星上智能信息處理技術(shù)發(fā)展趨勢分析與若干思考

喬凱 智喜洋 王達(dá)偉 胡建明 韓奇超 張勇

星上智能信息處理技術(shù)發(fā)展趨勢分析與若干思考

喬凱1智喜洋*2王達(dá)偉2胡建明2韓奇超2張勇1

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

星上智能信息處理的主要任務(wù)是接收天基探測載荷數(shù)據(jù)，并在星上完成數(shù)據(jù)壓縮、復(fù)雜海空環(huán)境下高價(jià)值目標(biāo)的發(fā)現(xiàn)、識(shí)別與跟蹤等工作，達(dá)到降低下傳數(shù)據(jù)率、支持天基廣域探測與全自主即時(shí)態(tài)勢感知等目的。文章回顧了美國、德國等航天強(qiáng)國光學(xué)衛(wèi)星的星上信息處理技術(shù)的發(fā)展現(xiàn)狀，梳理總結(jié)了該技術(shù)的發(fā)展思路與關(guān)鍵指標(biāo)。在此基礎(chǔ)上，結(jié)合星上信息處理技術(shù)的應(yīng)用現(xiàn)狀，著重從天基光學(xué)探測應(yīng)用需求出發(fā)，提出星上智能信息處理關(guān)鍵技術(shù)與能力的發(fā)展建議，為推進(jìn)未來海空目標(biāo)多源探測與信息融合處理技術(shù)創(chuàng)新與持續(xù)發(fā)展提供支撐。

天基探測 海空目標(biāo) 星上智能信息處理 態(tài)勢感知 航天遙感

0 引言

基于衛(wèi)星平臺(tái)的天基光學(xué)探測具有觀測范圍廣、空間與時(shí)間分辨率高、可全天候工作等獨(dú)特優(yōu)勢，已成為海空目標(biāo)精準(zhǔn)識(shí)別、持續(xù)監(jiān)視的必要手段，是實(shí)現(xiàn)廣域海空監(jiān)管的有效途徑，在交通運(yùn)輸、海洋執(zhí)法、國防安全等領(lǐng)域有著重要應(yīng)用[1]。星上智能信息處理是天基光學(xué)探測提高全鏈路時(shí)效性的核心環(huán)節(jié)，其主要任務(wù)是通過接收衛(wèi)星多源載荷數(shù)據(jù)并對(duì)其進(jìn)行信息融合處理，實(shí)現(xiàn)全探測場景海量數(shù)據(jù)下目標(biāo)的在線檢測[2]、精準(zhǔn)識(shí)別與持續(xù)跟蹤，為衛(wèi)星/星座/載荷的自主調(diào)度運(yùn)用、目標(biāo)位置確定、信息快速應(yīng)用提供支撐。

本文即是面向海空目標(biāo)的天基光學(xué)探測應(yīng)用，結(jié)合復(fù)雜海空環(huán)境下典型高價(jià)值目標(biāo)特性的認(rèn)知，梳理星上智能信息處理的能力需求；同時(shí)，結(jié)合星上數(shù)據(jù)壓縮和星上目標(biāo)提取技術(shù)的發(fā)展現(xiàn)狀，分析其發(fā)展趨勢，給出星上智能信息處理技術(shù)的發(fā)展建議，為我國天基光學(xué)探測技術(shù)的發(fā)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(diǎn)

天基觀測條件下的海空目標(biāo)呈現(xiàn)出輻射能量低、運(yùn)動(dòng)速度快、機(jī)動(dòng)能力強(qiáng)、軌跡不規(guī)則等特點(diǎn)[3]，基于傳統(tǒng)模式將全部的載荷探測數(shù)據(jù)傳至地面，在地面完成目標(biāo)檢測、確認(rèn)識(shí)別后再上傳星上的信息處理策略[4]，將導(dǎo)致處理鏈路長、數(shù)傳鏈壓力過大、時(shí)效性差，不僅對(duì)星地傳輸鏈路帶來巨大挑戰(zhàn)，而且難以滿足衛(wèi)星探測器數(shù)據(jù)應(yīng)用的時(shí)效性需求。因此，必須發(fā)展面向天基探測應(yīng)用的星上信息處理技術(shù)。

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(jī)、船只、島嶼，以及不同類型的云、海雜波等復(fù)雜環(huán)境干擾。天基成像與探測過程中，目標(biāo)與各類背景高度耦合，且易受天基平臺(tái)振動(dòng)、光學(xué)載荷探測性能與成像品質(zhì)的影響。顯然，在復(fù)雜海空環(huán)境中實(shí)現(xiàn)高價(jià)值目標(biāo)的高靈敏探測和高實(shí)時(shí)在線提取本身就是極具挑戰(zhàn)的科學(xué)難題[5]。受到衛(wèi)星資源的限制，星上的信息處理也難以選擇過于復(fù)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(biāo)特性充分認(rèn)知的基礎(chǔ)上，綜合考慮目標(biāo)與背景及其與探測鏈路間的耦合機(jī)制，通過探測載荷-信息處理算法的一體化設(shè)計(jì)，保證目標(biāo)的可探測性，同時(shí)有效解決有限星載資源下的目標(biāo)高概率在線檢測、精準(zhǔn)識(shí)別難題。

1.2 典型海空目標(biāo)特性

通常，空中目標(biāo)及海面艦船等都屬于海空高價(jià)值目標(biāo)。目標(biāo)特性是星上智能信息處理算法設(shè)計(jì)的依據(jù)。

（1）空中目標(biāo)特性

高價(jià)值空中目標(biāo)主要包括各類飛機(jī)[6]。而空中目標(biāo)表皮的雷達(dá)散射、紅外輻射特征通常很小，被動(dòng)探測時(shí)極易淹沒于背景雜波中。圖2給出了三類典型空中目標(biāo)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(biāo)的分類識(shí)別依據(jù)之一，而部分譜段不同類型空中目標(biāo)的光譜特征又表現(xiàn)出了相似性，因此有必要融合多源、多維信息以實(shí)現(xiàn)空中目標(biāo)的分類識(shí)別。可以據(jù)此開展星上信息處理與探測載荷的一體化設(shè)計(jì)，優(yōu)選探測譜段、輻射分辨率等指標(biāo)。

圖2 不同空中目標(biāo)光譜曲線對(duì)比（高度10 km，白天）

（2）海面目標(biāo)特性

高價(jià)值海面目標(biāo)以航母、護(hù)衛(wèi)艦及驅(qū)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(biāo)的細(xì)節(jié)、輪廓等空域特征明顯，對(duì)目標(biāo)的分類識(shí)別有很強(qiáng)的優(yōu)勢；在紅外圖像中，雖然目標(biāo)空域特征缺失，但通過優(yōu)選紅外譜段等探測系統(tǒng)參數(shù)，可使得目標(biāo)與背景保持較高的對(duì)比度，有利于目標(biāo)在線提取。從圖3（b）可見：白天和夜間場景，二者的圖像對(duì)比度出現(xiàn)反轉(zhuǎn)，這些都可以作為目標(biāo)檢測的依據(jù)。為實(shí)現(xiàn)海面目標(biāo)全天時(shí)的檢測識(shí)別，需要多源載荷協(xié)同探測，并進(jìn)行空間分辨率、光譜分辨率等指標(biāo)的匹配設(shè)計(jì)。

圖3 光學(xué)遙感圖像中的典型海面目標(biāo)

由以上分析可見：天基觀測視角下的復(fù)雜海空環(huán)境中目標(biāo)呈現(xiàn)出高動(dòng)態(tài)、弱信號(hào)、強(qiáng)耦合等特征[8]，同時(shí)受云層[9]、平臺(tái)振動(dòng)[10]等影響，探測數(shù)據(jù)中可觀測的目標(biāo)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(shí)現(xiàn)目標(biāo)高置信度的檢測與分類識(shí)別[12]。需要從目標(biāo)的多維多尺度特征出發(fā)，開展多源異構(gòu)信息融合處理技術(shù)研究，并通過信息處理與探測載荷的一體化設(shè)計(jì)，建立多星/多載荷協(xié)同優(yōu)化方案。

1.3 能力需求分析

從面向海空目標(biāo)天基探測應(yīng)用的星上智能信息處理需求出發(fā)，結(jié)合目前典型高價(jià)值目標(biāo)特性的有限認(rèn)知，星上智能信息處理應(yīng)具備的能力包括：

1）高置信度星上目標(biāo)檢測跟蹤能力。在星上實(shí)現(xiàn)全作戰(zhàn)場景、天基稀疏觀測條件下海空高價(jià)值源頭目標(biāo)的高置信度檢測與持續(xù)跟蹤，為載荷/衛(wèi)星/星座的自主調(diào)度運(yùn)用、目標(biāo)位置確定、信息快速應(yīng)用提供支撐。

2）多源異構(gòu)信息融合識(shí)別能力。以衛(wèi)星為核心處理節(jié)點(diǎn)，融合處理無人機(jī)、地基雷達(dá)、外部情報(bào)、航線航路等多源異構(gòu)信息，實(shí)現(xiàn)軍民目標(biāo)、隱蔽、誘餌、偽裝的辨識(shí)，以及隱身等目標(biāo)的高置信度目標(biāo)型號(hào)識(shí)別。

3）多目標(biāo)全流程態(tài)勢信息生成能力。針對(duì)復(fù)雜場景下海、空多目標(biāo)，持續(xù)獲取并處理生成包含目標(biāo)型號(hào)、航跡、位置、群隸屬關(guān)系等全流程態(tài)勢信息。

4）天地一體信息處理算法協(xié)同優(yōu)化能力。在地面對(duì)目標(biāo)特性和特征事件開展持續(xù)累積分析，在此基礎(chǔ)上，面向星上信息處理應(yīng)用對(duì)星上處理算法、參數(shù)、特性庫進(jìn)行更新、重構(gòu)和優(yōu)化，不斷拓展提升星上信息處理應(yīng)對(duì)新目標(biāo)的能力。

5）多星/多載荷協(xié)同調(diào)度運(yùn)用能力。根據(jù)目標(biāo)態(tài)勢信息獲取需求，急需多星/多載荷進(jìn)行自主調(diào)度，獲取目標(biāo)多角度、多維特性信息和高精度位置信息，并結(jié)合探測載荷-信息處理算法的一體化設(shè)計(jì)，為目標(biāo)的精準(zhǔn)識(shí)別、持續(xù)跟蹤提供支撐。

6）海量數(shù)據(jù)星上存儲(chǔ)與處理能力。針對(duì)海量數(shù)據(jù)星上存儲(chǔ)與處理能力需求，發(fā)展多載荷、多體制海量探測高實(shí)時(shí)處理、目標(biāo)識(shí)別特性庫星上存儲(chǔ)應(yīng)用與目標(biāo)態(tài)勢信息即時(shí)生成。

2 星上信息處理技術(shù)發(fā)展趨勢分析

2.1 星上數(shù)據(jù)壓縮技術(shù)現(xiàn)狀分析

由于海量的高分辨率圖像數(shù)據(jù)對(duì)衛(wèi)星數(shù)據(jù)傳輸鏈路提出了極大的挑戰(zhàn)，星上數(shù)據(jù)壓縮作為一種星上信息處理技術(shù)，被普遍應(yīng)用以減小星上存儲(chǔ)設(shè)備的壓力。早在20世紀(jì)80年代中期，法國SPOT系列衛(wèi)星就基于DPCM壓縮算法實(shí)現(xiàn)了星上數(shù)據(jù)壓縮。美國在商業(yè)遙感衛(wèi)星QuickBird-2[13]、WorldView-1[14]上都采用了DPCM壓縮算法，實(shí)現(xiàn)了對(duì)圖像數(shù)據(jù)的自適應(yīng)壓縮。2011年，法國發(fā)射的Pleiades-HR衛(wèi)星采用了DWT壓縮算法[15]，全色圖像壓縮速率達(dá)到2.5bit/像素，壓縮比為4.8︰1，多光譜圖像壓縮速率達(dá)到2.8bit/像素，壓縮比約為4.3︰1。我國分別于1999年、2000年發(fā)射的“資源一號(hào)”衛(wèi)星和“資源二號(hào)”衛(wèi)星分別采用了PCM編碼器和DPCM編碼器[16-17]，填補(bǔ)了我國星載數(shù)據(jù)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(shù)據(jù)，提高光學(xué)遙感解譯應(yīng)用效能，國內(nèi)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(qū)域和非感興趣區(qū)域，然后對(duì)感興趣區(qū)域進(jìn)行較低壓縮比的壓縮，對(duì)非感興趣區(qū)域進(jìn)行較高壓縮比的壓縮[19]。

2.2 星上目標(biāo)提取技術(shù)現(xiàn)狀

美國在星上目標(biāo)提取技術(shù)方面開展了大量的研究，其中工程應(yīng)用最好的是天基預(yù)警衛(wèi)星系統(tǒng)。DSP衛(wèi)星系統(tǒng)是美國部署的第一種實(shí)用型彈道導(dǎo)彈預(yù)警衛(wèi)星系統(tǒng)，經(jīng)過三代發(fā)展，DSP衛(wèi)星在探測戰(zhàn)略彈道導(dǎo)彈方面已達(dá)到相當(dāng)成熟的實(shí)戰(zhàn)水平[20]。DSP衛(wèi)星搭載了星上數(shù)據(jù)處理器，實(shí)現(xiàn)了去除探測數(shù)據(jù)中大量的冗余背景數(shù)據(jù)，提取疑似目標(biāo)并下傳疑似目標(biāo)切片數(shù)據(jù)的功能，將原始探測數(shù)據(jù)170Mbit/s的數(shù)據(jù)率降為1Mbits/s的疑似目標(biāo)特性切片數(shù)據(jù)下傳地面[21]。美國在DSP衛(wèi)星系統(tǒng)的基礎(chǔ)上發(fā)展了SBIRS衛(wèi)星系統(tǒng)[22]，以逐步取代DSP衛(wèi)星系統(tǒng)。SBIRS衛(wèi)星系統(tǒng)由4顆地球同步軌道衛(wèi)星、2個(gè)大橢圓軌道有效載荷和24顆低地球軌道衛(wèi)星以及地面系統(tǒng)組成。SBIRS衛(wèi)星的星上信息處理功能更加完善，兼顧彈道導(dǎo)彈和戰(zhàn)術(shù)導(dǎo)彈等多種目標(biāo)，具備星上疑似目標(biāo)高置信度提取和星座的自主引導(dǎo)能力[23]，且星上信息處理結(jié)果可直接向戰(zhàn)術(shù)端進(jìn)行廣播分發(fā)（如圖4所示）。

圖4 SBIRS_LOW星上信息處理示例

2.3 發(fā)展趨勢分析

通過星上數(shù)據(jù)壓縮和星上目標(biāo)提取技術(shù)的現(xiàn)狀可知，目前星上信息處理技術(shù)的主要發(fā)展趨勢包括：

1）目前星上信息傳輸是以壓縮冗余數(shù)據(jù)、降低下傳數(shù)據(jù)率為核心手段，對(duì)于光學(xué)遙感解譯應(yīng)用，星上數(shù)據(jù)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(biāo)區(qū)域切片的方式過渡。

2）對(duì)圖像數(shù)據(jù)進(jìn)行星上智能解譯并提取有效信息，并根據(jù)不同用戶終端自主生成相應(yīng)的信息產(chǎn)品，是未來星上信息處理技術(shù)發(fā)展的必然趨勢。

3）對(duì)于海空目標(biāo)探測應(yīng)用而言，直接在星上完成多類目標(biāo)的高置信度檢測識(shí)別，為星座組網(wǎng)協(xié)同探測、多維目標(biāo)特性收集等應(yīng)用提供支撐，是未來星上信息處理技術(shù)發(fā)展的必然趨勢。

3 星上智能信息處理發(fā)展建議

面向高價(jià)值海空目標(biāo)天基廣域探測與全自主即時(shí)態(tài)勢感知應(yīng)用需求，結(jié)合星上智能信息處理的定位與難點(diǎn)分析、目標(biāo)特性的認(rèn)知和星上信息處理技術(shù)發(fā)展趨勢分析，建議從以下七個(gè)方面，發(fā)展星上智能信息處理技術(shù)：

1）將目標(biāo)特性的研究與整個(gè)天基探測鏈路、星上信息處理有機(jī)結(jié)合，實(shí)現(xiàn)目標(biāo)特性–載荷–信息處理一體化匹配優(yōu)化設(shè)計(jì)，為天基探測系統(tǒng)論證、星上信息處理算法的升級(jí)優(yōu)化、新型載荷論證研制提供真正意義上支撐。

2）在目標(biāo)本征特性分析的基礎(chǔ)上，充分利用目標(biāo)本征特征外的征候、關(guān)聯(lián)特性等與目標(biāo)、事件的關(guān)聯(lián)關(guān)系，從“痕量特征”的維度重新定義、表征目標(biāo)特性，開展基于痕量特征的目標(biāo)檢測識(shí)別技術(shù)研究與應(yīng)用，提高隱身、隱蔽等弱特征目標(biāo)的星上檢測能力。

3）合理設(shè)計(jì)星地信息處理分工，通過利用星上處理為高時(shí)敏應(yīng)用提供情報(bào)產(chǎn)品，地面處理為用戶提供精細(xì)全面的態(tài)勢信息，并對(duì)目標(biāo)特性和特征事件開展持續(xù)累積分析，在此基礎(chǔ)上對(duì)星上處理算法、參數(shù)、特性庫進(jìn)行更新、重構(gòu)和優(yōu)化，不斷拓展提升星上信息處理應(yīng)對(duì)新威脅目標(biāo)的能力，實(shí)現(xiàn)星地信息處理的一體化。

4）加強(qiáng)面向星上信息處理應(yīng)用的多源異構(gòu)數(shù)據(jù)融合識(shí)別技術(shù)研究，將人工智能與多源異構(gòu)信息融合相結(jié)合，通過異構(gòu)特征數(shù)據(jù)交互遷移，實(shí)現(xiàn)對(duì)不同屬性特征信息的高效利用，以深度學(xué)習(xí)來智能感知和融合多源異構(gòu)探測數(shù)據(jù)中的目標(biāo)信息，提升復(fù)雜海空環(huán)境下星上目標(biāo)辨識(shí)及目標(biāo)型號(hào)識(shí)別能力。

5）加強(qiáng)超時(shí)相多平臺(tái)變化檢測技術(shù)研究，通過對(duì)短時(shí)間間隔下、多平臺(tái)探測數(shù)據(jù)間由于天候、時(shí)相、視角、平臺(tái)抖動(dòng)、探測體制、觀測時(shí)–空–譜尺度差異等造成的圖像變化的智能解析，通過多平臺(tái)多時(shí)相探測數(shù)據(jù)的時(shí)空譜高精度配準(zhǔn)，實(shí)現(xiàn)高價(jià)值目標(biāo)態(tài)勢變化的精準(zhǔn)辨識(shí)。

6）在星上目標(biāo)檢測、識(shí)別、跟蹤的基礎(chǔ)上，開展全域態(tài)勢信息自主生成與智能分發(fā)技術(shù)研究，對(duì)場景內(nèi)多目標(biāo)的群行為進(jìn)行智能辨識(shí)，并處理生成包含目標(biāo)型號(hào)、數(shù)量、航跡、位置、群隸屬關(guān)系等全流程態(tài)勢信息，并實(shí)現(xiàn)面向各級(jí)用戶的星上自主情報(bào)產(chǎn)品分發(fā)。

7）建議開展分布式星上信息處理架構(gòu)與技術(shù)研究，通過設(shè)計(jì)研制分布式的星上信息處理軟硬件架構(gòu)，為信息處理方法的星上應(yīng)用提供計(jì)算資源保障。

4 結(jié)束語

星上智能信息處理技術(shù)是海空目標(biāo)天基光學(xué)探測的核心環(huán)節(jié)，直接決定了衛(wèi)星及早發(fā)現(xiàn)、自主識(shí)別確認(rèn)與跟蹤目標(biāo)的能力。通過其與衛(wèi)星及探測載荷的一體化設(shè)計(jì)，還能夠?yàn)樘旎綔y系統(tǒng)論證提供重要依據(jù)。然而，受到天基觀測復(fù)雜場景、探測鏈路強(qiáng)耦合的影響，以及星載有限資源和國外海空目標(biāo)特性認(rèn)知不足的制約，星上信息處理技術(shù)的研究仍面臨著很大的難度和挑戰(zhàn)性。本文僅是在現(xiàn)有認(rèn)知的基礎(chǔ)上，給出面向天基探測應(yīng)用的星上智能信息處理技術(shù)的若干思考和后續(xù)發(fā)展建議，以期為未來天基探測體系建設(shè)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(fù)雜環(huán)境對(duì)空中弱小目標(biāo)可探測性的影響[J]. 紅外與毫米波學(xué)報(bào),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(biāo)天基探測技術(shù)淺析[J]. 空間電子技術(shù), 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(huì), 等. 飛機(jī)成像目標(biāo)的紅外隱身效果評(píng)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(hào)”衛(wèi)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(biāo)監(jiān)視系統(tǒng)發(fā)展現(xiàn)狀與啟示[J]. 航天電子對(duì)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(biāo)信息感知與融合技術(shù)研究[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)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(dǎo)彈預(yù)警系統(tǒng)的發(fā)展現(xiàn)狀與趨勢分析[J]. 科技導(dǎo)報(bào), 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(qiáng), 等. 導(dǎo)彈預(yù)警衛(wèi)星對(duì)助推段導(dǎo)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(xué)星座目標(biāo)監(jiān)視信息處理技術(shù)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(wèi)星預(yù)警能力分析[J]. 紅外技術(shù), 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(yè)大學(xué)獲碩士學(xué)位，副研究員。主要從事光學(xué)遙感衛(wèi)星論證、設(shè)計(jì)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(xué)工程專業(yè)博士學(xué)位，現(xiàn)為哈爾濱工業(yè)大學(xué)教授/博士生導(dǎo)師，研究方向?yàn)榭臻g光電信息獲取與處理、目標(biāo)探測與識(shí)別。E-mail：zhixiyang@hit.edu.cn。

2021-01-12

國家自然科學(xué)基金（61975043）

喬凱, 智喜洋, 王達(dá)偉, 等. 星上智能信息處理技術(shù)發(fā)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）