多源衛(wèi)星信息在軌融合處理分析與展望

何 友，姚力波，李 剛，劉 瑜, 楊 冬，李文峰

(1. 海軍航空大學(xué)信息融合研究所，煙臺(tái) 264001；2. 清華大學(xué)電子工程系,北京 100084；3. 北京空間飛行器總體設(shè)計(jì)部，北京 100094；4. 上海衛(wèi)星工程研究所，上海 201109)

0 引 言

現(xiàn)代衛(wèi)星對(duì)地觀測(cè)技術(shù)發(fā)展迅速。一方面是單星的性能指標(biāo)和數(shù)據(jù)質(zhì)量得到大幅提升，具有更高的空間、輻射和光譜分辨率，更大的幅寬和更多的工作模式等特點(diǎn)；另一方面綜合型衛(wèi)星和衛(wèi)星組網(wǎng)技術(shù)取得了突破進(jìn)展，逐步形成了單星多載荷協(xié)同和多星組網(wǎng)協(xié)同對(duì)地觀測(cè)能力，縮短了重復(fù)觀測(cè)的時(shí)間間隔。信息融合能夠有效降低多源衛(wèi)星數(shù)據(jù)之間的沖突信息，充分利用互補(bǔ)信息，實(shí)現(xiàn)多源衛(wèi)星信息的綜合印證和協(xié)同推理[1]。

衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)量呈現(xiàn)爆炸式增長(zhǎng)，實(shí)時(shí)數(shù)據(jù)獲取速率已經(jīng)高達(dá)數(shù)Gbps，目前，星地?cái)?shù)據(jù)傳輸速率僅為幾百M(fèi)bps，兩者之間存在著很大差距，并且呈現(xiàn)擴(kuò)大的趨勢(shì)。傳統(tǒng)的衛(wèi)星對(duì)地觀測(cè)采用地面規(guī)劃與處理模式，一是任務(wù)在地面進(jìn)行規(guī)劃，二是數(shù)據(jù)在地面進(jìn)行處理，并且通過地面網(wǎng)絡(luò)發(fā)送給用戶，導(dǎo)致傳輸節(jié)點(diǎn)多、時(shí)延長(zhǎng)。因此，一方面信息不能快速傳輸給終端用戶，對(duì)于應(yīng)急救援等緊急任務(wù)和時(shí)敏目標(biāo)監(jiān)視等實(shí)時(shí)任務(wù)響應(yīng)不及時(shí)；另一方面多源衛(wèi)星觀測(cè)信息也得不到快速融合處理，對(duì)于中遠(yuǎn)海監(jiān)視、導(dǎo)彈預(yù)警等大范圍廣域探測(cè)任務(wù)的連續(xù)接力觀測(cè)能力較弱。

隨著星上處理、存儲(chǔ)硬件設(shè)備和嵌入式實(shí)時(shí)操作系統(tǒng)的發(fā)展，衛(wèi)星的在軌數(shù)據(jù)處理能力得到了很大提升，光通信、中繼衛(wèi)星等技術(shù)的發(fā)展，使得衛(wèi)星數(shù)據(jù)能夠高速在衛(wèi)星之間傳輸。同時(shí)，研究人員相繼提出天基互聯(lián)網(wǎng)[2]、空間信息網(wǎng)絡(luò)[3]、天地一體化信息網(wǎng)絡(luò)[4-9]等概念，并開展關(guān)鍵技術(shù)研究，規(guī)劃建設(shè)融合空間探測(cè)、通信和計(jì)算三類資源為一體的在軌動(dòng)態(tài)實(shí)時(shí)分布式網(wǎng)絡(luò)，實(shí)現(xiàn)多源衛(wèi)星和多類傳感器信息在軌協(xié)同智能感知與融合。

本文在分析國(guó)內(nèi)外衛(wèi)星數(shù)據(jù)在軌處理發(fā)展研究現(xiàn)狀的基礎(chǔ)上，對(duì)多源衛(wèi)星信息在軌融合處理涉及到的相關(guān)問題展開了總結(jié)、研究和討論。

1 衛(wèi)星信息在軌處理概述

1.1 國(guó)內(nèi)外發(fā)展現(xiàn)狀

目前世界各空間強(qiáng)國(guó)都非常重視對(duì)星上處理系統(tǒng)和設(shè)備的研發(fā)，光學(xué)遙感衛(wèi)星已經(jīng)實(shí)現(xiàn)了數(shù)據(jù)壓縮、輻射校正、云判、目標(biāo)檢測(cè)和變化監(jiān)測(cè)等功能的在軌處理，合成孔徑雷達(dá)(Synthetic aperture radar,SAR)遙感衛(wèi)星實(shí)現(xiàn)了回波原始數(shù)據(jù)在軌壓縮處理，正在開展在軌實(shí)時(shí)成像處理算法和硬件設(shè)備的研究。同時(shí)，已經(jīng)發(fā)射了敏捷衛(wèi)星、軟件定義衛(wèi)星和智能衛(wèi)星等新型衛(wèi)星，推動(dòng)了多源衛(wèi)星信息的在軌融合處理研究。

美國(guó)系統(tǒng)開展了衛(wèi)星探測(cè)數(shù)據(jù)星上處理的硬件、軟件、算法和星上自主探測(cè)任務(wù)規(guī)劃等方面研究，并且已經(jīng)在多顆衛(wèi)星上開展了在軌數(shù)據(jù)處理的試驗(yàn)。例如NEMO(Naval earth map observer)衛(wèi)星上搭載的ORASIS(Optical real-time adaptive signa-ture identification system)系統(tǒng)[10]能提供星上超光譜圖像自動(dòng)數(shù)據(jù)分析、特征提取和數(shù)據(jù)壓縮等功能，并實(shí)時(shí)將處理結(jié)果從衛(wèi)星直接發(fā)送至戰(zhàn)場(chǎng)，硬件處理器為IOBP(Image on-board processor)。ORS(Operatio-nally responsive space)項(xiàng)目衛(wèi)星能夠在軌分析衛(wèi)星采集的圖像數(shù)據(jù)和信號(hào)數(shù)據(jù)，準(zhǔn)實(shí)時(shí)地向士兵快速提供目標(biāo)信息、戰(zhàn)備及戰(zhàn)場(chǎng)毀傷評(píng)估信息，同時(shí)該項(xiàng)目還開展了衛(wèi)星之間如何相互引導(dǎo)實(shí)現(xiàn)目標(biāo)成像的研究[11]。EO-1(Earth observation one mission)衛(wèi)星能夠在軌完成高光譜圖像感興趣區(qū)域自動(dòng)識(shí)別、區(qū)域變化檢測(cè)、云判及無效數(shù)據(jù)剔除，將數(shù)據(jù)下傳耗時(shí)由原來的幾個(gè)小時(shí)縮短到30 min以內(nèi)[12]。MightySat衛(wèi)星實(shí)現(xiàn)在軌感興趣區(qū)域識(shí)別[13]，驗(yàn)證空間技術(shù)支持戰(zhàn)場(chǎng)應(yīng)用。美國(guó)DARPA(Defense advanced research projects agency)正在實(shí)施的Blackjack小衛(wèi)星星座具有高度的自主性和網(wǎng)絡(luò)彈性，采用自主分布式?jīng)Q策處理器，有效載荷能夠自主運(yùn)行，衛(wèi)星的數(shù)據(jù)處理將在軌完成，無需地面數(shù)據(jù)處理的支持，能夠在軌自主執(zhí)行共同任務(wù)，可以在無運(yùn)營(yíng)中心管理的情況下獨(dú)立運(yùn)行30天，支持指揮控制、情報(bào)監(jiān)視與偵察、戰(zhàn)術(shù)作戰(zhàn)等各種需要[14]。

美國(guó)自2012年起開始關(guān)注空間計(jì)算技術(shù)，開展了衛(wèi)星在軌信息處理、空天地一體化協(xié)同組網(wǎng)等技術(shù)研究，涵蓋了空間云計(jì)算、空間預(yù)測(cè)分析、空間信息協(xié)同等，目前美國(guó)空軍研究實(shí)驗(yàn)室已完成了在地球同步軌道部署星上云計(jì)算網(wǎng)絡(luò)的試驗(yàn)，并正在探究高、中、低多種軌道類型的異構(gòu)網(wǎng)絡(luò)云計(jì)算部署方案及性能研究[15-16]。

德國(guó)的BIRD(Bispectral infrared detection)小衛(wèi)星實(shí)現(xiàn)了可見光、中波紅外和熱紅外3個(gè)波段圖像的輻射校正、幾何校正、紋理提取、地物分類和亞像元火點(diǎn)探測(cè)等在軌處理[17]。法國(guó)的Pleiades-HR衛(wèi)星實(shí)現(xiàn)了輻射校正、幾何校正和圖像壓縮等功能在軌處理[18]。歐空局的PROBA(Project for on-board autonomy)衛(wèi)星開展了在軌自主任務(wù)規(guī)劃等功能驗(yàn)證[19]。澳大利亞的FedSat衛(wèi)星搭載了可重構(gòu)在軌處理原型系統(tǒng)，可利用星上光學(xué)載荷生成的數(shù)據(jù)發(fā)現(xiàn)并監(jiān)測(cè)自然災(zāi)害[20]。德國(guó)、加拿大、日本和以色列等國(guó)家也開展了衛(wèi)星數(shù)據(jù)在軌處理技術(shù)研究和系統(tǒng)研制。

國(guó)內(nèi)，武漢大學(xué)、中科院長(zhǎng)光所和空天信息創(chuàng)新研究院等單位開展了衛(wèi)星遙感圖像壓縮、定標(biāo)技術(shù)(輻射校正和幾何校正)和云檢測(cè)等在軌處理技術(shù)研究[21-25]，清華大學(xué)、北京理工大學(xué)、北京航空航天大學(xué)和中科院空天信息創(chuàng)新研究院等單位開展了SAR衛(wèi)星在軌實(shí)時(shí)成像技術(shù)研究[26-30]，北京理工大學(xué)、哈爾濱工業(yè)大學(xué)、華中科技大學(xué)、中科院自動(dòng)化所和中國(guó)空間技術(shù)研究院等單位開展了衛(wèi)星遙感圖像在軌實(shí)時(shí)目標(biāo)檢測(cè)與識(shí)別研究[31-36]，國(guó)防科技大學(xué)、哈爾濱工業(yè)大學(xué)等單位開展了單星任務(wù)和多星協(xié)同任務(wù)在軌自主規(guī)劃研究[37-41]。

圖1 Blackjack衛(wèi)星組成及其接口架構(gòu)圖[14]Fig.1 The architecture of components and interfaces of Blackjack satellite program

圖2 BIRD小衛(wèi)星星地一體化處理工作流程圖[17]Fig.2 The satellite-ground integrated data processing flowchart of Germany BIRD satellite

清華大學(xué)的“航天清華一號(hào)”微小衛(wèi)星的星上圖像智能處理系統(tǒng)實(shí)現(xiàn)了在軌云檢測(cè)，濾除云覆蓋區(qū)域圖像，減輕傳輸數(shù)據(jù)量[42]。中科院軟件所的軟件定義實(shí)驗(yàn)衛(wèi)星“天智一號(hào)”衛(wèi)星對(duì)基于商用處理器的在軌高性能計(jì)算、在軌軟件重構(gòu)、在軌云計(jì)算和開源航天應(yīng)用軟件上注等在軌處理技術(shù)進(jìn)行了演示驗(yàn)證[43]。上海航天技術(shù)研究院研制的“浦江一號(hào)”衛(wèi)星采用基于星上處理的自主任務(wù)規(guī)劃技術(shù)，實(shí)現(xiàn)了多種有效載荷的協(xié)同工作[44]。北京理工大學(xué)開展了光學(xué)遙感衛(wèi)星星上自主云檢測(cè)、艦船目標(biāo)檢測(cè)和SAR遙感衛(wèi)星星上實(shí)時(shí)成像、艦船目標(biāo)檢測(cè)等內(nèi)容的在軌驗(yàn)證，中科院自動(dòng)化所針對(duì)編隊(duì)組網(wǎng)需求開展了星上圖像處理、融合、信息提取、疑似目標(biāo)區(qū)域快速定位、典型目標(biāo)識(shí)別、區(qū)域變化檢測(cè)等星上自主圖像處理平臺(tái)的研究和驗(yàn)證工作。長(zhǎng)光衛(wèi)星技術(shù)有限公司發(fā)射的“吉林一號(hào)”光譜01/02衛(wèi)星已經(jīng)開展了森林火點(diǎn)、海面艦船等目標(biāo)的在軌智能檢測(cè)與識(shí)別驗(yàn)證[45]。

衛(wèi)星數(shù)據(jù)在軌處理的發(fā)展也推動(dòng)了人工智能技術(shù)在對(duì)地觀測(cè)衛(wèi)星上的應(yīng)用[46-47]，李德仁等[49-50]提出了智能化對(duì)地觀測(cè)系統(tǒng)(IEOS, Intelligent Earth Observation Systems)、對(duì)地觀測(cè)腦和天基信息實(shí)時(shí)服務(wù)系統(tǒng)等設(shè)想，武漢大學(xué)、北京空間飛行器總體設(shè)計(jì)部、中國(guó)空間技術(shù)研究院、中科院空天信息創(chuàng)新研究院、自動(dòng)化所和軟件所等單位對(duì)智能遙感衛(wèi)星進(jìn)行了深入探討[51-55]。

1.2 存在的問題

目前，衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)的在軌處理能力仍然有限，主要存在以下五個(gè)問題：

1)傳統(tǒng)的對(duì)地觀測(cè)衛(wèi)星主要是針對(duì)單星單載荷探測(cè)能力的提升，沒有太多考慮多載荷、多衛(wèi)星協(xié)同探測(cè)和多源信息融合，對(duì)于復(fù)雜環(huán)境低可觀測(cè)區(qū)域的感知探測(cè)和信息提取的能力較弱。

2)多星協(xié)同觀測(cè)概率不高，由于衛(wèi)星單軌工作弧段短，成像衛(wèi)星幅寬窄、過頂時(shí)間固定、重訪周期長(zhǎng)、同軌道衛(wèi)星數(shù)目少，有效時(shí)間內(nèi)綜合多星協(xié)同觀測(cè)同一區(qū)域能力弱，對(duì)于重要目標(biāo)的連續(xù)監(jiān)測(cè)能力不足。

3)多星之間的信息交互能力較弱，星間高速通信技術(shù)仍在試驗(yàn)驗(yàn)證階段，衛(wèi)星任務(wù)規(guī)劃仍以地面解算為主，多星協(xié)同探測(cè)任務(wù)的自主智能規(guī)劃程度不高，在軌自主任務(wù)規(guī)劃尚未實(shí)用，對(duì)于時(shí)敏事件的應(yīng)急響應(yīng)能力仍有差距。

4)大部分衛(wèi)星實(shí)現(xiàn)了在軌數(shù)據(jù)壓縮和預(yù)處理等功能，部分衛(wèi)星具備了一定的在軌檢測(cè)、分類和識(shí)別能力，但對(duì)于多源數(shù)據(jù)在軌關(guān)聯(lián)融合、態(tài)勢(shì)分析等高層次處理研究較少，產(chǎn)品形式單一，不能滿足不同層次用戶的需求。

5)星上處理硬件和軟件高速實(shí)時(shí)處理能力還需進(jìn)一步提升，算法沒有全面考慮在軌處理的能力和特點(diǎn)，智能化處理水平不高，空間動(dòng)態(tài)分布式組網(wǎng)協(xié)同計(jì)算仍處于理論研究階段。

2 關(guān)鍵技術(shù)分析

本文重點(diǎn)分析研究多源衛(wèi)星在軌協(xié)同探測(cè)與信息融合，不涉及衛(wèi)星組網(wǎng)、星間通信、網(wǎng)絡(luò)協(xié)議以及星上硬件設(shè)備和操作系統(tǒng)等內(nèi)容。隨著人工智能技術(shù)的發(fā)展，衛(wèi)星傳感器探測(cè)及其信息處理逐步呈現(xiàn)出智能化的特點(diǎn)，從而進(jìn)一步提升衛(wèi)星的使用效能，本節(jié)結(jié)合人工智能理論分析研究多源衛(wèi)星在軌協(xié)同探測(cè)與信息融合兩方面的關(guān)鍵技術(shù)。

2.1 多源衛(wèi)星在軌協(xié)同探測(cè)技術(shù)

衛(wèi)星對(duì)地觀測(cè)具有覆蓋范圍廣、傳感器類型多等優(yōu)勢(shì)，但也存在多衛(wèi)星頻繁交接觀測(cè)、工作弧段較短、觀測(cè)間隔時(shí)間較長(zhǎng)等不利條件，具有稀疏非均勻觀測(cè)的特點(diǎn)。為充分發(fā)揮衛(wèi)星的使用效能，需要從信息融合的角度出發(fā)，規(guī)劃設(shè)計(jì)衛(wèi)星對(duì)地觀測(cè)體系，構(gòu)建任務(wù)驅(qū)動(dòng)、信息感知與融合相統(tǒng)一的智能觀測(cè)與智能處理一體化網(wǎng)絡(luò)。

1)多載荷一體化綜合衛(wèi)星

衛(wèi)星對(duì)地觀測(cè)傳感器具有多譜段、多模式、多尺度和多角度的特點(diǎn)，但單一傳感器都存在一定的局限性，例如光學(xué)遙感衛(wèi)星容易受黑夜、云霧和雨雪等因素影響，SAR遙感衛(wèi)星容易受電磁干擾，并且其成像機(jī)理特殊，解譯難度較大，電子偵察衛(wèi)星容易受電磁靜默和假目標(biāo)欺騙，此外，對(duì)地觀測(cè)衛(wèi)星的幅寬與分辨率通常相互制約，難以實(shí)現(xiàn)大幅寬高分辨率探測(cè)。

因此，通過在單顆衛(wèi)星上搭載多種類型的傳感器載荷，研制綜合型對(duì)地觀測(cè)衛(wèi)星，例如主被動(dòng)一體化探測(cè)衛(wèi)星(SAR與電子偵察、SAR與外輻射源等)、全被動(dòng)探測(cè)衛(wèi)星(光學(xué)與電子偵察、紅外與電子偵察、紅外與外輻射源等)，同時(shí)獲取目標(biāo)多維度特征，充分利用多傳感器互補(bǔ)信息，降低單一傳感器探測(cè)的不確定性和不精確性，并且能夠結(jié)合敏捷衛(wèi)星平臺(tái)技術(shù)，實(shí)現(xiàn)大范圍探測(cè)與精細(xì)探測(cè)模式的結(jié)合。

2)多類型載荷衛(wèi)星星座

綜合探測(cè)衛(wèi)星雖然具有多維度探測(cè)的優(yōu)勢(shì)，但研制難度大、成本高，不適合大規(guī)模研制部署，因此，難以實(shí)現(xiàn)重點(diǎn)區(qū)域和目標(biāo)的連續(xù)觀測(cè)。結(jié)合衛(wèi)星編隊(duì)、星簇、分布式衛(wèi)星等組網(wǎng)技術(shù)，綜合考慮高軌、中軌和低軌等不同軌位衛(wèi)星以及可見光、光譜、紅外、SAR、電子偵察等不同類型傳感器的特點(diǎn)和性能，基于在軌信息融合的角度，設(shè)計(jì)多載荷類型衛(wèi)星星座，實(shí)現(xiàn)多星多維度協(xié)同探測(cè)。

中高軌衛(wèi)星探測(cè)范圍廣、持續(xù)時(shí)間長(zhǎng)，低軌衛(wèi)星數(shù)據(jù)探測(cè)質(zhì)量高，對(duì)地觀測(cè)衛(wèi)星星座可以在同一低軌軌道部署多顆同類型或者不同類型載荷的衛(wèi)星，可以綜合中高軌衛(wèi)星和低軌衛(wèi)星，實(shí)現(xiàn)對(duì)同一區(qū)域接力協(xié)同探測(cè)。另一方面，可以利用小衛(wèi)星技術(shù)實(shí)現(xiàn)稀疏微波成像、分布式孔徑成像、計(jì)算成像等新型探測(cè)機(jī)制，例如分布式雷達(dá)小衛(wèi)星星座通過將多顆小衛(wèi)星按照一定的空間構(gòu)型組成編隊(duì)協(xié)同工作，利用信號(hào)處理理論，將多個(gè)雷達(dá)天線波束合成為一個(gè)大波束，得到長(zhǎng)的基線長(zhǎng)度，實(shí)現(xiàn)一顆虛擬大雷達(dá)衛(wèi)星的功能。

3)天基雷達(dá)信號(hào)在軌處理

天基雷達(dá)衛(wèi)星可以進(jìn)行對(duì)地大范圍觀測(cè)，具有SAR、MTI(Moving Target Indicator)、ISAR(Inverse SAR)和InSAR(Interferometric SAR)等多種工作模式，能夠以單極化、雙極化和全極化方式工作，實(shí)現(xiàn)對(duì)地面、空中、海上和空間等多種類型目標(biāo)的偵察、監(jiān)視、預(yù)警以及環(huán)境(地面、海洋)監(jiān)測(cè)等任務(wù)[56]。但目前SAR、InSAR衛(wèi)星是先將原始數(shù)據(jù)傳輸至地面，再進(jìn)行成像和后期處理，MTI和ISAR衛(wèi)星研制難度大，公開文獻(xiàn)都是關(guān)鍵技術(shù)研究，尚未見到衛(wèi)星型號(hào)公開報(bào)道。

天基雷達(dá)對(duì)地觀測(cè)原始數(shù)據(jù)率很大，高分辨率SAR衛(wèi)星的原始數(shù)據(jù)率可以達(dá)到數(shù)Gbps甚至十幾Gbps，傳輸回地面處理一方面給星上存儲(chǔ)和星地通信鏈路帶來較大壓力，單軌觀測(cè)時(shí)間窗口較短，另一方面數(shù)據(jù)得不到實(shí)時(shí)處理，對(duì)于時(shí)敏目標(biāo)和事件的快速響應(yīng)能力弱。由于雷達(dá)具有全天時(shí)全天候工作的優(yōu)勢(shì)，開展天基雷達(dá)在軌信號(hào)和數(shù)據(jù)處理具有非常重大的應(yīng)用意義，重點(diǎn)是解決天基雷達(dá)海雜波建模與抑制、SAR實(shí)時(shí)成像、動(dòng)目標(biāo)檢測(cè)等核心技術(shù)，研制基于DSP、FPGA、GPU等星上嵌入式硬件及專用計(jì)算芯片，實(shí)現(xiàn)天基雷達(dá)數(shù)據(jù)在軌高速實(shí)時(shí)處理。

4)在軌協(xié)同任務(wù)智能自主規(guī)劃

傳統(tǒng)的衛(wèi)星自主任務(wù)規(guī)劃需要根據(jù)任務(wù)列表自主生成動(dòng)作序列，但對(duì)于突發(fā)性緊急事件的快速響應(yīng)能力不夠，并且大多針對(duì)的是單顆衛(wèi)星。而快速響應(yīng)衛(wèi)星、敏捷衛(wèi)星、軟件定義衛(wèi)星和智能衛(wèi)星等類型衛(wèi)星的智能化水平更高、自主響應(yīng)任務(wù)能力更強(qiáng)、響應(yīng)任務(wù)速度更快，逐步具備了開展在軌自主任務(wù)規(guī)劃的能力。目前，對(duì)地觀測(cè)衛(wèi)星大多以星座形式設(shè)計(jì)，多星協(xié)同已是對(duì)地觀測(cè)的主要模式，多星協(xié)同任務(wù)在軌自主規(guī)劃的需求日益迫切。

多星協(xié)同任務(wù)規(guī)劃分為常規(guī)任務(wù)規(guī)劃和應(yīng)急任務(wù)規(guī)劃，常規(guī)任務(wù)規(guī)劃是將多用戶提出的多個(gè)任務(wù)根據(jù)衛(wèi)星軌道、傳感器性能、氣象環(huán)境等約束條件和任務(wù)屬性，分配給不同的衛(wèi)星，并將單星任務(wù)轉(zhuǎn)換為單星的動(dòng)作指令執(zhí)行，從而在有限的衛(wèi)星時(shí)間窗口、能量和存儲(chǔ)等資源條件下，發(fā)揮衛(wèi)星的最大使用效能，提高任務(wù)完成率。應(yīng)急任務(wù)規(guī)劃針對(duì)森林火災(zāi)、搜索救援等突發(fā)事件，通過時(shí)敏目標(biāo)和事件在軌自主感知技術(shù)提高對(duì)突發(fā)事件的快速響應(yīng)能力，利用星上實(shí)時(shí)獲取的信息進(jìn)行動(dòng)態(tài)任務(wù)分配與規(guī)劃，通過多星交接與提示、主動(dòng)補(bǔ)盲等技術(shù)實(shí)現(xiàn)對(duì)突發(fā)事件的持續(xù)觀測(cè)。

2.2 多源衛(wèi)星信息在軌融合技術(shù)

相對(duì)于岸基、?；涂栈砻苡^測(cè)數(shù)據(jù)，衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)具有時(shí)空基準(zhǔn)不同步、數(shù)據(jù)速率不一致、數(shù)據(jù)質(zhì)量差異大、目標(biāo)描述特征多維異類異構(gòu)等特點(diǎn)。傳統(tǒng)的信息融合方法不適用于多源衛(wèi)星信息融合處理，需要結(jié)合在軌硬件和軟件性能，研究在軌融合處理的體系架構(gòu)和關(guān)鍵技術(shù)[57-58]。

1)單源衛(wèi)星數(shù)據(jù)在軌預(yù)處理與信息提取

單源衛(wèi)星數(shù)據(jù)在軌預(yù)處理與信息提取目的是為多源衛(wèi)星信息融合提供高質(zhì)量信息，以光學(xué)遙感衛(wèi)星圖像在軌處理為例，預(yù)處理主要完成定標(biāo)、相對(duì)輻射校正、幾何校正等，提高光學(xué)遙感衛(wèi)星圖像的數(shù)據(jù)質(zhì)量，有利于感興趣區(qū)域和目標(biāo)信息的進(jìn)一步處理。信息提取包括場(chǎng)景分類、熱點(diǎn)目標(biāo)檢測(cè)與識(shí)別、變化監(jiān)測(cè)等處理，從單源衛(wèi)星數(shù)據(jù)提取感興趣區(qū)域和目標(biāo)的信息，例如圖像特征、時(shí)空特征、語義特征等，從而提供數(shù)據(jù)層、特征層和決策層等不同層次信息融合處理所需的信息。

以深度學(xué)習(xí)為代表的人工智能方法已經(jīng)開始應(yīng)用在衛(wèi)星遙感圖像地物分割、目標(biāo)檢測(cè)與識(shí)別以及衛(wèi)星電子偵察信號(hào)的輻射源特征分析等方向。衛(wèi)星遙感數(shù)據(jù)具有多譜段、多極化(偏振)、多尺度、多時(shí)相等特點(diǎn)，而數(shù)據(jù)驅(qū)動(dòng)的人工智能技術(shù)能夠利用訓(xùn)練好的網(wǎng)絡(luò)自適應(yīng)地從圖像中提取深度特征，不必受人工設(shè)計(jì)特征的限制，具有端到端的優(yōu)勢(shì)，具有強(qiáng)大的應(yīng)用高價(jià)值和研究潛力。但相對(duì)于自然場(chǎng)景圖像，衛(wèi)星遙感圖像訓(xùn)練集標(biāo)注難度大、標(biāo)注樣本數(shù)量有限，為深度學(xué)習(xí)模型訓(xùn)練帶來挑戰(zhàn)，因此有必要研究稀少樣本條件下的衛(wèi)星遙感圖像智能處理技術(shù)，例如遷移學(xué)習(xí)、小樣本學(xué)習(xí)等；此外，衛(wèi)星遙感在遠(yuǎn)距離平臺(tái)過頂成像，通常成像區(qū)域范圍大，場(chǎng)景中關(guān)注的目標(biāo)類型多，目標(biāo)尺度、分布多樣化，因此在設(shè)計(jì)網(wǎng)絡(luò)模型時(shí)，要將計(jì)算機(jī)視覺中的先進(jìn)技術(shù)同衛(wèi)星遙感數(shù)據(jù)特點(diǎn)、場(chǎng)景特點(diǎn)結(jié)合起來，根據(jù)任務(wù)需求，研究不同細(xì)節(jié)層次的多尺度學(xué)習(xí)網(wǎng)絡(luò)、基于特征分析的多類目標(biāo)混合學(xué)習(xí)網(wǎng)絡(luò)以及基于共享特征表征的多任務(wù)學(xué)習(xí)網(wǎng)絡(luò)等。在以上研究基礎(chǔ)上，結(jié)合星上處理和存儲(chǔ)設(shè)備性能，設(shè)計(jì)適應(yīng)在軌處理的輕量化網(wǎng)絡(luò)，合理降低算法的復(fù)雜度，考慮軟硬件資源的合理分配，實(shí)現(xiàn)單源衛(wèi)星數(shù)據(jù)在軌智能化預(yù)處理和信息提取。

2)多源衛(wèi)星信息在軌智能關(guān)聯(lián)

多星多載荷協(xié)同觀測(cè)數(shù)據(jù)需要將同一區(qū)域或同一目標(biāo)的單源信息進(jìn)行匹配或關(guān)聯(lián)，信息關(guān)聯(lián)是在統(tǒng)一的時(shí)空坐標(biāo)系下進(jìn)行，需要將多源衛(wèi)星信息進(jìn)行時(shí)空對(duì)準(zhǔn)。以目標(biāo)關(guān)聯(lián)為例，傳統(tǒng)的基于目標(biāo)運(yùn)動(dòng)狀態(tài)的關(guān)聯(lián)方法針對(duì)稠密均勻觀測(cè)型數(shù)據(jù)，而衛(wèi)星觀測(cè)存在重訪周期長(zhǎng)，運(yùn)動(dòng)狀態(tài)估計(jì)難等方面的問題，導(dǎo)致基于數(shù)學(xué)方程的目標(biāo)關(guān)聯(lián)方法準(zhǔn)確度不高，傳統(tǒng)的基于目標(biāo)特征相似性度量的關(guān)聯(lián)方法大多針對(duì)同類型同結(jié)構(gòu)數(shù)據(jù)設(shè)計(jì)，距離度量函數(shù)包括Euclidean距離、Minkowsky距離、Mahalanobis距離等，但對(duì)于異類異質(zhì)異構(gòu)的多源衛(wèi)星數(shù)據(jù)來說，觀測(cè)信息呈現(xiàn)多模態(tài)，而不同模態(tài)信息處于不同特征空間，關(guān)聯(lián)關(guān)系復(fù)雜，無法直接使用上述方法實(shí)現(xiàn)特征相似性度量和目標(biāo)關(guān)聯(lián)。

多源衛(wèi)星信息關(guān)聯(lián)需要聯(lián)合多層次、多維度信息，例如空間、時(shí)間、屬性、事件、身份等，針對(duì)不同協(xié)同探測(cè)場(chǎng)景設(shè)計(jì)智能關(guān)聯(lián)模型。不同結(jié)構(gòu)的衛(wèi)星信息，例如遙感圖像和電子偵察數(shù)據(jù)，其數(shù)據(jù)結(jié)構(gòu)和特征描述差異大，對(duì)目標(biāo)的關(guān)聯(lián)主要體現(xiàn)在語義層次和空間位置關(guān)系上，通過研究多源衛(wèi)星數(shù)據(jù)之間的關(guān)系結(jié)構(gòu)和知識(shí)圖譜，設(shè)計(jì)多模態(tài)深度學(xué)習(xí)網(wǎng)絡(luò)和時(shí)空?qǐng)D卷積網(wǎng)絡(luò)等模型，利用多源衛(wèi)星數(shù)據(jù)在高層語義上和空間位置上的一致性實(shí)現(xiàn)關(guān)聯(lián)模型的構(gòu)建。不同類型的同構(gòu)衛(wèi)星信息，例如光學(xué)遙感圖像和SAR遙感圖像，需要分析其特征之間的隱含相似性，解決思路有基于領(lǐng)域自適應(yīng)的域不變特征提取(Source invariant feature)和基于生成對(duì)抗網(wǎng)絡(luò)(Generative adversarial networks，GANs)的數(shù)據(jù)翻譯模型；前者是利用不同類型數(shù)據(jù)在高層特征上的關(guān)聯(lián)性，通過將不同類型數(shù)據(jù)映射到同一特征空間，實(shí)現(xiàn)不同類型數(shù)據(jù)間的關(guān)聯(lián)關(guān)系判別；后者是利用GANs的數(shù)據(jù)生成能力，將一種數(shù)據(jù)轉(zhuǎn)換為另一種數(shù)據(jù)，將不同類型數(shù)據(jù)間的關(guān)聯(lián)轉(zhuǎn)換為同種類型數(shù)據(jù)間的實(shí)現(xiàn)關(guān)聯(lián)。同種類型的同構(gòu)衛(wèi)星信息，如不同分辨率的光學(xué)遙感圖像，可以利用深度度量學(xué)習(xí)、注意力機(jī)制和多任務(wù)學(xué)習(xí)等模型解決遙感圖像語義內(nèi)容復(fù)雜、傳統(tǒng)特征表示方法鑒別能力不足的問題，提高同種類型信息關(guān)聯(lián)的準(zhǔn)確率。

3)多源衛(wèi)星信息在軌智能融合處理

多源衛(wèi)星遙感可以從不同模式、不同譜段、不同時(shí)間、不同平臺(tái)高度提供同一場(chǎng)景下的地物和目標(biāo)信息，數(shù)據(jù)中存在大量相關(guān)或互補(bǔ)內(nèi)容，因此可以利用信息融合技術(shù)挖掘互補(bǔ)信息、去除冗余，加強(qiáng)信源間交叉驗(yàn)證，提高處理結(jié)果的準(zhǔn)確性和可靠性。按照數(shù)據(jù)抽象層次，信息融合可以分為數(shù)據(jù)層融合、特征層融合和決策層融合。數(shù)據(jù)層融合直接對(duì)觀測(cè)數(shù)據(jù)融合，要求數(shù)據(jù)是同類型且對(duì)齊的，例如多源遙感圖像像素級(jí)融合，但數(shù)據(jù)層融合要處理的數(shù)據(jù)量大。特征層融合和決策層融合還可以應(yīng)用于不同類型數(shù)據(jù)的融合，特征層融合主要在特征空間對(duì)從各衛(wèi)星遙感數(shù)據(jù)提取的特征進(jìn)行融合，決策層融合在決策空間對(duì)各源數(shù)據(jù)的決策結(jié)果進(jìn)行融合，并且相對(duì)于數(shù)據(jù)層融合，特征層和決策層融合的數(shù)據(jù)量得到了有效壓縮，綜合考慮星間通信和星上計(jì)算能力，更適合于多源衛(wèi)星數(shù)據(jù)的在軌融合。

特征層融合在有效降低數(shù)據(jù)冗余的同時(shí)，最大限度的保留原始信息。特征融合要考慮不同特征之間的相關(guān)性和互補(bǔ)性，既要綜合不同特征之間的相似特征，又要綜合不同特征之間的差異特征。目標(biāo)的特征融合可以分為狀態(tài)融合和屬性融合，狀態(tài)融合主要用于目標(biāo)跟蹤，可以基于深度循環(huán)卷積網(wǎng)絡(luò)和時(shí)空?qǐng)D卷積網(wǎng)絡(luò)實(shí)現(xiàn)多源異類衛(wèi)星信息的目標(biāo)智能關(guān)聯(lián)跟蹤；屬性融合主要用于目標(biāo)識(shí)別，基于深度學(xué)習(xí)的特征融合網(wǎng)絡(luò)可以從多源異類異構(gòu)數(shù)據(jù)中提取特征，直接從數(shù)據(jù)空間轉(zhuǎn)換到特征空間，并方便的實(shí)現(xiàn)低層空間特征、中層語義特征和高層抽象概念特征等多種層面的智能特征融合。決策層融合需要從各信源獲取識(shí)別不確定性度量、融合策略和推理規(guī)則等先驗(yàn)知識(shí)，進(jìn)而結(jié)合證據(jù)理論和隨機(jī)集理論等實(shí)現(xiàn)決策融合，而以上知識(shí)可以基于深度網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)后獲取。

4)空間分布式云計(jì)算網(wǎng)絡(luò)

星上計(jì)算資源具有異類的特點(diǎn)，如硬件類型包括FPGA、DSP、CPU、GPU等，軟件操作系統(tǒng)有VxWorks、Integrity等，系統(tǒng)架構(gòu)和總線標(biāo)準(zhǔn)包括SpaceVPX、SpaceWire等，構(gòu)成了一個(gè)高速動(dòng)態(tài)的混合異構(gòu)計(jì)算架構(gòu)。多源衛(wèi)星信息在軌融合需要研究空間分布式云計(jì)算網(wǎng)絡(luò)技術(shù)，將多顆衛(wèi)星的星上計(jì)算資源構(gòu)成一個(gè)龐大的分布式處理網(wǎng)絡(luò)，將信息融合處理任務(wù)近實(shí)時(shí)分配給各衛(wèi)星節(jié)點(diǎn)，實(shí)現(xiàn)各衛(wèi)星節(jié)點(diǎn)的網(wǎng)絡(luò)互聯(lián)和計(jì)算資源的全局統(tǒng)籌。

根據(jù)硬件特點(diǎn)和數(shù)據(jù)屬性，建立異構(gòu)空間云計(jì)算網(wǎng)絡(luò)資源的虛擬化與在軌管理機(jī)制，通過高效的負(fù)載均衡算法將處理任務(wù)分配到不同的硬件設(shè)備上，保證各個(gè)衛(wèi)星節(jié)點(diǎn)的計(jì)算能力都能夠被有效地利用，實(shí)現(xiàn)多種類型星上硬件的動(dòng)態(tài)協(xié)同計(jì)算。研究衛(wèi)星在軌重構(gòu)、邊緣計(jì)算等計(jì)算機(jī)制，根據(jù)任務(wù)特點(diǎn)，通過軟件定義重組星上探測(cè)、通信、計(jì)算等資源，實(shí)現(xiàn)衛(wèi)星功能在軌實(shí)時(shí)動(dòng)態(tài)更新和重構(gòu)，從而適應(yīng)不同用戶、不同任務(wù)的需求。

5)星地聯(lián)合數(shù)據(jù)處理與動(dòng)態(tài)交互

衛(wèi)星在軌信息處理尤其是智能處理需要專家經(jīng)驗(yàn)和知識(shí)的支持，相對(duì)于星上存儲(chǔ)和計(jì)算能力，地面處理系統(tǒng)可以更加充分利用海量的歷史衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)進(jìn)行學(xué)習(xí)，并且有更完善的知識(shí)庫、模型庫作為支撐。同時(shí)，隨著衛(wèi)星使用權(quán)限逐步轉(zhuǎn)向用戶，用戶可以直接向衛(wèi)星發(fā)出任務(wù)請(qǐng)求，實(shí)時(shí)接收不同層次數(shù)據(jù)產(chǎn)品，但終端用戶尤其是高時(shí)效用戶更加關(guān)注的是高層次的態(tài)勢(shì)情報(bào)，以動(dòng)目標(biāo)監(jiān)視為例，需要判斷目標(biāo)危險(xiǎn)程度、意圖和動(dòng)向，能夠給出危險(xiǎn)告警等情報(bào)。衛(wèi)星在軌處理實(shí)現(xiàn)高層態(tài)勢(shì)感知難度大，需要與地面處理系統(tǒng)交互，獲取地面知識(shí)和情報(bào)的支持。

建立星地聯(lián)合智能學(xué)習(xí)機(jī)制，在地面進(jìn)行海量衛(wèi)星時(shí)空遙感大數(shù)據(jù)的學(xué)習(xí)，生成輕量化的學(xué)習(xí)網(wǎng)絡(luò)模型，并實(shí)時(shí)上傳至星上進(jìn)行軟件更新重構(gòu)，實(shí)現(xiàn)星上智能處理和在線學(xué)習(xí)。針對(duì)突發(fā)事件和異常事件，在地面基于衛(wèi)星時(shí)空遙感大數(shù)據(jù)學(xué)習(xí)其識(shí)別特征和行為規(guī)律，形成知識(shí)庫并實(shí)時(shí)上傳至星上存儲(chǔ)和更新，從而實(shí)現(xiàn)突發(fā)事件和異常事件在軌自主感知。地面處理可以結(jié)合空基、?；完懟鶄鞲衅鳙@取的信息，進(jìn)行協(xié)同推理，克服衛(wèi)星稀疏觀測(cè)數(shù)據(jù)不完備、不連續(xù)等問題，并將生成的態(tài)勢(shì)情報(bào)上傳至星上，為在軌高層次態(tài)勢(shì)生成和協(xié)同探測(cè)任務(wù)規(guī)劃提供支撐。

3 未來發(fā)展趨勢(shì)

網(wǎng)絡(luò)化、智能化是未來衛(wèi)星數(shù)據(jù)在軌處理的發(fā)展方向，網(wǎng)絡(luò)化包括多平臺(tái)、多傳感器探測(cè)手段網(wǎng)絡(luò)化和探測(cè)、通信、計(jì)算空間資源網(wǎng)絡(luò)化，智能化包括多手段協(xié)同探測(cè)智能化和多源信息融合處理智能化。

1)高、中、低軌衛(wèi)星通過星群組網(wǎng)、編隊(duì)飛行等技術(shù)實(shí)現(xiàn)協(xié)同探測(cè)，凝視衛(wèi)星能夠?qū)崿F(xiàn)對(duì)熱點(diǎn)區(qū)域?qū)崟r(shí)動(dòng)態(tài)監(jiān)視，提升衛(wèi)星探測(cè)的時(shí)空覆蓋范圍和分辨率，綜合可見光、紅外、SAR、光譜、電子偵察和外輻射源探測(cè)等主被動(dòng)方式，獲取目標(biāo)多維度的數(shù)據(jù)和特征，實(shí)現(xiàn)全天候和全天時(shí)探測(cè)，并通過信息融合技術(shù)提高衛(wèi)星信息的精細(xì)印證能力。

2)不同軌位、不同功能衛(wèi)星的探測(cè)、通信和計(jì)算資源，通過空間云計(jì)算技術(shù)共同組成動(dòng)態(tài)高速重構(gòu)的空間網(wǎng)絡(luò)，一方面將協(xié)同探測(cè)任務(wù)動(dòng)態(tài)分配給不同衛(wèi)星，另一方面將獲取的衛(wèi)星數(shù)據(jù)融合分析動(dòng)態(tài)分配給各個(gè)空間計(jì)算資源，通過空間計(jì)算模式實(shí)現(xiàn)多源衛(wèi)星信息在線獲取、處理和傳輸，為用戶提供近實(shí)時(shí)的多維度多層次產(chǎn)品。

3)根據(jù)衛(wèi)星平臺(tái)和傳感器的探測(cè)性能，設(shè)計(jì)任務(wù)驅(qū)動(dòng)的多星協(xié)同在軌自主任務(wù)規(guī)劃，實(shí)現(xiàn)多用戶多模式任務(wù)的星上近實(shí)時(shí)在線規(guī)劃，提高衛(wèi)星資源的使用效率和多類型衛(wèi)星之間的協(xié)同效率，推進(jìn)衛(wèi)星任務(wù)控制權(quán)限向用戶轉(zhuǎn)移，使得用戶能夠直接操控在軌衛(wèi)星，直接獲取衛(wèi)星數(shù)據(jù)，提升對(duì)熱點(diǎn)事件的快速響應(yīng)能力。

4)衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)處理已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代，以深度學(xué)習(xí)為代表的人工智能方法能夠挖掘衛(wèi)星對(duì)地觀測(cè)大數(shù)據(jù)背后的深層次信息，揭示潛在規(guī)律和隱性模式，通過星地協(xié)同處理機(jī)制，地面基于海量衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)學(xué)習(xí)知識(shí)和模型，并實(shí)時(shí)更新星上的信息融合處理系統(tǒng)，實(shí)現(xiàn)多源衛(wèi)星信息的在軌智能融合處理。

4 結(jié)束語

現(xiàn)代對(duì)地觀測(cè)衛(wèi)星具有高時(shí)空分辨率、多工作模式、高敏捷性、組網(wǎng)協(xié)同等特點(diǎn)，多源衛(wèi)星信息在軌融合處理能夠進(jìn)一步提升空間信息網(wǎng)絡(luò)對(duì)廣域監(jiān)視和應(yīng)急救援等應(yīng)用場(chǎng)景的大范圍搜索、精準(zhǔn)解譯和快速響應(yīng)能力。本文對(duì)多源衛(wèi)星在軌協(xié)同觀測(cè)和信息融合兩方面的關(guān)鍵技術(shù)進(jìn)行了深入分析和研究，除了本文分析的關(guān)鍵技術(shù)，還涉及到衛(wèi)星平臺(tái)、通信、傳感器等更多專業(yè)領(lǐng)域。開展多源衛(wèi)星信息在軌融合處理關(guān)鍵技術(shù)研究和系統(tǒng)研制，對(duì)于維護(hù)我國(guó)全球化利益和國(guó)防安全具有重要戰(zhàn)略意義，是我國(guó)空間技術(shù)發(fā)展的重要方向。

致 謝：本文在撰寫過程中得到北京遙感信息研究所楊利峰研究員、上海航天計(jì)算機(jī)技術(shù)研究所邱源研究員和西安空間無線電技術(shù)研究所肖化超研究員的指導(dǎo)和幫助，海軍航空大學(xué)信息融合研究所張?bào)汴喜┦?、呂亞飛博士協(xié)助完成了在軌智能融合處理內(nèi)容的修正，在此表示感謝。