建议开展分布式星上信息处理架构与技术研究，通过设计研制分布式的星上信息处理软硬件架构，为信息处理方法的星上应用提供计算资源保障。

4 结束语

星上智能信息处理技术是海空目标天基光学探测的核心环节，直接决定了卫星及早发现、自主识别确认与跟踪目标的能力。通过其与卫星及探测载荷的一体化设计，还能够为天基探测系统论证提供重要依据。然而，受到天基观测复杂场景、探测链路强耦合的影响，以及星载有限资源和国外海空目标特性认知不足的制约，星上信息处理技术的研究仍面临着很大的难度和挑战性。本文仅是在现有认知的基础上，给出面向天基探测应用的星上智能信息处理技术的若干思考和后续发展建议，以期为未来天基探测体系建设提供参考。

[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, 乔凯, 智喜洋, 等. 天基观测条件下复杂环境对空中弱小目标可探测性的影响[J]. 红外与毫米波学报,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] 刘晓磊, 董小萌, 潘忠石, 等. 空中隐身目标天基探测技术浅析[J]. 空间电子技术, 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, 黄聪会, 等. 飞机成像目标的红外隐身效果评估[J]. 红外与激光工程, 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] 李岩. 基于“高分五号”卫星红外影像的舰船尾迹特征分析[J]. 航天返回与遥感, 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] 汤泽滢, 黄贤锋, 蔡宗宝. 国外天基空间目标监视系统发展现状与启示[J]. 航天电子对抗, 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. 天基海洋目标信息感知与融合技术研究[J]. 武汉大学学报(信息科学版), 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] 韩晋山, 邢建平, 张浩, 等. 美国导弹预警系统的发展现状与趋势分析[J]. 科技导报, 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, 刘辉, 闫世强, 等. 导弹预警卫星对助推段导弹的探测能力建模[J]. 火力与指挥控制, 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] 林两魁, 王少游, 任秉文, 等. 低轨光学星座目标监视信息处理技术分析[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] 毛艺帆, 张多林, 王路. 美国SBIRS-HEO卫星预警能力分析[J]. 红外技术, 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

乔凯，男，1981年11月生。2005年于哈尔滨工业大学获硕士学位，副研究员。主要从事光学遥感卫星论证、设计等方面的研究。E-mail：qk_lucky@sohu.com。

智喜洋，男，1982年12月生。2012年获光学工程专业博士学位，现为哈尔滨工业大学教授/博士生导师，研究方向为空间光电信息获取与处理、目标探测与识别。E-mail：zhixiyang@hit.edu.cn。

2021-01-12

国家自然科学基金（61975043）

乔凯, 智喜洋, 王达伟, 等. 星上智能信息处理技术发展趋势分析与若干思考[J]. 航天返回与遥感, 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)

（编辑：毛建杰）