0 引　言

我国海洋幅员辽阔，加强海上目标的探测识别研究，对于实施海上运输监管、海上维权、海上军事行动等具有重要的意义，海上目标的探测手段主要包括声、光、电、磁、热等先进传感设备，其特性数据是实现有效探测的重要支撑^[1]。

目标特性是探测、跟踪、识别目标的基础，通常采用仿真计算和外场测量2种方式。仿真计算成本低、操作简单，且随着计算机算力不断提升，优势愈发显著^[2]，但是存在数据验证困难、置信度较低的问题。相比之下，实测数据可信度高，但受条件限制，数据获取手段较为复杂，难度高，实测数据在时间和空间上缺少连续性。海上目标感知手段有限，数量不足，感知范围存在死角和盲区，无法实现长期连续的感知。而卫星数据可以提供长时间序列、大规模的样本数据量，填充了其他测量手段中数据样本在时间和空间上的不足。

近年来，国内相关科研院所、高校等基于民用、商用航天遥感数据，借助机器学习、深度学习等技术，针对大样本卫星遥感数据在目标检测、场景分类、目标识别、变化检测等领域开展了大量研究并取得初步成果，利用遥感智能解译算法，形成海上目标特性产品数据集。现阶段缺少对遥感影像产品和舰船目标特性数据产品进行归一化、信息关联、元数据生成等流程化处理的自动化、智能化影像处理系统。本文设计并实现一个通用的可交互、可数据互联的平台工具，集成各类天基实测数据处理以及算法模型，构建以任务为核心、系统平台为载体、算法模型为驱动的全流程自动协同生产模式^{[3 - 4]}，提升业务流程的计算效率，提高目标特性处理精度和置信度；实现特性提取的一站式操作、引擎化调度、可视化分析，通过多源特性可视化比对关联分析全流程的应用，形成完备的技术体系与高效的运行模式，提升实际应用效能。

1 系统设计 1.1 总体架构

基于卫星数据的海上目标特性数据处理系统遵循“数据+平台+微服务”的总体架构思路，分析卫星数据采集获取的多源、多载荷、多分辨率、多数据覆盖和多工作模式的测量数据，系统研制遥感图像处理基础工具；构建海上目标的物理、光学、电磁、运动以及目标背景环境特性数据体系，开展针对可见光、红外、高光谱、SAR等多源遥感卫星数据预处理、特性处理、舰船目标检测识别处理等算法研究，进行目标光谱、红外、可见光、SAR、运动特性和背景环境特性提取与分析，具备多源特性关联分析和可视化能力。

系统将各种分散的算法模型资源、计算资源、存储资源、数据资源进行动态共享与重用，实现以实测任务管理为导向，以重点目标为中心的目标特性数据生产任务集成管理。

系统采用“平台+插件”的技术体制进行建设，以保持系统的开放性与包容性，支持系统的增量式建设与覆盖式优化。基于云平台和大数据平台架构，构建“微服务+容器”软件插件集成架构的天基舰船目标特性处理集成系统。“微服务+容器”的应用架构如图1所示。系统采用一种面向服务的架构^{[5 − 7]}，包括基础设施层、平台服务层、软件服务层。

“容器+微服务”的软件插件集成设计重点包括基于多容器编排设计和基于微服务的封装设计2个方面。

1.1.1 基于多容器编排设计

通过使用Docker的集群化和资源编排工具，灵活分配目标特性仿真建模各计算模型插件的节点和资源情况，动态在集群中创建分配并创建容器来组成一个新的容器集群，然后通过这个容器集群运行高性能作业，各软件插件和业务流程在容器中运行，并进行多容器的编排，应用框架如图2所示。

Docker容器编排功能将容器从只能部署在单一主机之上，升级为能够将多种复杂的容器应用广泛部署于大量设备当中。要实现编排方案，天基舰船目标特性处理集成系统的资源管理分系统承担分布式容器管理的功能，贯穿整个目标特性应用生命周期始终，且能够在硬件发生故障或软件更新时继续正常起效。

1.1.2 基于微服务封装设计

系统的软件插件和待集成的算法均以微服务的方式封装运行，各软件插件微服务可以动态部署发布到容器中，从而可以在不停机的情况下，动态扩展系统的功能。

微服务通常完成相对独立的一项功能。在实测任务中，常常需要将多个服务组合起来进行执行。为此，系统将对微服务组合进行支持，针对业务需求多样性，采用微服务的组合编排和调度执行方法，提供微服务的可视化流程编排工具，通过简单可视化拖拽的方式实现服务流程编排。能够根据预定义的业务流程，以服务的动态组合和调用快速形成高度协同的目标特性计算软件处理能力。

1.2 卫星遥感数据采集

系统以数据自动化、精细化、流程可视化、快速服务保障为出发点，设计历史数据常规处理、在线编程应急处理2种目标特性数据处理工作模式，满足不同层级、不同应用场景的使用要求。常规处理模式下，能够从基于天基实测数据采集开始，数据驱动或任务驱动的方式开展目标特性数据处理。系统工作流程如图3所示。

根据用户需求编排任务，选择需要的模块进行流程配置和调度，资源管理自动向云平台申请分配计算资源，启动目标特性数据处理任务。

1.3 数据预处理模块设计

卫星数据预处理软件根据采集到的不同载荷的数据进行对应的数据预处理，同时提供通用数据处理工具软件，提升数据质量，支撑下一步舰船目标特性数据处理。预处理工作流程如图4所示。

系统支持处理可见光、红外、高光谱、SAR，可处理卫星标准数据产品。具备对高分辨率红外、SAR、高光谱卫星数据解析、显示、旋转、裁切等预处理功能，为后续目标识别与特性分析提供数据输入。

1.4 目标特性智能提取模块设计 1.4.1 特性提取模块设计

特性数据处理子系统流程如图5所示。

1）读取不同类型的图像数据；

2）根据不同类型的图像数据特点，分别提取舰船目标及相关数据；

3）根据图像特点，分别提取光谱特征、红外辐射特征、可见光特征、舰船运动特征、和风场浪场等环境特征；

4）将特征信息进行统计分析，获得目标的各类特性数据。

1.4.2 检测识别模块设计

对卫星数据中包括可见光图像、红外图像、SAR图像、高光谱标准图像中的舰船目标进行检测和识别。利用积累的特性数据进行算法训练、测试和验证。

1.5 可视化关联分析

卫星目标特性数据生产流程可视化演示功能，包含卫星数据采集、数据传输、数据处理过程。对数据处理流程支持实时动态二维可视化展示，对目标特性处理结果支持三维可视化展示。可视化子系统包括数据自动接入、数据智能管理、多源目标特性关联分析、目标特性数据可视化、数据字典管理5个部分，能够实现海上目标相关信息录入与交互、目标区域特性数据结果输出显示和对比分析，同时支持卫星目标特性数据处理流程可视化演示，如图6所示。

可视化子系统服务于系统全流程，首先对于海上目标历史卫星数据与在线编程数据通过数据自动接入功能完成目标相关信息的接入，经过多星数据预处理、目标快速提取、各类特性数据处理后的数据通过数据自动接入功能录入数据库。对于入库的多源特性数据通过多源目标特性关联分析完成目标特性数据的关联，支撑目标特性数据的多维可视化展示，开展目标可识别特征分析，形成分析报告。针对卫星数据采集、数据传输、数据处理过程，通过数据智能管理能力支持基于卫星数据的海上目标特性数据处理流程可视化演示功能。

可视化子系统可根据不同目标、不同成像条件、不同时空条件、关键事件等多维度的关联分析能力，提供可视化界面，可进行目标特性多维度对比分析，掌握海上目标的特征变化规律以及可识别特征。

2 数据库设计

采集和产生的数据从逻辑上划分为遥感空间影像产品库、归一化影像产品库、光电目标特性数据库、目标知识支撑数据库。

数据库体系采用分层体系架构，包括资源层、数据库层和数据管理层，如图7所示。

资源层提供基础硬件设施和虚拟化资源管理调度，基础硬件设施主要是专用和共用的各类服务器集群，包括计算服务器集群、存储服务器集群、数据库服务器集群、网络和安全，虚拟化资源管理调度提供存储虚拟化、数据库虚拟化、计算虚拟化、一体化统一监控和综合运维管理。

数据库层提供云存储、数据模型和数据仓库，包括基础云存储和云数据库、数据模型、数据仓库。

数据管理层提供多态混合存储统一访问引擎，用于屏蔽异构数据库存储之间的差异，向上提供统一的访问与处理接口，是目标特征信息数据库的主要访问入口；提供目标特征信息管理的统一集成门户，提供数据库运维管理平台。

3 测试结果分析

选取救援船舶作为目标，进行相关测试。可见光轮廓提取，分别对船舶的外形、尺寸、结构等特性信息处理提取，获得船舶的目标切片，其几何特征提取结果如表1和图8所示。

通过和实际舰船尺寸比对，几何尺寸精度提取结果优于1个像元。

4 结　语

本文提出了基于卫星数据的海上目标特性处理系统设计与实现方案，对基于实测数据的目标特性数据生产及管理平台的架构、流程、组成进行描述。

系统具备目标特性测量与标定、定量化处理能力，建立基于卫星数据的海上目标特性数据集，具备与地面测量、空中测量、实验室仿真等多手段特性数据交互验证能力，可实现高置信度等目标特性数据积累，形成支撑科研及实际应用的能力。结果表明，该系统实现了目标特性数据生产任务的协同计算，提高了天基目标特性数据生产效率。