2. 中国空间技术研究院 卫星应用总体部,北京 100094
2. Satellite Application Department, China Academy of Space Technology, Beijing 100094, China
卫星应用是一种可将各类卫星提供的数字化产品服务于国防、国民及经济建设等领域的高新技术[1]。卫星应用平台经多年的建设和统一规划,正逐渐由“系统林立”向“集成应用”转型[2-3]。面向船舶的卫星应用是一种典型规模庞大、跨学科、跨领域的复杂体系,我国已构建了通信、导航、遥感、侦察等空间设施骨干框架以及配套的地面处理系统,在海洋资源与环境监测、海洋防灾减灾、海洋安全等领域发挥着越来越重要的作用。
目前面向船舶的天基侦察体系虽然初具规模,但在卫星资源数量、星上处理、运控能力、链路应用模式等方面存在很多薄弱环节,相关领域的技术研究还有待发展。为有效融合多源天基侦察信息,提升天基信息向海上平台的流转效率,本文提出一种面向船舶的多源卫星产品集成框架,基于研发运营并行设计理念,以云计算平台为底层架构,为探索多源卫星数据处理、数字链路高效传输等技术提供等效支撑环境。
1 多源卫星产品集成框架设计 1.1 我国面向船舶的卫星体系特点为实现从浅海走向深海、由近海迈向大洋的海洋强国梦想,我国已初步建成了一套手段种类齐全、数量规模可观、技术性能先进的卫星应用体系,实现了探测手段从单一到综合、探测范围从区域到全球、探测精度从粗放到精细、处理分析从定性到定量的巨大跨越。为推动多源化多型号卫星面向船舶的集成化应用,本文深度分析并挖掘当前不同类型卫星在工作过程和约束条件等方面存在的共性特点,这也是开展卫星应用技术研究和促进工程落地实施的主要关注点。共性特点总结如下:
1) 多源卫星数据格式的统一管控
由于我国一星一型号的发射体制,同一型号不同批次发射卫星的数据格式也通常存在差异,且不同探测手段的卫星其数据传输网络和地面处理节点不同,为实现卫星面向船舶的集成化应用,需要将种类多源、协议各异的卫星数据进行规范化处理。
2) 用户需求与卫星侦照任务的冲突
由于卫星受到数量、自身轨道、载荷能量、中继能力、地面站分布等客观条件的限制,卫星侦照任务需要相关运控部门统筹考虑各类需求要素,并进行统一的任务筹划[4-5]。对于单一用户的细粒度拍摄需求,尚未达到“指哪里拍哪里”的理想情况。
3) 多型卫星难以协同观测
不同类型的卫星观测手段各有其优缺点,为形成统一的海洋态势,需要将同一被观测目标的多模态特性数据进行研究比对,结合多种载荷的信息开展综合性的识别鉴定,使数据在统一时空基准下相互印证、相互补充以实现关联和融合[6-7]。
4) 较长的链路保障周期
我国星地系统特别是卫星测控站、数传站受到地缘政治因素的影响,绝大多数地面站点都部署在我国领土,极大限制了卫星上下行数据的传输,影响了对卫星的使用效率。受到星地链路的制约,用户从需求提报到接收专题产品需要经历较长的链路保障周期。
5) 卫星信息流转机制有待提升
卫星信息保障链路目前存在流转节点多、模式单一、透明度不足等缺点。各节点的用户只能被动等待和参与到卫星产品的流转过程中,不能掌握信息流转的实时进程。另外,卫星专题产品的处理和制作过程缺乏用户的参与和动态反馈,可能导致产品与用户预期不一致,从而影响用户对系统的认可度。
1.2 多源卫星产品集成框架设计通过上述分析,为应对多源卫星对海应用的复杂环境,满足工程项目产学研用的实施要求,构建面向船舶的多源卫星产品集成框架,该框架基于某重大工程构架的等效仿真系统[8],针对新形势新需求对已有系统进行改进和升级,形成一个集研发、实验、运营于一体的卫星应用集成环境。整个系统采用运营、仿真同步运作的机制,在系统运营的同时基于模型重用[9]的理念同步开展系统各模块和组件的迭代研发,提升系统整体研发效率。
集成框架采用B/S结构基于商用服务器集群和商用云搭建而成,共包括设备层、数据层、平台层、应用层和发布层5层结构,如图1所示。
1) 设备层
设备层主要包括用于支撑系统和相关功能组件进行高效安全运作的高性能云计算设备、网络通信设备、跨网传输设备以及卫星接收站等。
2) 数据层
数据层针对船舶数据协议及传输规范对卫星数据进行标准化的修订和适配,可以将引接的卫星原始数据、处理过程数据、产品数据以及相关管理、流程和仿真测试数据存放至各类数据库和知识库中,方便平台层各组件和模块对相关数据的快速调用和处理。
3) 平台层
平台层作为整个系统的核心部分提供组件级模块化的应用程序,包括基础组件、业务组件、业务管理组件和数据管理组件四部分。其中,基础组件用于支撑用户权限管理、状态监控、日志管理等系统基础功能的运维;业务组件用于支撑数据引接、数据分析、数据融合和专题产品定制4个主要业务的运作;业务管理组件可根据标准业务流程管控各业务组件的执行进度,实现对业务流程的状态监控和异常处理;数据管理组件用于确保组件运行过程中各类数据的正常流转。
4) 应用层
应用层是面向开发人员的浏览器端操作界面,针对分布式环境下不同级别的系统开发人员,开放不同功能界面的访问和操作权限。
5) 发布层
发布层是面向用户的浏览器端专属操作界面,用户登录后可进行需求提报,查看卫星专题产品生产流程,并在相关环节给予及时的反馈。
2 关键支撑技术数据引接、数据分析、数据融合、专题产品定制是贯穿整个卫星专题产品生成流程的关键业务。
1) 数据引接
为实现面向船舶的多源卫星产品集成技术的研究,首先需要具备引接各类型卫星数据的能力。由于涉海业务的卫星种类多型号多,且不同体制卫星的传输链路也不同,为满足系统对于各类卫星数据规范化存储和安全管理的需求,采用物理隔离与逻辑隔离并用的方式解决军民商3类数据的信息安全传输问题。同时,引入“卫星数据仿真传输”机制,利用各链路的真实数据进行仿真模拟,能够量化系统对于数据传输的效能,并及早发现和规避系统开发中存在的漏洞。为解决特定用户群体对于数据传输时效的要求,通过格式预处理的方式加速系统对卫星数据引接和解析的速度。
数据引接业务组件的运作原理如图2所示。接入任务管理模块可提前根据接入计划表中的卫星侦察计划自动启动数据引接业务流程,当卫星数据接入并落盘后,数据协议解析和数据格式转换模块调用相应库中的协议解析和格式转换规则,将引接的卫星数据进行统一的标准化处理,供后续业务模块调用。对于数据时效性高的军用链路,将调用数据格式预处理模块加速对引接数据的快速处理。利用卫星数据仿真链路可以模拟各类数据的接入时延,掌握卫星数据接入与格式转化过程的时效特性。
2) 数据分析
数据分析组件的首要问题是解决多源卫星数据异构性问题。首先需要对多源异构卫星数据进行智能的特征提取。其次,卫星在获取数据时会受到卫星拍摄姿态、载荷特性、气候等诸多不确定因素的影响,其原始数据难免存在误差,可通过对比数据特征知识库进行误差校正。最后对卫星特征进行标注,设计中采用专家监督的方式通过对标注特征的量化处理,优化相关算法的数据分析性能。
数据分析业务组件的运作原理如图3所示。首先将带有标注的数据集依据数据特征知识库,利用特定的算法将特征参数进行自动分类和提取,根据时空误差等特性通过数据特征反演模块对特征值进行校正。然后基于用户定制需求对相关特征进行量化处理,在此基础上对用户需求进行定性定量的分析,根据特征需求制定标注规范,并以此对相关卫星数据进行自动标注处理。为提升标注算法的正确率,利用标注特征评测模块,通过对比需求和标注的特征量化指标,优化特征提取和自动标注算法。
3) 数据融合
数据融合业务设计初衷是以用户的定制需求为导向,根据一定的需求准则实现对多源卫星数据的自动处理、分析和融合,最终生成满足特定应用需求的定制化融合。数据融合业务组件各模块旨在利用智能化有监督的方式对多源卫星数据进行特征提取、融合和人工校正。通过提取多源卫星数据的显著信息(时域、空域、光谱频域特性等)并剔除冗余信息,并按照一定的规则进行融合处理,获得比单幅数据更精准、完整、有效的信息。
数据融合业务组件的运作原理如图4所示。采用3层信息逐层融合的方式对多源卫星数据进行融合。其中,特征信息融合可利用特征信息开展影像拼接、光谱融合、点位融合等初步数据融合工作。逻辑信息融合根据时空特性及卫星侦察手段特性依据逻辑关系进行融合,通过比对同一时空基准下(如判定观测目标的尺寸、类型、移动轨迹等)的遥感数据和电子侦察数据,根据船舶影像定位剔除异常的电子点位信息。决策信息融合是根据用户的需求,从现有较全面的态势中筛选出特定类型的目标信息制成专题产品。通过融合效果评测模块,利用专家监督的方式对融合效果进行评定,基于3层信息融合的量化标注,根据专家的评测反馈意见对相关融合算法和参数进行迭代优化和自适应调整。
4) 专题产品定制
专题产品定制业务组件有别于其他功能相对封闭的组件,需要利用系统接口频繁调用其他组件和功能模块以及系统平台层的基础组件。专题产品定制业务需要根据不同数据链路的传输时效特性,将生成的专题产品准确、安全、按时分发给不同级别的用户。用户需要提报需求,系统将根据用户的需求提取关键信息形成产品定制需求,并以此标准进行数据的处理和融合。简而言之,只有确定需求被受理后业务管理组件才能启动任务流程,并逐步监测各组件的任务执行进度。当监测到各组件完成了既定任务后,调用专题产品定制组件执行最后的产品分发流程。
专题产品定制业务组件的运作原理如图5所示。首先判定用户提报的需求是否被受理,进一步确认用户的产品定制需求,系统将根据卫星侦察计划向用户反馈卫星数据引接的时间。当卫星数据引接并成功在本地落盘后,业务管理组件将持续监测不同任务流程在各组件的执行进度,当监测到专题产品已制作完成时,数据管理组件将自动调取相应的定制产品并分发给用户。
本文通过分析我国面向船舶的卫星体系特点,构建多源卫星产品集成框架,并对平台层4项核心业务的运作原理进行了介绍。整个集成框架虽然运用人工智能技术在一定程度上减轻了人工处理数据的工作负担,但在数据规范化处理、需求提报机制、产品快速分发等功能的技术成熟度还有待提升。
在后续工作中,一方面充分吸收、运用先进技术提升系统的智能化水平,一方面与船舶用户深度沟通,了解我国舰船体系在海洋侦察方面的能力和优势,取长补短,提升对多源天基资源的综合应用能力。
[1] |
王海涛, 仇跃华, 梁银川, 等. 卫星应用技术[M]. 北京: 北京理工大学出版社, 2020.
|
[2] |
叶海洋, 张桂珠, 王晓峰, 等. 面向天体一体化卫星网络的高性能仿真技术[J]. 计算机工程与应用, 2019, 55(17): 82-88. DOI:10.3778/j.issn.1002-8331.1806-0273 |
[3] |
刘渊, 张浩, 叶海洋, 等. 面向天体一体化信息网络的卫星链路仿真研究[J]. 通信学报, 2018, 39(4): 56-67. DOI:10.11959/j.issn.1000-436x.2018071 |
[4] |
许宇栋, 周敬博, 尹嘉昭, 等. 遥感卫星任务规划策略及应用研究综述[J]. 无线电工程, 2021, 51(8): 681-690. DOI:10.3969/j.issn.1003-3106.2021.08.002 |
[5] |
贺仁杰, 李菊芳, 姚锋, 等. 成像卫星任务规划技术[M]. 北京: 科学出版社, 2011.
|
[6] |
LI S T, DIAN R W, FANG L Y, et al. Fusing hy‐ perspectral and multispectral images via coupled sparse tensor factorization[J]. IEEE Transactions on Image Processing, 2018, 27(8): 4118-4130. DOI:10.1109/TIP.2018.2836307 |
[7] |
TUIA D, MOSER G, LE SAUX B, et al. The 2017 IEEE geoscience and remote sensing society data fusion contest: open data for global multimodal land use classification[J]. IEEE Geoscience and Remote Sensing Magazine, 2017, 5(4): 110-114. DOI:10.1109/MGRS.2017.2760346 |
[8] |
高轶, 罗啸, 马红梅, 等. 对地观测卫星应用等效仿真系统研究[J]. 卫星应用, 2022, 5: 53-58. DOI:10.3969/j.issn.1674-9030.2022.05.013 |
[9] |
李伯虎, 柴旭东, 张霖, 等. 面向新型人工智能系统的建模与仿真技术初步研究[J]. 系统仿真学报, 2018, 30(2): 349-362. DOI:10.16182/j.issn1004731x.joss.201802001 |