一种卫星任务规划控制与图像智能处理嵌入式实现方法技术

本发明专利技术公开了一种卫星任务规划控制与图像智能处理嵌入式实现方法，包括步骤：S1、构建遥感卫星任务规划数学模型和基于YOLO v3网络的目标识别算法模型；S2、将任务规划数学模型和目标识别算法模型移植到预设的嵌入式平台中；S3、确定遥感卫星姿态并获取遥感卫星的姿态控制算法，基于遥感卫星姿态信息和任务规划数学模型获取遥感卫星的遥感图像；S4、将遥感图像输入目标识别算法模型中进行目标识别，进而输出识别结果。本发明专利技术创造性的将所构建的任务规划数学模型和目标识别算法模型移植到预设的嵌入式平台，基于预设的嵌入式平台实现遥感卫星的任务规划与控制、遥感图像获取和遥感图像处理的全流程操作，从而满足了处理效率的需求。需求。需求。

【技术实现步骤摘要】
一种卫星任务规划控制与图像智能处理嵌入式实现方法


[0001]本专利技术涉及遥感卫星
，特别是涉及一种卫星任务规划控制与图像智能处理嵌入式实现方法。

技术介绍

[0002]现代遥感技术随着卫星技术的发展，对地观测能力大幅提升，通过获取到的遥感数据，可以在军用和民用上都发挥重要的作用。在军事方面，在科技进步和信息化战争的发展趋势下，监控敌方的军事动态，时刻保持知己知彼才能在当今国际形势中取得先机。航天遥感可以不受国界与领空的限制，方便收集情报和侦察，进而调整作战计划、军事部署，是能够满足军事需求的一种高效情报获取手段。在民用方面，航天遥感可以用于灾情监测、工程施工进展、农业估产调查、空难搜救、土地利用规划等，为国民经济建设和发展做出了重大贡献。
[0003]目前光学遥感卫星特点是获取速度快、图像质量高、分辨率高、重访周期短。这样的特点导致短时间内就会获得超大数据量的信息，如何快速准确的将庞大遥感数据中的有效信息提取出来，是目前遥感图像处理应用中的重要难题之一。目前来看，现有遥感卫星以成像为主，后处理较少，而且处理也主要在地面进行。同时现有算法的复杂性和低效性使得目标检测识别应用于工程的能力不够，难以满足情报快速获取的需求。此外，遥感卫星的任务规划与控制是遥感卫星获得高质量遥感影像的重要前提条件，也是目前重要的研究方向，而目前现有方法都是在地面进行任务规划后将控制指令上传至卫星进行控制，卫星自主能力较差。

技术实现思路

[0004]有鉴于此，本专利技术提出一种卫星任务规划控制与图像智能处理嵌入式实现方法，以解决上述解决问题。
[0005]本专利技术所提供的一种卫星任务规划控制与图像智能处理嵌入式实现方法，包括以下步骤：
[0006]S1、构建遥感卫星任务规划数学模型和基于YOLO v3网络的目标识别算法模型；
[0007]S2、将所述任务规划数学模型和目标识别算法模型移植到预设的嵌入式平台中；
[0008]S3、确定遥感卫星姿态并获取遥感卫星的姿态控制算法，基于遥感卫星姿态信息和所述任务规划数学模型获取遥感卫星的遥感图像；
[0009]S4、将所获取的遥感图像输入目标识别算法模型中进行目标识别，进而输出识别结果。
[0010]优选地，所述步骤S1中构建遥感卫星任务规划数学模型的具体实现方式包括：
[0011]S11、基于约束条件构建遥感卫星多目标的任务规划数学模型，其中，所述约束条件包括观测目标集、卫星轨道、平台特性、载荷类型、能量、固存和光照，目标包括最大化观测目标优先级、最大化观测目标数量和最大化资源负载均衡；
[0012]S12、基于遗传算法和禁忌搜索算法对所述任务规划数学模型进行求解优化。
[0013]优选地，所述步骤S11中任务规划数学模型用公式表示为：
[0014]y＝a
·
y1+b
·
y2+c
·
y3[0015]式中，y1表示最大化观测目标优先级，y2表示最大化目标观测数量，y3表示最大化资源负载均衡，a、b和c分别表示y1、y2和y3的权重值，a+b+c＝1，其中：
[0016][0017][0018][0019]式中，X表示卫星观测目标，prio表示目标优先级集，i表示任务编号，j表示卫星编号，n表示任务总数量，m表示卫星总数量，P表示卫星执行任务时消耗的能量，std()表示标准偏差函数。
[0020]优选地，所述步骤S12的具体实现方式包括：
[0021]S121、将所述任务规划数学模型参数初始化，利用遗传算法对初始族群进行全局搜索，直至初始族群收敛至预设值，进而输出族群优解；
[0022]S122、将步骤S121中所输出的族群优解作为禁忌搜索算法的初始解，并设立启发因子对重点区域进行局部迭代直至达到预设迭代代数，进而输出规划结果，完成所述任务规划数学模型的求解优化。
[0023]优选地，所述步骤S1中构建基于YOLO v3网络的目标识别算法模型的具体实现方式包括：
[0024]S31、在现有YOLO v3网络拓扑结构上添加spp层以优化多尺度目标检测；
[0025]S32、将步骤S31中的YOLO v3网络进行稀疏化训练，并对BN层施加L1正则化，用公式表示为：
[0026][0027][0028]式中，f(γ)＝|γ|，γ表示BN层参数，y表示比例因子，x表示最小批量的真值，x表示最小批量的均值，α表示惩罚因子，β表示偏移量，σ表示最小批量的方差，ε表示常数，L表示训练目标函数，loss
yolo
表示训练损失函数；
[0029]S33、根据步骤S32中BN层参数值进行通道剪枝实现模型压缩，进而得到基于YOLO v3网络的目标识别算法模型。
[0030]优选地，所述步骤S2中将所述任务规划算法模型移植到预设的嵌入式平台的具体实现方式包括：
[0031]S13、基于Matlab工具将任务规划算法模型转换为对应Matlab程序；
[0032]S14、利用Matlab
‑
Code Generator工具将所述Matlab程序转化为C++工程；
[0033]S15、编制顶层类以实现模型接口逻辑，同时编制插件类作为辅助工具；
[0034]S16、对程序进行标准化接口封装，得到标准化平台模型。
[0035]优选地，所述步骤S2中将所述目标识别算法模型移植到预设的嵌入式平台的具体实现方式包括：
[0036]S34、编程框架并加载预训练好的目标识别算法模型文件和权值参数文件；
[0037]S35、利用CNML库将其解析并生成包含指令集和模型参数的模型数据；
[0038]S36、利用CNRT库将生成的模型数据传输至硬件DRAM中；
[0039]S36、输入待处理的应用数据，并启动硬件计算；
[0040]S37、读取运算结果，并逐层向上返回到编程框架中。
[0041]优选地，所述预设的嵌入式平台为寒武纪MLU220嵌入式计算平台，包括：
[0042]X86主控板，用于嵌入式平台整体流程控制以及各种外部接口的数据处理，其上设有第一M.2接口；
[0043]MLU220智能计算卡，用于算法的加速运行，其上设有与第一M.2接口相匹配连接的第二M.2接口。
[0044]优选地，所述步骤S3中遥感卫星姿态通过红外地平仪、太阳敏感器和陀螺组合模式进行确定，进而利用所确定的遥感卫星姿态即可获取基于PD控制器的姿态控制算法。
[0045]本专利技术提供的一种卫星任务规划控制与图像智能处理嵌入式实现方法，所述方法基于预设的嵌入式平台将所构建的任务规划数学模型和目标识别算法模型嵌入到预设的嵌入式平台中，并利用卫星姿态控制算法和任务规划数学模型获取遥感卫星的遥感图像，然后将所获取的遥感图像输入到嵌入式平台中目标识别算法模型中进行图像处理，进而输出目标识别结果，本专利技术创造性的将所构建的任务规划数学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星任务规划控制与图像智能处理嵌入式实现方法，其特征在于，包括以下步骤：S1、构建遥感卫星任务规划数学模型和基于YOLO v3网络的目标识别算法模型；S2、将所述任务规划数学模型和目标识别算法模型移植到预设的嵌入式平台中；S3、确定遥感卫星姿态并获取遥感卫星的姿态控制算法，基于遥感卫星姿态信息和所述任务规划数学模型获取遥感卫星的遥感图像；S4、将所获取的遥感图像输入目标识别算法模型中进行目标识别，进而输出识别结果。2.根据权利要求1所述的卫星任务规划控制与图像智能处理嵌入式实现方法，其特征在于，所述步骤S1中构建遥感卫星任务规划数学模型的具体实现方式包括：S11、基于约束条件构建遥感卫星多目标的任务规划数学模型，其中，所述约束条件包括观测目标集、卫星轨道、平台特性、载荷类型、能量、固存和光照，目标包括最大化观测目标优先级、最大化观测目标数量和最大化资源负载均衡；S12、基于遗传算法和禁忌搜索算法对所述任务规划数学模型进行求解优化。3.根据权利要求2所述的卫星任务规划控制与图像智能处理嵌入式实现方法，其特征在于，所述步骤S11中任务规划数学模型用公式表示为：y＝a
·
y1+b
·
y2+c
·
y3式中，y1表示最大化观测目标优先级，y2表示最大化目标观测数量，y3表示最大化资源负载均衡，a、b和c分别表示y1、y2和y3的权重值，a+b+c＝1，其中：的权重值，a+b+c＝1，其中：的权重值，a+b+c＝1，其中：式中，X表示卫星观测目标，prio表示目标优先级集，i表示任务编号，j表示卫星编号，n表示任务总数量，m表示卫星总数量，P表示卫星执行任务时消耗的能量，std()表示标准偏差函数。4.根据权利要求3所述的卫星任务规划控制与图像智能处理嵌入式实现方法，其特征在于，所述步骤S12的具体实现方式包括：S121、将所述任务规划数学模型参数初始化，利用遗传算法对初始族群进行全局搜索，直至初始族群收敛至预设值，进而输出族群优解；S122、将步骤S121中所输出的族群优解作为禁忌搜索算法的初始解，并设立启发因子对重点区域进行局部迭代直至达到预设迭代代数，进而输出规划结果，完成所述任务规划数学模型的求解优化。5.根据权利要求4所述的卫星任务规划控制与图像智能处理嵌入式实现方法，其特征在于，所述步骤S1中构建基于YOLO v3网络的目标识别算法模型的具体实...

【专利技术属性】
技术研发人员：李森，夏鲁瑞，陈雪旗，卢妍，任昊利，张占月，王鹏，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
类型：发明
国别省市：