基于深度网络的星地云边协同对地目标识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于深度网络的星地云边协同对地目标识别方法及装置。该装置包括地面云服务节点和卫星边节点，其中卫星边节点包括计算控制模块、星上通信模块、卫星数据采集模块、数据预处理模块、数据标注模块和星上识别处理模块。方法为：首先构建对地目标识别任务支持环境，载入已有目标识别任务模型，若当前模型匹配识别任务的要求，则执行识别任务；若不匹配，则收集各类识别任务的目标数据作为标准训练样本；然后搭建目标识别模型，并采用标准训练样本对模型进行训练；接着向卫星边节点发送训练完成的目标识别模型；最后卫星边节点执行目标识别任务，向地面云服务节点返回目标识别结果。本发明专利技术提高了卫星对地目标识别的时效性和准确性。时效性和准确性。时效性和准确性。

【技术实现步骤摘要】
基于深度网络的星地云边协同对地目标识别方法及装置


[0001]本专利技术属于卫星智能应用
，特别是一种基于深度网络的星地云边协同对地目标识别方法及装置。

技术介绍

[0002]随着人工智能的发展，算力从中心云走向边缘和终端本身，云、边、端算力的协同越来越重要。将云边协同应用到空间信息系统中是大势所趋。云边协同将向云边端三级算力随需调度方向发展，协同的目的是提高算力资源利用率，网络将从云网融合走向算网融合，为计算服务提供可信、高效的随需网络。
[0003]现有的卫星对地目标识别，多属于存储回传地面式，由于卫星运行轨道限制，在境外或者测控站之外拍摄的图像信息，只有在过境期间下传到地面站，再由地面站进行处理。地面站具备完善的计算设备和丰富的目标模型库，能够较快和较全面的识别目标，但最大的缺陷是目标的时间有效性较差，只能较好识别固定目标，对于移动目标信息时效性较差；同时原本的识别方法识别能力有限，利用深度网络可提升目标识别准确率和速率。

技术实现思路

[0004]本专利技术的目的在于提供一种时效性和准确性高的基于深度网络的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度网络的星地云边协同对地目标识别方法，其特征在于，包括下列步骤：步骤1、构建星地云边协同对地目标识别任务支持环境，载入已有目标识别任务模型；步骤2、地面云服务节点根据识别任务的要求，确认识别任务模型，若当前识别任务模型匹配，则进入步骤7执行识别任务；若当前识别任务模型未能满足识别任务的要求，则进入步骤3；步骤3、收集各类识别任务的目标数据，识别任务包括地面大型设备识别任务、海上大型船只识别任务，存入目标数据库中，对目标数据预处理并标注，生成标准训练样本；步骤4、根据星上资源约束，搭建目标识别模型，配置目标识别模型的训练参数；步骤5、地面云服务节点训练目标识别模型，并测试训练好的目标识别模型预测的准确性；步骤6、地面云服务节点通过星地通信链路，向卫星边节点发送训练完成的目标识别模型；步骤7、卫星边节点执行目标识别任务，向地面云服务节点返回目标识别结果和目标实时状态；步骤8、地面云服务节点控制卫星边节点收集目标区域数据，更新任务数据库。2.根据权利要求1所述的基于深度网络的星地云边协同对地目标识别方法，其特征在于，步骤1中所述的构建星地云边协同对地目标识别任务支持环境，具体如下：步骤1.1、构建星地云边协同对地目标识别任务支持环境，包括构建任务运行环境和构建云边协同通信链路；步骤1.2、构建任务运行环境，部署于地面云服务节点与卫星边节点；地面云服务节点的任务运行环境由服务器集群组成，用于进行业务流程控制、数据收发控制、模型训练优化、模型数据库支持，并设置有任务模型库和目标数据库，其中任务模型库用于管理现有能够直接使用的目标识别模型，目标数据库用于存储各类目标数据，包括地面大型装备目标数据、海上大型船只目标数据，存储的目标数据用于后期重新训练或调整目标识别模型；卫星边节点的任务运行环境基于软件虚拟化技术构建，用于进行任务系统跨平台部署与迁移、星上任务资源管理、控制模型收发、任务启停、消息拟制、呈现任务执行效果与观测参数；步骤1.3、构建云边协同通信链路，包括地面云服务节点到卫星边节点传输的上行链路，从卫星边节点到地面云服务节点传输的下行链路以及卫星边节点之间传输的平行链路，用于星地控制指令、识别模型、目标数据与状态信息传输，以及地面云服务节点与非直连卫星边节点的中继传输。3.根据权利要求1所述的基于深度网络的星地云边协同对地目标识别方法，其特征在于，步骤3中所述的收集各类识别任务的目标数据，存入目标数据库中，对目标数据预处理并标注，生成标准训练样本，具体如下：步骤3.1、收集各类识别任务的目标数据，存入目标数据库中；步骤3.2、地面云服务节点获取卫星边节点的传感器参数，根据传感器参数确定待识别目标数据的预处理指标，对待识别目标数据进行预处理操作；步骤3.3、将预处理完成的待识别目标数据送入目标数据标注环节，对待识别目标数据
中的所有目标进行框选和标签化，标注完成后将待识别目标数据作为模型训练样本存入目标数据库中，待下一步训练目标识别模型。4.根据权利要求3所述的基于深度网络的星地云边协同对地目标识别方法，其特征在于，步骤3.1所述的收集各类识别任务的目标数据，存入目标数据库中，具体如下：采用以下两种方式，收集各类识别任务的目标数据：第一种方式，通过公开网络信息收集、专业机构服务、本系统历史数据积累这些渠道收集待识别目标的数据，存入地面云服务节点的目标数据库中；第二种方式，地面云服务节点根据待识别目标区域的编码，向附近设定范围的卫星边节点发送指令，实时采集待识别目标的数据，采集完成后存入地面云服务...

【专利技术属性】
技术研发人员：崔璨，张煜锋，厉俊男，刘思力，杨志玺，吕蓉，陆锐敏，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：