關(guān)鍵詞：星群 智能服務(wù) 任務(wù)本體描述 任務(wù)規(guī)劃 在軌處理

對(duì)地觀測(cè)衛(wèi)星在提高遙感信息自主獲取能力，把握全球經(jīng)濟(jì)、資源、環(huán)境、社會(huì)發(fā)展態(tài)勢(shì)等方面具有重要作用[1]。高精度實(shí)時(shí)智能的遙感信息是保障國家安全、服務(wù)國民經(jīng)濟(jì)的關(guān)鍵核心技術(shù)，是世界各國競(jìng)相搶占的科技戰(zhàn)略制高點(diǎn)。近10年來，我國遙感衛(wèi)星實(shí)現(xiàn)了從“有”到“好”的跨越式發(fā)展，逐步實(shí)現(xiàn)了業(yè)務(wù)化、商業(yè)化和國際出口[2-3]。2010—2020年高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)的實(shí)施，更是加快了我國對(duì)地觀測(cè)衛(wèi)星的發(fā)展[4]，該系統(tǒng)將與其他觀測(cè)手段結(jié)合，具備全天候、全天時(shí)、全球覆蓋的對(duì)地觀測(cè)能力。

美國憂思科學(xué)家聯(lián)盟(The Union of Concerned Scientists，UCS)2022年1月1日更新的數(shù)據(jù)顯示，目前繞地球運(yùn)行的衛(wèi)星共計(jì)4852顆，美國占2944顆，俄羅斯占169顆，我國占499顆，其中我國對(duì)地觀測(cè)衛(wèi)星共計(jì)264顆，通信衛(wèi)星共計(jì)61顆，導(dǎo)航衛(wèi)星共計(jì)49顆，其他用途衛(wèi)星共計(jì)125顆，我國已成為全球衛(wèi)星發(fā)射數(shù)量排名第二的國家。

衛(wèi)星數(shù)量和種類的增多在使遙感應(yīng)用得到快速發(fā)展的同時(shí)，也面臨著許多的問題[5]。目前，大多數(shù)衛(wèi)星存在著“空轉(zhuǎn)”和“過多獲取無用數(shù)據(jù)”的問題，造成了衛(wèi)星資源、傳輸、計(jì)算和存儲(chǔ)資源的浪費(fèi)。除此之外，我國現(xiàn)有的通信、導(dǎo)航、遙感衛(wèi)星系統(tǒng)各成體系，且遙感衛(wèi)星的單星應(yīng)用和服務(wù)模式在運(yùn)控、接收、處理和應(yīng)用環(huán)節(jié)獨(dú)立工作，數(shù)據(jù)處理及信息獲取鏈路長，導(dǎo)致服務(wù)滯后、系統(tǒng)響應(yīng)慢，難以滿足分鐘級(jí)甚至秒級(jí)信息獲取需求[6-8]。為了進(jìn)一步促進(jìn)全天時(shí)、全天候和全球的遙感信息近實(shí)時(shí)智能服務(wù)的發(fā)展，未來亟須結(jié)合各類衛(wèi)星觀測(cè)和服務(wù)能力，通過星群組網(wǎng)的方式提高數(shù)據(jù)的獲取和服務(wù)效率，從而滿足更短的重訪周期、更大范圍的觀測(cè)覆蓋范圍以及基于特定任務(wù)目標(biāo)需求的快速響應(yīng)、持續(xù)動(dòng)態(tài)監(jiān)測(cè)等數(shù)據(jù)獲取需求。

衛(wèi)星星群是在軌且能正常工作的衛(wèi)星的集合，通常由一些衛(wèi)星按一定的方式配置而成[9]。相較于傳統(tǒng)的單星服務(wù)模式而言，星群衛(wèi)星載荷種類多、高低軌道跨度廣、應(yīng)用場(chǎng)景復(fù)雜度高、服務(wù)模式更加復(fù)雜化。近年來，國內(nèi)外商業(yè)遙感公司逐步部署起了衛(wèi)星星座，期望通過星座組網(wǎng)的方式實(shí)現(xiàn)對(duì)全球區(qū)域的遙感信息快速獲取，但現(xiàn)階段的衛(wèi)星星座服務(wù)模式僅是在數(shù)據(jù)獲取方面實(shí)現(xiàn)了協(xié)同觀測(cè)，處理和服務(wù)模式仍采用傳統(tǒng)方法，智能化水平低，無法最大程度發(fā)揮在軌衛(wèi)星的協(xié)同價(jià)值，滿足大眾化、高時(shí)效的服務(wù)需求，亟須協(xié)同多樣化在軌星群資源，研究面向星群的遙感影像智能服務(wù)方法，實(shí)現(xiàn)對(duì)地觀測(cè)衛(wèi)星到對(duì)地觀測(cè)腦的轉(zhuǎn)變[10-12]。

本文針對(duì)遙感星群衛(wèi)星體系特點(diǎn)和對(duì)地觀測(cè)用戶需求特征，開展面向星群的遙感影像智能服務(wù)關(guān)鍵問題研究，提出了面向任務(wù)的全球多尺度動(dòng)態(tài)任務(wù)本體描述模型，統(tǒng)籌全球動(dòng)靜態(tài)的任務(wù)語義描述，在此基礎(chǔ)上重點(diǎn)分析面向星群的自主任務(wù)管理、精準(zhǔn)動(dòng)態(tài)任務(wù)規(guī)劃和智能處理等關(guān)鍵技術(shù)。首先，構(gòu)建多尺度動(dòng)態(tài)任務(wù)本體描述模型，有效分析和管理對(duì)地觀測(cè)任務(wù)需求；然后，協(xié)同規(guī)劃高、低軌遙感衛(wèi)星資源，實(shí)現(xiàn)任務(wù)需求和衛(wèi)星資源的合理配置，獲取更多高價(jià)值的對(duì)地觀測(cè)數(shù)據(jù)，減少資源浪費(fèi)；最后，在智能規(guī)劃的基礎(chǔ)上結(jié)合協(xié)同計(jì)算平臺(tái)、協(xié)同在軌處理、終端請(qǐng)求與服務(wù)等技術(shù)形成星群智能服務(wù)體系，推動(dòng)自主化和智能化的近實(shí)時(shí)星群智能服務(wù)，為全天時(shí)、全天候和全球的遙感信息近實(shí)時(shí)智能服務(wù)奠定基礎(chǔ)。

1 單星到星群的發(fā)展現(xiàn)狀及趨勢(shì)

隨著衛(wèi)星性能不斷提高，對(duì)地觀測(cè)由傳統(tǒng)的單星模式發(fā)展為輕小型衛(wèi)星組網(wǎng)模式[13]。早期的衛(wèi)星星群主要用于導(dǎo)航定位和全球通信方面。隨著衛(wèi)星的小型化、批量化發(fā)展，衛(wèi)星星群在對(duì)地觀測(cè)方面的應(yīng)用開始被發(fā)展起來[14]。

國外關(guān)于對(duì)地觀測(cè)衛(wèi)星星座的研究起步較早，現(xiàn)已逐步進(jìn)入衛(wèi)星星座穩(wěn)定運(yùn)行階段。如美國Planet公司于2013—2020年間構(gòu)建了高時(shí)頻成像對(duì)地觀測(cè)小衛(wèi)星星座SkySat，主要用于獲取時(shí)序圖像，制作視頻產(chǎn)品，并服務(wù)于高分辨率遙感大數(shù)據(jù)應(yīng)用[15]，該星座目前已經(jīng)發(fā)射21顆衛(wèi)星，是世界上衛(wèi)星數(shù)量最多的亞米級(jí)高分辨率衛(wèi)星星座。除此之外，Planet公司還部署了Flock對(duì)地觀測(cè)星座，可提供3~5 m分辨率的圖像，能夠獲取連續(xù)的對(duì)地觀測(cè)數(shù)據(jù)[16]。美國的DigitalGlobe和SpaceX于2020年宣布共同合作WorldView Legion星座，擬采用6顆衛(wèi)星組網(wǎng)觀測(cè)，在需求最大的地球區(qū)域內(nèi)獲取更多的影像[17]。法國的AirBus公司也在開始部署Pleiades-Neo星座，并于2020—2021年間發(fā)射了4顆光學(xué)對(duì)地觀測(cè)衛(wèi)星，該星座可直接訪問歐洲數(shù)據(jù)中繼通信系統(tǒng)，可實(shí)現(xiàn)每天高達(dá)40 TB的數(shù)據(jù)傳輸。日本的多家新型商業(yè)公司也部署了相應(yīng)的光學(xué)、雷達(dá)、氣象小衛(wèi)星星座。如日本Axelspace公司的灰鶴(GRUS)對(duì)地觀測(cè)衛(wèi)星星座，日本Synspective公司的StriX雷達(dá)衛(wèi)星星座[17]。2021年美國商業(yè)航天公司Albedo獲準(zhǔn)研發(fā)10 cm遙感衛(wèi)星，未來航天遙感將進(jìn)入10 cm空間分辨率時(shí)代，遙感影像精準(zhǔn)處理與智能服務(wù)的需求更加迫切[18]。

隨著高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)的實(shí)施，我國對(duì)地觀測(cè)衛(wèi)星也有了快速的發(fā)展。近年來，國內(nèi)一些商業(yè)遙感公司也相繼部署起了對(duì)地觀測(cè)衛(wèi)星星座。如中國四維測(cè)繪技術(shù)有限公司于2016年開始部署高景一號(hào)衛(wèi)星星座[19]，目前已完成第一階段的4顆光學(xué)小衛(wèi)星發(fā)射，星座部署完成后，期望能夠?qū)崿F(xiàn)國內(nèi)十大城市1天覆蓋1次的能力。長光衛(wèi)星技術(shù)有限公司部署了吉林一號(hào)光學(xué)遙感衛(wèi)星星座[20]，截至2021年9月，共有30顆衛(wèi)星在軌運(yùn)行，預(yù)計(jì)2025年前后，可完成138顆衛(wèi)星組網(wǎng)觀測(cè)，具備全球任意地點(diǎn)10 min內(nèi)重訪能力。21世紀(jì)空間技術(shù)應(yīng)用股份有限公司于2015年發(fā)射了北京二號(hào)衛(wèi)星星座[21]，2021年發(fā)射了北京三號(hào)衛(wèi)星，并將與北京二號(hào)系統(tǒng)協(xié)同工作，提高我國高分辨率遙感衛(wèi)星數(shù)據(jù)的供給能力。除此之外，珠海歐比特宇航科技股份有限公司部署了珠海一號(hào)衛(wèi)星星座[22]，該星座將由34顆衛(wèi)星組成，包括視頻衛(wèi)星、高光譜衛(wèi)星、雷達(dá)衛(wèi)星、高分光學(xué)衛(wèi)星和紅外衛(wèi)星，期望能夠構(gòu)成一個(gè)高時(shí)空分辨率的遙感微納衛(wèi)星星座，可全天時(shí)、全天候、無障礙地獲取遙感數(shù)據(jù)。

對(duì)地觀測(cè)衛(wèi)星星座的發(fā)展可分為概念提出、大規(guī)模部署、穩(wěn)定運(yùn)行三個(gè)階段[16]。國外現(xiàn)已逐步進(jìn)入衛(wèi)星星座穩(wěn)定運(yùn)行階段，國內(nèi)方面相對(duì)而言起步較晚，且現(xiàn)階段部署的衛(wèi)星星座服務(wù)模式僅是在數(shù)據(jù)獲取方面實(shí)現(xiàn)了協(xié)同觀測(cè)，處理和服務(wù)模式仍采用傳統(tǒng)方法，智能化水平低，無法最大程度發(fā)揮在軌衛(wèi)星的協(xié)同價(jià)值，滿足大眾化、高時(shí)效的服務(wù)需求。隨著對(duì)地觀測(cè)衛(wèi)星的發(fā)展，基于星座的遙感影像智能服務(wù)逐漸成為遙感領(lǐng)域競(jìng)爭(zhēng)的熱點(diǎn)和太空經(jīng)濟(jì)新的增長點(diǎn)[23]，因此，在進(jìn)行星座部署和運(yùn)行的同時(shí)，還需結(jié)合在軌處理、星地星間鏈路傳輸、終端接收、5G/6G等技術(shù)，實(shí)現(xiàn)衛(wèi)星星座的智能化服務(wù)。

2 面向星群的智能服務(wù)體系

為了提升衛(wèi)星星群的在軌測(cè)控、運(yùn)控管理效能，構(gòu)建面向星群的智能服務(wù)體系，保障衛(wèi)星星群任務(wù)正常完成。面向星群的智能服務(wù)體系主要思路是結(jié)合對(duì)地觀測(cè)目標(biāo)特征構(gòu)建多尺度動(dòng)態(tài)任務(wù)本體描述模型，依據(jù)多尺度動(dòng)態(tài)任務(wù)本體描述模型中對(duì)地觀測(cè)常規(guī)需求和實(shí)時(shí)變化的用戶需求進(jìn)行面向星群的智能任務(wù)規(guī)劃，依據(jù)規(guī)劃方案開展在軌處理、星地星間鏈路傳輸和終端分發(fā)等智能服務(wù)。

面向星群的遙感影像智能服務(wù)能夠集任務(wù)描述、任務(wù)管控、任務(wù)規(guī)劃、在軌處理、終端分發(fā)為一體。以多尺度動(dòng)態(tài)任務(wù)本體描述模型為驅(qū)動(dòng)，對(duì)任務(wù)進(jìn)行統(tǒng)一管理和自主生成，通過將用戶應(yīng)用反饋到任務(wù)管理環(huán)節(jié)來不斷更新對(duì)地觀測(cè)任務(wù)需求分析，完善用戶服務(wù)體系，實(shí)現(xiàn)衛(wèi)星資源的最大化利用。充分利用對(duì)地觀測(cè)衛(wèi)星星群中各類衛(wèi)星資源的優(yōu)勢(shì)，通過中高軌預(yù)警發(fā)現(xiàn)，低軌確認(rèn)、識(shí)別和跟蹤的方式，兼得任務(wù)的時(shí)間和空間分辨率。星群中的每顆衛(wèi)星一星多用多功能設(shè)計(jì)，衛(wèi)星集觀測(cè)、處理和傳輸功能于一體，每顆衛(wèi)星既是任務(wù)觀測(cè)節(jié)點(diǎn)，同時(shí)也是計(jì)算單元和數(shù)據(jù)傳輸節(jié)點(diǎn)，通過一星多用、多星協(xié)同的方式星群內(nèi)部可以組成觀測(cè)網(wǎng)、處理網(wǎng)和傳輸網(wǎng)，與衛(wèi)星通信網(wǎng)集成實(shí)現(xiàn)對(duì)全球范圍遙感信息的實(shí)時(shí)智能服務(wù)。

面向星群的遙感影像智能服務(wù)能夠有效提高突發(fā)事件的動(dòng)態(tài)應(yīng)急響應(yīng)速度和效率，通過星地聯(lián)動(dòng)的方式，實(shí)現(xiàn)遙感信息的時(shí)空連續(xù)服務(wù)。圖 1為面向星群的智能服務(wù)體系架構(gòu)，其主要流程如下：首先，需要結(jié)合對(duì)地觀測(cè)目標(biāo)特征和用戶對(duì)目標(biāo)的需求特點(diǎn)構(gòu)建包含靜態(tài)地物、動(dòng)態(tài)地物和時(shí)間變化因素的多尺度動(dòng)態(tài)任務(wù)本體描述模型，實(shí)現(xiàn)對(duì)全球地物信息的統(tǒng)一描述與管理。然后，依據(jù)高時(shí)間分辨率的中高軌衛(wèi)星對(duì)熱點(diǎn)區(qū)域進(jìn)行全天時(shí)觀測(cè)，當(dāng)探測(cè)到應(yīng)急目標(biāo)時(shí)，經(jīng)在軌處理提取應(yīng)急區(qū)域信息；多尺度動(dòng)態(tài)任務(wù)本體描述模型依據(jù)提取的應(yīng)急區(qū)域位置、類型等信息快速匹配災(zāi)害類型，生成合適的專業(yè)應(yīng)急目標(biāo)；低軌高分辨率衛(wèi)星針對(duì)應(yīng)急目標(biāo)進(jìn)行協(xié)同任務(wù)規(guī)劃，并依據(jù)指令進(jìn)行多種模式的圖像、視頻數(shù)據(jù)獲取，通過星間數(shù)據(jù)傳輸，實(shí)現(xiàn)多源數(shù)據(jù)在軌處理、信息提取、數(shù)據(jù)壓縮等處理，生成滿足需求的數(shù)據(jù)產(chǎn)品。最后，通過對(duì)地觀測(cè)衛(wèi)星之間的傳輸能力，或借助通信衛(wèi)星的傳輸能力，實(shí)現(xiàn)數(shù)據(jù)和產(chǎn)品的及時(shí)下傳。地面用戶可通過手機(jī)、平板等設(shè)備直接下載和查看災(zāi)區(qū)變化情況，為下一步的決策提供依據(jù)。

圖 1 面向星群的智能服務(wù)體系

Fig. 1 Constellation-oriented intelligent service system

3 面向星群的遙感影像智能服務(wù)關(guān)鍵問題

遙感系統(tǒng)是新型基礎(chǔ)設(shè)施的重要組成部分，未來民用商業(yè)航天將進(jìn)入10 cm空間分辨率衛(wèi)星遙感競(jìng)爭(zhēng)時(shí)代，使得高分辨率衛(wèi)星遙感影像精準(zhǔn)處理與智能服務(wù)的需求更加迫切。根據(jù)智能服務(wù)體系特點(diǎn)，將面向星群的遙感影像智能服務(wù)分為多尺度動(dòng)態(tài)任務(wù)本體描述模型構(gòu)建、星群資源任務(wù)協(xié)同精準(zhǔn)動(dòng)態(tài)規(guī)劃和面向星群的協(xié)同智能處理3個(gè)關(guān)鍵問題來進(jìn)行研究。其中多尺度動(dòng)態(tài)任務(wù)本體描述模型構(gòu)建為智能服務(wù)提供了基礎(chǔ)目標(biāo)數(shù)據(jù)庫，使得服務(wù)體系以任務(wù)為驅(qū)動(dòng)，實(shí)現(xiàn)對(duì)地觀測(cè)目標(biāo)的自主管理，是智能服務(wù)的前提；星群的任務(wù)規(guī)劃能夠?qū)崿F(xiàn)任務(wù)需求和衛(wèi)星資源的合理配置，最大限度地發(fā)揮星群資源的優(yōu)勢(shì)，獲取更多高價(jià)值的遙感數(shù)據(jù)；面向星群的協(xié)同智能處理是實(shí)現(xiàn)智能化的關(guān)鍵，通過在軌處理、壓縮、傳輸、分發(fā)等流程，能夠?qū)崿F(xiàn)遙感信息的近實(shí)時(shí)服務(wù)。

3.1

多尺度動(dòng)態(tài)任務(wù)本體描述模型構(gòu)建

多尺度動(dòng)態(tài)任務(wù)本體描述模型的構(gòu)建使得衛(wèi)星規(guī)劃有據(jù)可依，是衛(wèi)星自主規(guī)劃和智能服務(wù)的前提。該模型以對(duì)地觀測(cè)任務(wù)為驅(qū)動(dòng)，模型構(gòu)建的基本思路是通過對(duì)全球不同地物進(jìn)行分析，充分了解對(duì)地觀測(cè)目標(biāo)的特征及用戶對(duì)遙感數(shù)據(jù)的需求特點(diǎn)，形成多尺度動(dòng)態(tài)任務(wù)本體描述模型，同時(shí)依據(jù)地物特性和用戶偏好為不同任務(wù)賦予不同程度的優(yōu)先級(jí)，從而實(shí)現(xiàn)對(duì)全球任務(wù)的統(tǒng)一描述。

多尺度動(dòng)態(tài)任務(wù)本體描述模型主要有兩大優(yōu)勢(shì)。一是統(tǒng)籌全球動(dòng)靜態(tài)的任務(wù)語義描述，為星群規(guī)劃提供一個(gè)基礎(chǔ)數(shù)據(jù)庫，讓衛(wèi)星在沒有用戶目標(biāo)的時(shí)段內(nèi)，也可對(duì)該基礎(chǔ)數(shù)據(jù)庫中優(yōu)先級(jí)較高的目標(biāo)進(jìn)行數(shù)據(jù)獲取，解決衛(wèi)星在無用戶需求時(shí)“空轉(zhuǎn)”和“過多獲取無用數(shù)據(jù)”造成的衛(wèi)星、存儲(chǔ)、計(jì)算等資源浪費(fèi)的問題，實(shí)現(xiàn)對(duì)衛(wèi)星資源最大程度的利用。二是實(shí)現(xiàn)不同類型任務(wù)的統(tǒng)一描述，能夠依據(jù)少量的普通用戶需求對(duì)任務(wù)進(jìn)行分析，快速推斷出滿足用戶需求的專業(yè)遙感信息，解決大眾用戶在提交任務(wù)需求時(shí)“不知道獲取什么類型數(shù)據(jù)”和“不了解衛(wèi)星傳感器屬性”等問題，最大限度地滿足用戶需求。除此之外，在星群資源協(xié)同規(guī)劃的過程中，多尺度動(dòng)態(tài)任務(wù)本體描述模型能夠根據(jù)中高軌衛(wèi)星實(shí)時(shí)發(fā)現(xiàn)的應(yīng)急災(zāi)害位置和類型等少量信息，快速構(gòu)建出匹配的周期性的高優(yōu)先級(jí)應(yīng)急任務(wù)，并經(jīng)低軌高分辨率衛(wèi)星協(xié)同觀測(cè)，實(shí)現(xiàn)對(duì)應(yīng)急區(qū)域的連續(xù)監(jiān)測(cè)，提高應(yīng)急事件的快速響應(yīng)能力。

多尺度動(dòng)態(tài)任務(wù)本體描述模型構(gòu)建主要包括不同類型地物多尺度目標(biāo)網(wǎng)格劃分、靜態(tài)地物遙感數(shù)據(jù)類型需求分析、動(dòng)目標(biāo)和應(yīng)急目標(biāo)遙感數(shù)據(jù)類型需求分析、基于時(shí)間變量的觀測(cè)目標(biāo)需求變化分析，在此基礎(chǔ)上構(gòu)建基于對(duì)地觀測(cè)目標(biāo)的多尺度動(dòng)態(tài)語義網(wǎng)絡(luò)模型，形成動(dòng)態(tài)變化實(shí)時(shí)更新的對(duì)地觀測(cè)目標(biāo)庫，實(shí)現(xiàn)對(duì)用戶目標(biāo)和對(duì)地觀測(cè)目標(biāo)的智能管理。多尺度動(dòng)態(tài)任務(wù)本體描述模型主要分為3個(gè)層次，如圖 2所示，其中L1為靜態(tài)地物，其主要包括：①土地類型分類，不同類型地物對(duì)傳感器類型、分辨率、幅寬等需求不同；②歷史數(shù)據(jù)獲取結(jié)果統(tǒng)計(jì)，依據(jù)歷史數(shù)據(jù)獲取位置信息對(duì)不同地區(qū)進(jìn)行重要程度疊加作為任務(wù)優(yōu)先級(jí)劃分指標(biāo)之一，同時(shí)分析歷史數(shù)據(jù)利用信息，來對(duì)不同地區(qū)所需遙感數(shù)據(jù)類型進(jìn)行分析；③歷史災(zāi)害地區(qū)統(tǒng)計(jì)，統(tǒng)計(jì)歷史發(fā)生重大災(zāi)害如森林火災(zāi)、地震等區(qū)域，作為重要觀察對(duì)象。L2為動(dòng)態(tài)目標(biāo)，其主要包括：①歷史動(dòng)態(tài)目標(biāo)數(shù)據(jù)獲取結(jié)果統(tǒng)計(jì)，依據(jù)歷史數(shù)據(jù)獲取位置和數(shù)據(jù)利用情況，對(duì)易出現(xiàn)動(dòng)態(tài)目標(biāo)的地區(qū)進(jìn)行分類管理；②統(tǒng)計(jì)移動(dòng)目標(biāo)如飛機(jī)、艦船、車輛可能出現(xiàn)的場(chǎng)所如機(jī)場(chǎng)、港口、重要航線、交通要道等地區(qū)進(jìn)行分類管理。L3為時(shí)間變化因素，其主要包括：①分析季節(jié)、氣候、云層變化對(duì)不同地區(qū)遙感數(shù)據(jù)應(yīng)用的影響，如不同季節(jié)對(duì)研究植被遙感和森林遙感的影響、雨季對(duì)自然災(zāi)害的影響等情況，按照不同月份或不同季度的變化對(duì)語義網(wǎng)格的信息做出相應(yīng)調(diào)整，包括變化地區(qū)對(duì)遙感數(shù)據(jù)需求變化情況、尺度劃分大小變化情況等。

圖 2 多尺度動(dòng)態(tài)任務(wù)本體描述模型構(gòu)成Fig. 2 Composition diagram of multi-scale dynamic task ontology description model

3.2

星群資源任務(wù)協(xié)同精準(zhǔn)動(dòng)態(tài)規(guī)劃

衛(wèi)星對(duì)地面目標(biāo)進(jìn)行觀測(cè)主要是根據(jù)用戶提出的請(qǐng)求結(jié)合星地資源現(xiàn)狀，形成衛(wèi)星觀測(cè)任務(wù)執(zhí)行方案，然后依據(jù)規(guī)劃方案，利用衛(wèi)星攜帶的傳感器，對(duì)地球表面和低層大氣進(jìn)行觀測(cè)，從而獲取圖像信息以供用戶使用。為了得到更為優(yōu)質(zhì)的影像數(shù)據(jù)，研究人員從模型的構(gòu)建和求解算法的改進(jìn)方面對(duì)問題進(jìn)行優(yōu)化。例如通過云量信息的考慮，降低衛(wèi)星影像的含云量；通過目標(biāo)函數(shù)的設(shè)定，爭(zhēng)取規(guī)劃方案的最優(yōu)化；通過求解算法的改進(jìn)，找尋更為優(yōu)質(zhì)的解集。但是這些研究主要集中在模型構(gòu)建和算法選擇和優(yōu)化方面，缺少高低軌衛(wèi)星的協(xié)同利用，不能主動(dòng)地發(fā)現(xiàn)觀測(cè)目標(biāo)[24]，無法滿足星群環(huán)境下大眾化的高時(shí)效服務(wù)需求。隨著對(duì)地觀測(cè)衛(wèi)星能力的提高，髙軌和低軌衛(wèi)星協(xié)同觀測(cè)是未來的發(fā)展趨勢(shì)。

對(duì)地觀測(cè)遙感衛(wèi)星在觀測(cè)波段、空間分辨率、時(shí)間分辨率及成像模式等方面優(yōu)勢(shì)適應(yīng)性各有不同，面對(duì)不同時(shí)空尺度的應(yīng)用需求，需要相互之間協(xié)同觀測(cè)，以充分發(fā)揮各自的優(yōu)勢(shì)，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。高低軌衛(wèi)星協(xié)同觀測(cè)主要以中高軌衛(wèi)星獲取的目標(biāo)信息為基礎(chǔ)，指導(dǎo)低軌衛(wèi)星進(jìn)行觀測(cè)。其技術(shù)路線如圖 3所示，通過結(jié)合多尺度動(dòng)態(tài)任務(wù)本體描述模型，構(gòu)建星地聯(lián)動(dòng)時(shí)空兼容的星群智能任務(wù)規(guī)劃方案，通過中高軌預(yù)警發(fā)現(xiàn)，低軌確認(rèn)、識(shí)別和跟蹤的方式，發(fā)揮不同類型星群資源的優(yōu)勢(shì)，兼顧任務(wù)的時(shí)間與空間分辨率，從而提高衛(wèi)星利用效率，獲取更多高價(jià)值的遙感信息。

圖 3 星群資源任務(wù)協(xié)同規(guī)劃技術(shù)路線Fig. 3 Constellation resource task collaborative planning technical route

面向星群的智能任務(wù)規(guī)劃是一個(gè)復(fù)雜得多對(duì)多動(dòng)態(tài)優(yōu)化問題，通過分析衛(wèi)星組網(wǎng)觀測(cè)的時(shí)間周期、時(shí)間窗口、空間分辨率、波譜分布、側(cè)擺角度等主要約束條件，發(fā)展并構(gòu)建以綜合效益為優(yōu)化目標(biāo)的約束滿足模型和優(yōu)化算法，提高衛(wèi)星調(diào)度或側(cè)擺計(jì)劃實(shí)施的能力，最大限度地發(fā)揮中高軌和低軌對(duì)地觀測(cè)衛(wèi)星的優(yōu)勢(shì)，兼顧任務(wù)的時(shí)間與空間的分辨率，提高應(yīng)急任務(wù)的響應(yīng)能力。星群資源任務(wù)協(xié)同規(guī)劃除了能夠依據(jù)多尺度動(dòng)態(tài)任務(wù)本體描述模型對(duì)任務(wù)進(jìn)行智能管理與動(dòng)態(tài)規(guī)劃外，還需進(jìn)一步以任務(wù)驅(qū)動(dòng)為核心，通過位置感知和目標(biāo)感知的方式，實(shí)現(xiàn)對(duì)研究區(qū)域的精準(zhǔn)規(guī)劃，減少冗余信息的獲取，實(shí)現(xiàn)資源的最大化合理分配，避免衛(wèi)星、存儲(chǔ)、計(jì)算等資源的浪費(fèi)，提高多任務(wù)快速規(guī)劃的精度和效率。圖 4為星群資源任務(wù)協(xié)同觀測(cè)的示意圖。

面向星群的智能任務(wù)規(guī)劃在考慮星群對(duì)多目標(biāo)復(fù)雜優(yōu)化的同時(shí)，還要針對(duì)實(shí)時(shí)更新的用戶任務(wù)對(duì)原有規(guī)劃方案進(jìn)行動(dòng)態(tài)調(diào)整，大大增加了問題的難度。為了降低問題的復(fù)雜度，設(shè)計(jì)了一種新任務(wù)單獨(dú)規(guī)劃再合并的面向星群的任務(wù)規(guī)劃方案。其主要思想是對(duì)新增的任務(wù)單獨(dú)進(jìn)行任務(wù)規(guī)劃，然后將得到的新增任務(wù)規(guī)劃方案與當(dāng)前時(shí)刻原有規(guī)劃方案中未執(zhí)行的方案相合并，并按照綜合效益最大化原則對(duì)具有時(shí)間沖突的任務(wù)進(jìn)行選擇，從而得到調(diào)整后的規(guī)劃方案。這種方法將星群動(dòng)態(tài)規(guī)劃問題分解成多個(gè)規(guī)劃問題，降低了問題的復(fù)雜度。同時(shí)僅對(duì)新增任務(wù)進(jìn)行任務(wù)規(guī)劃的思路，避免了對(duì)原有任務(wù)進(jìn)行重復(fù)規(guī)劃計(jì)算，提高了計(jì)算效率。面向星群的任務(wù)規(guī)劃主要是對(duì)實(shí)時(shí)更新的用戶目標(biāo)和多尺度動(dòng)態(tài)任務(wù)本體描述模型中基礎(chǔ)目標(biāo)數(shù)據(jù)庫的目標(biāo)協(xié)同進(jìn)行規(guī)劃，在保證用戶目標(biāo)優(yōu)先規(guī)劃的同時(shí)，按照基礎(chǔ)數(shù)據(jù)庫中目標(biāo)優(yōu)先級(jí)對(duì)基礎(chǔ)目標(biāo)進(jìn)行規(guī)劃。該規(guī)劃方案能夠在無用戶目標(biāo)時(shí)，依據(jù)分析的基礎(chǔ)目標(biāo)優(yōu)先級(jí)對(duì)潛在價(jià)值目標(biāo)進(jìn)行協(xié)同規(guī)劃，從而提高衛(wèi)星資源利用效率，提高衛(wèi)星任務(wù)規(guī)劃智能化水平。

3.3

面向星群的協(xié)同智能處理

面向星群的協(xié)同智能處理就是在智能規(guī)劃的基礎(chǔ)上結(jié)合人工智能、5G/6G等技術(shù)，構(gòu)建集遙感影像在軌處理、星地星間鏈路傳輸、遙感信息產(chǎn)品終端分發(fā)于一體的星群智能服務(wù)體系，使用戶能夠直接通過智能終端發(fā)布需求、查看進(jìn)程、下載數(shù)據(jù)，為用戶提供獲取端到用戶終端的快、準(zhǔn)、靈的智能服務(wù)，同時(shí)高低軌衛(wèi)星的協(xié)同觀測(cè)與處理能夠?qū)崿F(xiàn)應(yīng)急目標(biāo)的自主監(jiān)測(cè)與識(shí)別處理，為遙感信息的近實(shí)時(shí)大眾、軍事服務(wù)提供重要支撐。

3.3.1

協(xié)同計(jì)算平臺(tái)

協(xié)同計(jì)算平臺(tái)是將星座與分布式云計(jì)算相結(jié)合的新一代空間通信與計(jì)算基礎(chǔ)設(shè)施，能夠使用云計(jì)算的運(yùn)維方式對(duì)星群的存儲(chǔ)、計(jì)算資源進(jìn)行調(diào)度與管理，進(jìn)而實(shí)現(xiàn)多星的在軌協(xié)同計(jì)算。協(xié)同計(jì)算平臺(tái)主要依托于天基進(jìn)行存儲(chǔ)與計(jì)算工作，將星群視作為一個(gè)具有原始數(shù)據(jù)集與分布式計(jì)算資源的算力云資源池，為用戶提供更加實(shí)時(shí)的、面向地球空間全域范圍的智能通信及計(jì)算服務(wù)。

協(xié)同計(jì)算平臺(tái)的構(gòu)建需要結(jié)合星群的動(dòng)態(tài)網(wǎng)絡(luò)拓?fù)浼軜?gòu)，對(duì)傳統(tǒng)云計(jì)算的虛擬化、軟件定義、算力協(xié)同等技術(shù)做出優(yōu)化升級(jí)，通過整合空間信息網(wǎng)絡(luò)中在軌衛(wèi)星存儲(chǔ)/計(jì)算資源，以及星—星、星—地的互傳網(wǎng)絡(luò)資源，將整個(gè)衛(wèi)星系統(tǒng)構(gòu)建為一個(gè)可進(jìn)行集中管理、調(diào)度的，具有原始數(shù)據(jù)集的算力云資源池。地面用戶可根據(jù)自身需求，在該協(xié)同計(jì)算平臺(tái)中部署自己的算法，利用衛(wèi)星本地存儲(chǔ)的數(shù)據(jù)執(zhí)行在軌分析工作。通過軟件定義的星上資源管理機(jī)制，提高星載計(jì)算資源利用效率，設(shè)計(jì)多星協(xié)同云計(jì)算框架，提高星群協(xié)同計(jì)算效能，部署輕量化深度學(xué)習(xí)網(wǎng)絡(luò)平臺(tái)，提高星群智能化處理能力，建立符合受限條件下星群計(jì)算特點(diǎn)的云計(jì)算架構(gòu)，為星群智能分析與處理提供保障。

3.3.2

協(xié)同處理方法

多星/多源遙感影像在軌處理技術(shù)主要通過建立多星數(shù)據(jù)在軌分布式協(xié)同處理機(jī)制，通過充分利用遙感數(shù)據(jù)處理的各類智能算法資源，依據(jù)不同任務(wù)信息(地理位置、觀測(cè)區(qū)域大小、目標(biāo)類型)智能規(guī)劃星地協(xié)同的數(shù)據(jù)處理模式與流程，實(shí)現(xiàn)自動(dòng)化、智能化的多星協(xié)同處理，從而快速提供任務(wù)決策所需的高精度、高質(zhì)量、高可靠空間決策支持信息。

針對(duì)光學(xué)衛(wèi)星姿態(tài)和軌道數(shù)據(jù)時(shí)空離散、觀測(cè)精度受限等問題，開展在軌實(shí)時(shí)高精度定軌和在軌實(shí)時(shí)高精度定姿方法研究。通過采用星地協(xié)同的方式將地面在軌幾何定標(biāo)參數(shù)經(jīng)過上行鏈路上注到處理單元并進(jìn)行使用，實(shí)現(xiàn)全色和多光譜遙感影像精密定姿、在軌幾何定標(biāo)，以及高精度定位解算，從而提高姿態(tài)、軌道時(shí)空離散觀測(cè)數(shù)據(jù)實(shí)時(shí)處理精度。

針對(duì)SAR衛(wèi)星數(shù)據(jù)地面處理延時(shí)大的問題，開展星載SAR在軌實(shí)時(shí)處理方法研究。結(jié)合編隊(duì)小衛(wèi)星干涉合成孔徑雷達(dá)間基線測(cè)量信息，實(shí)現(xiàn)SAR干涉測(cè)量[25-26]。通過設(shè)計(jì)可重構(gòu)、可容錯(cuò)、多模式兼容的在軌SAR處理算法，實(shí)現(xiàn)在軌受限環(huán)境下不同模式SAR影像在軌處理，并經(jīng)數(shù)據(jù)壓縮后大大降低下傳數(shù)據(jù)量。

針對(duì)現(xiàn)有互補(bǔ)信息高保真的融合算法復(fù)雜度較高，難以滿足星上處理即時(shí)性需求的問題，研究面向多星/多源遙感數(shù)據(jù)的在軌協(xié)同融合方法，突破傳統(tǒng)單星應(yīng)用能力不足的瓶頸。通過建立多源影像的嚴(yán)格幾何成像模型，實(shí)現(xiàn)多源數(shù)據(jù)幾何誤差的整體優(yōu)化，利用多星遙感數(shù)據(jù)的在軌融合處理，降低星上融合計(jì)算代價(jià)。同時(shí)發(fā)展星上受限資源下的多星協(xié)同融合的快速求解算法，通過多星協(xié)作的分步融合，實(shí)現(xiàn)多星互補(bǔ)多維度特征信息的在軌高效聚合。

針對(duì)傳統(tǒng)遙感信息產(chǎn)品生產(chǎn)模式效率低下，難以滿足應(yīng)用需求的問題，研究星上快速正射校正和自適應(yīng)融合處理方法，設(shè)計(jì)基于智能檢測(cè)算法的星地聯(lián)動(dòng)的“訓(xùn)練—應(yīng)用”系統(tǒng)應(yīng)用框架，研究基于深度學(xué)習(xí)的云檢測(cè)、目標(biāo)檢測(cè)、變化檢測(cè)等智能算法，在軌進(jìn)行遙感影像云檢測(cè)、目標(biāo)檢測(cè)、變化檢測(cè)等處理，快速準(zhǔn)確得到地面感興趣區(qū)域的遙感信息產(chǎn)品或目標(biāo)信息，滿足用戶高時(shí)效性需求。

3.3.3

終端請(qǐng)求與服務(wù)

傳統(tǒng)的衛(wèi)星服務(wù)體系主要依靠地面站進(jìn)行指令和數(shù)據(jù)傳輸，后經(jīng)地面處理中心對(duì)數(shù)據(jù)處理后將產(chǎn)品分發(fā)到用戶手中。這種方式鏈路長，服務(wù)滯后，境外或無地面站區(qū)域無法及時(shí)上傳任務(wù)指令，獲取的數(shù)據(jù)也無法及時(shí)傳輸?shù)降孛妫^多的星上數(shù)據(jù)存儲(chǔ)會(huì)導(dǎo)致衛(wèi)星在數(shù)據(jù)下傳之前無法執(zhí)行其他的任務(wù)，有限的傳輸帶寬也無法實(shí)現(xiàn)海量數(shù)據(jù)的及時(shí)下傳，難以滿足用戶的高時(shí)效需求。

近年來，智能遙感衛(wèi)星的概念被人們所提出，該衛(wèi)星具有遙感數(shù)據(jù)在軌處理和星間星地?cái)?shù)據(jù)傳輸?shù)哪芰Γ軌驖M足遙感信息快、準(zhǔn)、靈的服務(wù)需求[27]，如國內(nèi)的高分辨率多模綜合成像衛(wèi)星[28]具備在軌處理智能特征。除此之外，兼具觀測(cè)和通信功能的衛(wèi)星也被發(fā)展起來，如韓國的GK 2A衛(wèi)星，可以同時(shí)實(shí)現(xiàn)通信和對(duì)地觀測(cè)[29]。隨著衛(wèi)星技術(shù)的不斷發(fā)展，未來的對(duì)地觀測(cè)衛(wèi)星將能夠集觀測(cè)、處理和傳輸功能于一體，通過結(jié)合星地星間通信鏈路與便攜式移動(dòng)終端，能夠降低對(duì)地面站的依賴，打破境外數(shù)據(jù)無法及時(shí)獲取和下傳的問題，使在軌處理好的數(shù)據(jù)能夠直接通過便攜式移動(dòng)終端下傳分發(fā)到用戶手中，真正實(shí)現(xiàn)從移動(dòng)終端到衛(wèi)星再到移動(dòng)終端的端到端信息服務(wù)。

終端請(qǐng)求與服務(wù)技術(shù)使得用戶能夠通過移動(dòng)終端直接提交個(gè)性化觀測(cè)需求，后經(jīng)運(yùn)控中心進(jìn)行地面任務(wù)規(guī)劃與分析，并將任務(wù)指令上注至中繼衛(wèi)星或具備通信功能的遙感衛(wèi)星，經(jīng)過星間網(wǎng)絡(luò)將任務(wù)指令快速傳輸?shù)酱^測(cè)衛(wèi)星上，衛(wèi)星獲取數(shù)據(jù)后經(jīng)星上智能處理單元對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，通過星間傳輸鏈路將處理結(jié)果實(shí)時(shí)下傳至測(cè)控?cái)?shù)傳站或移動(dòng)站，最后通過5G/6G信號(hào)增強(qiáng)后，以WiFi熱點(diǎn)方式將結(jié)果反饋給用戶移動(dòng)終端。終端請(qǐng)求與服務(wù)技術(shù)能夠使用戶直接通過終端對(duì)衛(wèi)星進(jìn)行控制，提高數(shù)據(jù)傳輸與服務(wù)的整體效率，解決現(xiàn)有地面站資源有限、任務(wù)繁重造成的數(shù)據(jù)延時(shí)問題，為近實(shí)時(shí)端到端的快、準(zhǔn)、靈服務(wù)提供技術(shù)支撐。

4 結(jié)論

高精度實(shí)時(shí)智能的遙感信息是保障國家安全、服務(wù)國民經(jīng)濟(jì)的關(guān)鍵核心技術(shù)，是世界各國競(jìng)相搶占的科技戰(zhàn)略制高點(diǎn)。本文針對(duì)遙感星群衛(wèi)星體系特點(diǎn)和對(duì)地觀測(cè)用戶需求特征，開展了面向星群的遙感影像智能服務(wù)關(guān)鍵問題研究。通過分析對(duì)地觀測(cè)目標(biāo)的特點(diǎn)，來構(gòu)建多尺度動(dòng)態(tài)任務(wù)本體描述模型，同時(shí)結(jié)合高低軌星群任務(wù)規(guī)劃、在軌處理、終端請(qǐng)求與服務(wù)等技術(shù)形成以對(duì)地觀測(cè)目標(biāo)為驅(qū)動(dòng)的智能服務(wù)體系。充分發(fā)揮星群協(xié)同的優(yōu)勢(shì)，降低各環(huán)節(jié)時(shí)間延遲，提高數(shù)據(jù)處理精度，為全天時(shí)、全天候和全球的遙感信息近實(shí)時(shí)智能服務(wù)奠定基礎(chǔ)。

審核編輯 黃昊宇