遥感卫星计算传输及其关键技术

doi:10.11959/j.issn.2096-8930.2022022

天地一体化信息网络 ›› 2022, Vol. 3 ›› Issue (2): 63-71.doi: 10.11959/j.issn.2096-8930.2022022

所属专题：专题：卫星互联网空间载荷

• 专题：卫星互联网空间载荷 • 上一篇下一篇

遥感卫星计算传输及其关键技术

呼延烺¹^,², 李映¹, 周诠², 魏佳圆², 刘娟妮², 张怡²

¹ 西北工业大学计算机学院，陕西西安 710001
² 中国空间技术研究院西安分院，陕西西安 710072

修回日期:2022-03-10 出版日期:2022-06-20 发布日期:2022-06-01
作者简介:呼延烺（1981-），男，中国空间技术研究院西安分院研究员，主要研究方向为卫星高速数据传输与星上智能处理等
李映（1969-），女，西北工业大学教授，主要研究方向为图像处理、数据挖掘、智能信息处理等
周诠（1965-），男，中国空间技术研究院西安分院研究员，主要研究方向为卫星高速数据传输与处理，信息隐藏等
魏佳圆（1988-），女，中国空间技术研究院西安分院工程师，主要研究方向为图像信息隐藏技术及图像目标检测技术
刘娟妮（1985-），女，博士，中国空间技术研究院西安分院高级工程师，主要研究方向为图像处理、SAR数据处理等
张怡（1981-），女，中国空间技术研究院西安分院高级工程师，主要研究方向卫星高速数据传输与处理等
基金资助:
国家重点研发计划(2020YFB1808003);中国航天科技集团公司创新基金(Y20-JTKJCX-02);国家重点实验室基金(6142411432107)

Remote Satellites Computing transmission and Key Technologies

lang HuYan¹^,², Ying Li¹, Quan Zhou², Jiayuan Wei², Juanni Liu², Yi Zhang²

¹ School of Computer Science, Northwestern Polytechnical University, Xi'an 710129, China
² Key Laboratory of Science and Technology on Space Microwave, CAST Xi'an, Xi'an 710100, China

Revised:2022-03-10 Online:2022-06-20 Published:2022-06-01
Supported by:
The National Key Research and Development Program of China(2020YFB1808003);The Innovation Foundation of CASC(Y20-JTKJCX-02);The National Key Laboratory Foundation(6142411432107)

摘要/Abstract

摘要：

遥感数据的多样性及获取能力增加使得星上产生的数据量呈几何级增长，这给遥感卫星数据传输系统造成了巨大压力，导致遥感卫星数据传输系统无法满足实时传输的需求，成为遥感数据应用的瓶颈。研究海量遥感卫星数据传输系统及技术是目前国际卫星信息网络科学技术的前沿领域之一。围绕遥感卫星高速数据传输瓶颈、遥感载荷利用率以及星上存储等关键问题，将传统的卫星数据传输系统与星上智能处理相结合提出一种遥感卫星计算传输框架，并分析其关键技术。

关键词: 计算传输, 星上智能处理, 智能遥感, 软硬件协同

Abstract:

The diversity of remote sensing data and the increase of acquisition ability make the amount of data generated on the satellite increase geometrically.This situation puts tremendous pressure on the remote satellite data transmission system.This makes the remote satellite data transmission system unable to meet the needs of real-time transmission and becomes the bottleneck of remote sensing data application.The research on massive remote satellite data transmission systems and technology is one of the frontier fi elds of international satellite information network science and technology.Focused on the critical problems of remote satellite real-time data transmission bottleneck, remote sensing data transmission timeliness, remote sensing load utilization, and onboard storage, combined with the traditional satellite data transmission system with onboard intelligent processing, a new remote satellite computing transmission framework was proposed, and its key technologies were analyzed.

Key words: computing transmission, on board intelligent processing, intelligent remote sensing, hardware and software co-design

中图分类号:

TP393

呼延烺, 李映, 周诠, 魏佳圆, 刘娟妮, 张怡. 遥感卫星计算传输及其关键技术[J]. 天地一体化信息网络, 2022, 3(2): 63-71.

lang HuYan, Ying Li, Quan Zhou, Jiayuan Wei, Juanni Liu, Yi Zhang. Remote Satellites Computing transmission and Key Technologies[J]. Space-Integrated-Ground Information Networks, 2022, 3(2): 63-71.

图/表 5

参考文献 34

[1]	张晓凯, 郭道省, 张邦宁 . 天地一体化信息网络研究现状与新技术的应用展望[J]. 天地一体化信息网络, 2021,2(4): 19-26.
	ZHANG X K , GUO D X , ZHANG B N . Research status of spaceair-ground integrated network and application prospects of new technologies[J]. Space-Integrated-Ground Information Networks, 2021,2(4): 19-26.
[2]	徐晖, 缪德山, 康绍莉 ,等. 面向天地融合的卫星网络架构和传输关键技术[J]. 天地一体化信息网络, 2020,1(2): 2-10.
	XU H , MIAO D S , KANG S L ,et al. Network architecture and key technologies for the integrated satellite and terrestrial mobile communication system[J]. Space-Integrated-Ground Information Networks, 2020,1(2): 2-10.
[3]	中华人民共和国国务院新闻办公室. 2021中国的航天[N]. 人民日报, 2022-01-29(005).
	State Council Information Office of the People's Republic of China. 2021 China's Aerospace[N]. People's Daily, 2022-01-29(005).
[4]	陈卫荣 . 高分五号02星[J]. 卫星应用, 2021(10): 69.
	CHEN W R . High Score Five 02 Stars[J]. Satellite Application, 2021(10): 69.
[5]	陈世平 . 高分辨率卫星遥感数据传输技术发展的若干问题[J]. 空间电子技术, 2003(3): 1-5.
	CHEN S P . Several Problems in the Development of High Resolution Satellite Remote Sensing Data Transmission Technology[J]. Space Electronic Technology, 2003(3): 1-5.
[6]	肖昶, 余晓敏, 韩逸飞 . 高分二号卫星影像融合技术研究[J]. 地理空间信息, 2018,16(6): 13-16.
	XIAO C , YU X M , HAN Y F . Research on image fusion technology of GF-2 satellite[J]. Geospatial Information, 2018,16(6): 13-16.
[7]	孙允珠, 蒋光伟, 李云端 ,等. “高分五号”卫星概况及应用前景展望[J]. 航天返回与遥感, 2018,39(3): 1-13.
	SUN Y Z , JIANG G W , LI Y D ,et al. GF-5 satellite:overview and application prospects[J]. Spacecraft Recovery ＆ Remote Sensing, 2018,39(3): 1-13.
[8]	刘辉, 姜通, 郭强 ,等. 高分五号卫星高效高速数据传输技术研究[J]. 上海航天, 2019,36(S2): 30-36.
	LIU H , JIANG T , GUO Q ,et al. Research on efficient high-speed data transmission technology for GF-5 satellite[J]. Aerospace Shanghai, 2019,36(S2): 30-36.
[9]	郑小松, 李立, 张雨 ,等. 高分七号卫星数据处理与传输分系统设计与验证[J]. 航天器工程, 2020,29(3): 74-81.
	ZHENG X S , LI L , ZHANG Y ,et al. Design and verification of data processing and transmission subsystem on GF-7 satellite[J]. Spacecraft Engineering, 2020,29(3): 74-81.
[10]	杨新权, 李立, 靳凡 ,等. 星载高速自适应传输技术研究[J]. 空间电子技术, 2014,11(1): 20-23,39.
	YANG X Q , LI L , JIN F ,et al. Research on satellite-borne highspeed adaptive transmission technique[J]. Space Electronic Technology, 2014,11(1): 20-23,39.
[11]	毕梦格, 徐伟琳, 侯蓉晖 . 一种低轨遥感卫星按需数据传输机制[J]. 北京航空航天大学学报, 2019,45(7): 1467-1473.
	BI M G , XU W L , HOU R H . An on-demand data transmission mechanism for LEO remote sensing satellite[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019,45(7): 1467-1473.
[12]	LANG H Y , BAI Y P , LI Y ,et al. A lightweight object detection framework for remote sensing images[J]. Remote Sensing, 2021,13(4): 683-687.
[13]	CHEN L Y , LI S B , BAI Q ,et al. Review of image classification algorithms based on convolutional neural networks[J]. Remote Sensing, 2021,13(22): 4712-4718.
[14]	RAPUANO E , MEONI G , PACINI T ,et al. An FPGA-based hardware accelerator for CNNs inference on board satellites:benchmarking with myriad 2-based solution for the CloudScout case study[J]. Remote Sensing, 2021,13(8): 1518-1528.
[15]	黄普明, 陈泓, 陈世平 . 数据处理与传输系统的现状和发展趋势[J]. 空间电子技术, 2003(4): 4-8.
	HUANG P M , CHEN H , CHEN S P . Status quo and development trend of data processing and transmission system[J]. Space Electronic Technology, 2003(4): 4-8.
[16]	周诠 . 20世纪卫星数据传输技术现状和发展趋势[J]. 空间电子技术, 2002(1): 1-7,38.
	ZHOU Q . Status quo and development trend of satellite data transmission technology in the 20th century[J]. Space Electronic Technology, 2002(1): 1-7,38.
[17]	王健, 崔天翔, 王一 ,等. 高分五号可见短波红外高光谱影像云检测研究[J]. 光学学报, 2021,41(9): 239-246.
	WANG J , CUI T X , WANG Y ,et al. Cloud detection for GF-5 visible-shortwave infrared advanced hyperspectral image[J]. Acta Optica Sinica, 2021,41(9): 239-246.
[18]	胡柳茹, 唐新明, 张智 ,等. 高分七号卫星多源遥感数据精度优化与评估[J]. 红外与激光工程, 2022.
	HU L R , TANG X M , ZHANG Z ,et al. Accuracy optimization and evaluation of multi-source remote sensing data of Gaofen-7 satellite[J]. Infrared and Laser Engineering, 2022.
[19]	张乐 . 遥感卫星数据处理与传输系统标准体系建设研究[J]. 空间电子技术, 2015,12(6): 67-71,79.
	ZHANG L . Study on the construction of standard system for remote sensing satellite data processing and transmission system[J]. Space Electronic Technology, 2015,12(6): 67-71,79.
[20]	高卫斌, 冉承其 . 遥感卫星数据传输技术发展分析[J]. 中国空间科学技术, 2005,25(6): 30-36.
	GAO W B , RAN C Q . The analysis on technology development of data transmission in remote sensing satellites[J]. Chinese Space Science and Technology, 2005,25(6): 30-36.
[21]	李德仁, 张良培, 夏桂松 . 遥感大数据自动分析与数据挖掘[J]. 测绘学报, 2014,43(12): 1211-1216.
	LI D R , ZHANG L P , XIA G S . Automatic analysis and mining of remote sensing big data[J]. Acta Geodaetica et Cartographica Sinica, 2014,43(12): 1211-1216.
[22]	HOWARD A G , ZHU M L , CHEN B ,et al. MobileNets:efficient convolutional neural networks for mobile vision applications[EB]. 2017.
[23]	IANDOLA F N , HAN S , MOSKEWICZ M W ,et al. SqueezeNet:AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size[EB]. 2016.
[24]	ZHANG X Y , ZHOU X Y , LIN M X ,et al. ShuffleNet:an extremely efficient convolutional neural network for mobile devices[C]// Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Piscataway:IEEE Press, 2018: 6848-6856.
[25]	HUANG G , LIU Z , VAN D M L ,et al. Densely connected convolutional networks[C]// Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway:IEEE Press, 2017: 2261-2269.
[26]	韩宇, 袁素春, 张建华 ,等. 高分七号卫星图像压缩FPGA设计与实现技术[J]. 航天器工程, 2020,29(3): 169-176.
	HAN Y , YUAN S C , ZHANG J H ,et al. Design and implementation technology of compression coder with FPGA on GF-7 satellite[J]. Spacecraft Engineering, 2020,29(3): 169-176.
[27]	王时雨, 张盛兵, 黄小平 ,等. 星载SAR成像与智能处理的单片多处理架构[J]. 西北工业大学学报, 2021,39(3): 510-520.
	WANG S Y , ZHANG S B , HUANG X P ,et al. Single-chip multi-processing architecture for spaceborne SAR imaging and intelligent processing[J]. Journal of Northwestern Polytechnical University, 2021,39(3): 510-520.
[28]	薛武, 赵玲, 王鹏 . 星地协同光学遥感影像目标识别技术验证研究[J]. 航天返回与遥感, 2021,42(3): 128-137.
	XUE W , ZHAO L , WANG P . Satellite-earth coordinated on-orbit intelligent target recognition of optical remote sensing images[J]. Spacecraft Recovery ＆ Remote Sensing, 2021,42(3): 128-137.
[29]	SIMONYAN K , ZISSERMAN A . Very deep convolutional networks for large-scale image recognition[EB]. 2014.
[30]	MA N N , ZHANG X Y , ZHENG H T ,et al. ShuffleNet V2:practical guidelines for efficient CNN architecture design[C]// Computer Vision – ECCV 2018.[S.l.:s.n.], 2018: 116-131.
[31]	HE Y H , ZHANG X Y , SUN J . Channel pruning for accelerating very deep neural networks[C]// Proceedings of 2017 IEEE International Conference on Computer Vision. Piscataway:IEEE Press, 2017: 1398-1406.
[32]	GYSEL P , PIMENTEL J , MOTAMEDI M ,et al. Ristretto:a framework for empirical study of resource-efficient inference in convolutional neural networks[J]. IEEE Transactions on Neural Networks and Learning Systems, 2018.
[33]	HINTON G E , VINYALS O , DEAN J . Distilling the knowledge in a neural network[J]. CoRR, 2015,2(7).
[34]	KIM T , LEE J , CHOE Y . Tensor train decomposition for efficient memory saving in perceptual feature-maps[C]// Proceedings of 2019 IEEE/CVF International Conference on Computer Vision Workshop (ICCVW). Piscataway:IEEE Press, 2019: 599-604.

遥感卫星计算传输及其关键技术

Remote Satellites Computing transmission and Key Technologies

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 34

相关文章 15

Metrics

推荐阅读 0

[1]	季新生, 黄开枝, 邬江兴, 陈亚军, 游伟. 6G天地一体化信息网络内生安全技术[J]. 天地一体化信息网络, 2023, 4(2): 2-12.
[2]	薛文浩, 潘恬, 卢诚承, 杨帆, 黄韬, 刘韵洁. 低轨卫星网络星间路由安全机制研究[J]. 天地一体化信息网络, 2023, 4(2): 13-23.
[3]	劳陈哲, 孙建锋. 卫星激光通信中的干扰及防护[J]. 天地一体化信息网络, 2023, 4(2): 24-30.
[4]	朱亮, 戚少博, 杨波, 徐冰玉, 李子凡, 张世杰. 低轨宽带卫星互联网承载电网业务应用[J]. 天地一体化信息网络, 2023, 4(2): 103-113.
[5]	刘阳, 周笛, 盛敏, 李建东, 郝时光, 郑晓天. 面向巨型星座系统的多地面站协同测控技术[J]. 天地一体化信息网络, 2023, 4(1): 2-11.
[6]	纪翔, 刘润滋, 要趁红, 陈剑豪, 慕桃. 卫星网络测控资源鲁棒调度方法[J]. 天地一体化信息网络, 2023, 4(1): 23-30.
[7]	虞志刚, 冯旭, 陆洲, 高吉星, 丁文慧. 宇航级处理器发展现状与趋势[J]. 天地一体化信息网络, 2023, 4(1): 50-58.
[8]	邓旭, 储珂, 朱立东. VBR-GAM的SCMA高维度码本设计[J]. 天地一体化信息网络, 2023, 4(1): 82-88.
[9]	罗进, 夏家宝, 白杨, 白宝明. 面向卫星物联网的交织LoRa传输方案[J]. 天地一体化信息网络, 2023, 4(1): 89-97.
[10]	单海滨, 石艳军, 刘子菁, 李源鸿, 赵文化, 何沐全, 李楚洲. 基于边缘计算的卫星地面站天线群因子自适应模糊PID控制系统[J]. 天地一体化信息网络, 2023, 4(1): 98-102.
[11]	朱亮, 戚少博, 王鹏, 张世杰. 低轨宽带卫星互联网支持高动态空间飞行器应用研究[J]. 天地一体化信息网络, 0, (): 103-110.
[12]	魏肖, 张景, 全子傲, 郭一诺, 冯旭. 天地一体多业务融合的物联网架构和关键技术[J]. 天地一体化信息网络, 2022, 3(3): 3-12.
[13]	郭晟, 余乐, 朱立东. 星地场景下基于CNN的OTFS系统信道估计方法[J]. 天地一体化信息网络, 2022, 3(3): 37-45.
[14]	刘志慧, 尉欢, 殷杰, 王俊义, 金世超, 董涛. LEO卫星网络中MEC服务管理与任务迁移优化方法[J]. 天地一体化信息网络, 2022, 3(3): 72-80.
[15]	林琳, 朱斌, 王泽林, 王光全, 何建炜, 姚海鹏. 天地融合网络一致性能力开放方案[J]. 天地一体化信息网络, 2022, 3(3): 81-86.