【技术实现步骤摘要】
本专利技术涉及数据处理，具体是基于特征向量的遥感数据星地协同处理方法。
技术介绍
1、传统卫星通常采用透明转发载荷，仅作为用户和地面设备之间的中继节点，由地面段管理设备进行网络的无线资源管理。由于星上的计算载荷处理能力弱，无法进行复杂的信息处理，地面资源管理器通常采用静态或半静态等易于实现的算法，导致无线资源利用率低、提升用户链路波束吞吐量困难。
2、受限于卫星的承载能力，星上的功率资源要弱于地面设备，导致星上计算载荷处理能力弱，因此星上通常采用透明转发模式，用户的信令、数据均不会在星上进行处理，而是直接在用户和地面设备之间透明转发，无论是语音业务、文件或视频等业务都要落地到地面设备中进行处理，一方面，增大了业务的平均传输时延；另一方面，增大了对载波链路的吞吐量需求，随着星上载荷计算技术的不断增强，这种情况在不断改善，星上已经可以承担一部分业务处理、资源管理的功能，通过业务星上处理可以减少业务在传输带来的时延和吞吐量的开销，但是，总的来说星上的处理载荷能力还是要远弱于地面处理器，对卫星通信系统来说，星上计算资源仍然是稀缺资源，尤其是无法保证星上的能力可以处理覆盖区所有业务时，星地之间的资源管理器需要协调哪些业务走星上处理、哪些业务走地面关口站处理才能保障资源合理化使用，因此，亟需设计合理的协同分配过程解决上述技术问题。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供基于特征向量的遥感数据星地协同处理方法，包括以下步骤：
2、步骤s1：构建星
3、步骤s2：构建属性特征集预估模型，根据属性特征集预估模型获取当前采集周期的属性特征集中各个时段的各个区域特征对应的各个类型特征的热度系数，在星上端构建链上资源单向链表，根据热度系数对采集的遥感数据进行筛选，并根据筛选结果将对应的各个区域特征对应的各个类型特征录入链上资源单向链表；
4、步骤s3：星上端根据链上资源单向链表中的各个区域特征对应的类型特征，对当前时段采集的遥感数据进行特征向量处理，生成特征向量数据存储至临时数据库中；
5、步骤s4：当星上端接收到业务数据请求时，将业务数据请求与链上资源单向链表进行特征匹配，若业务数据请求特征匹配成功，则进行特征向量快速传输，若匹配失败，则进行中转透明传输，并对链上资源单向链表进行实时动态更新。
6、进一步的，构建星地协同通信网络，获取用户端发送的业务数据请求中的遥感数据的属性特征集的过程包括：
7、构建星地协同通信网络，所述星地协同通信网络包括用户端、星上端和地面端，用户端、星上端和地面中转端之间通过载波通信链路相互链接；
8、用户端用于通过载波通信链路向星上端发送业务数据请求，所述业务数据请求包括遥感数据的属性特征集，所述属性特征集包括区域特征数据、类型特征数据和时间特征数据。
9、进一步的，构建属性特征集预估模型，根据属性特征集预估模型获取当前采集周期的属性特征集中各个时段的各个区域特征对应的各个类型特征的热度系数的过程包括：
10、基于深度学习构建属性特征集预估模型，获取用户端的若干历史业务数据请求，将若干历史业务数据请求包括的遥感数据的属性特征集作为训练集和测试集，将所述训练集输入到所述属性特征集预估模型中进行训练，直至损失函数训练平稳，并保存模型参数，通过测试集对所述属性特征集预估模型进行测试，直至符合预设要求，输出所述属性特征集预估模型；
11、根据属性特征集预估模型输出当前采集周期的预估区域特征数据时序序列和预估类型特征数据时序序列，并对当前采集周期的预估区域特征数据时序序列和预估类型特征数据时序序列进行统计分析，获取当前采集周期各个时段的各个区域特征对应的各个类型特征的热度系数。
12、进一步的，根据热度系数对采集的遥感数据进行筛选，并根据筛选结果将对应的各个区域特征对应的各个类型特征录入链上资源单向链表的过程包括：
13、所述星上端用于采集若干区域的遥感数据，同时获取星上端的计算载荷量，根据星上端的计算载荷量构建链上资源单向链表，所述链上资源单向链表由热活跃资源链表和冷缓冲资源链表构成，热活跃资源链表的尾部节点与冷缓冲资源链表的头部节点相链接；
14、获取链上资源单向链表的节点个数n，根据当前采集周期当前时段的各个区域特征对应的各个类型特征的热度系数，对各个区域特征对应的各个类型特征进行排序，筛选出热度系数最高的前n个区域特征对应的类型特征，并根据前n个区域特征对应的类型特征的热度系数，依次将前n个区域特征对应的类型特征输入链上资源单向链表，热度系数最高的区域特征对应的类型特征位于链上资源单向链表的头部节点，热度系数最低的区域特征对应的类型特征位于链上资源单向链表的尾部节点。
15、进一步的，星上端根据链上资源单向链表中的各个区域特征对应的类型特征，对当前时段采集的遥感数据进行特征向量处理，生成特征向量数据存储至临时数据库中的过程包括：
16、将链上资源单向链表中包括的区域特征与星上端采集的遥感数据所属的区域进行区域匹配，将与区域特征一致的区域标记为关键区域；
17、同时根据链上资源单向链表中包括的各个区域特征对应的各个类型特征，获取各个关键区域的遥感数据对应的关键类型特征，对各个关键区域的遥感数据进行关键类型特征的识别和提取，获取各个关键区域的遥感数据的关键类型特征对应的特征向量数据；
18、构建临时数据库，将各个关键区域的遥感数据的关键类型特征对应的特征向量数据存储至临时数据库中，同时将星上端采集的若干区域的遥感数据通过星上端和地面中转端之间的载波通信链路传输至地面中转端。
19、进一步的，当星上端接收到业务数据请求时，将业务数据请求与链上资源单向链表进行特征匹配，若业务数据请求特征匹配成功，则进行特征向量快速传输，若匹配失败，则进行中转透明传输的过程包括：
20、当星上端接收到业务数据请求时，提取业务数据请求中的区域特征数据和类型特征数据，根据业务数据请求中的区域特征数据和类型特征数据获取业务数据请求中的各个区域特征对应的各个类型特征；
21、将业务数据请求中的各个区域特征对应的各个类型特征与链上资源单向链表中的各个区域特征对应的各个类型特征进行一致性匹配，若链上资源单向链表中存在与业务数据请求一致的区域特征对应的类型特征，则从临时数据库中获取所述区域特征对应的类型特征对应的特征向量数据，将所述特征向量数据通过星上端和用户端之间的载波通信链路传输至用户端；
22、若链上资源单向链表中不存在与业务数据请求一致的区域特征对应的类型特征，则星上端将业务数据请求通过星上端和地面中转端之间的载波通信链路传输至地面中转端，地面中转端根据接收到的业务数据请求进行特征向量数据处理操作，并将生成的特征向量数据通过地面中转端与用户端之间的载波通信链路进行传输，并根据当前业务数据请求本文档来自技高网...
【技术保护点】
1.基于特征向量的遥感数据星地协同处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，构建星地协同通信网络，获取用户端发送的业务数据请求中的遥感数据的属性特征集的过程包括：
3.根据权利要求2所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，构建属性特征集预估模型，根据属性特征集预估模型获取当前采集周期的属性特征集中各个时段的各个区域特征对应的各个类型特征的热度系数的过程包括：
4.根据权利要求3所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，根据热度系数对采集的遥感数据进行筛选，并根据筛选结果将对应的各个区域特征对应的各个类型特征录入链上资源单向链表的过程包括：
5.根据权利要求4所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，星上端根据链上资源单向链表中的各个区域特征对应的类型特征，对当前时段采集的遥感数据进行特征向量处理，生成特征向量数据存储至临时数据库中的过程包括：
6.根据权利要求5所述的基于特征向量的遥感数据星地协同处理
7.根据权利要求6所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，对链上资源单向链表进行实时动态更新的过程包括：
8.基于特征向量的遥感数据星地协同处理系统，具体应用于权利要求1至7任一项所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，包括监控中心，所述监控中心通信连接有数据采集模块、链表构建模块、链上预处理模块和链上匹配模块；
...【技术特征摘要】
1.基于特征向量的遥感数据星地协同处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，构建星地协同通信网络，获取用户端发送的业务数据请求中的遥感数据的属性特征集的过程包括：
3.根据权利要求2所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，构建属性特征集预估模型，根据属性特征集预估模型获取当前采集周期的属性特征集中各个时段的各个区域特征对应的各个类型特征的热度系数的过程包括：
4.根据权利要求3所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，根据热度系数对采集的遥感数据进行筛选，并根据筛选结果将对应的各个区域特征对应的各个类型特征录入链上资源单向链表的过程包括：
5.根据权利要求4所述的基于特征向量的遥感数据星地协同处理方法，其特征在于，星上...
【专利技术属性】
技术研发人员：万林涛，李栋，
申请(专利权)人：上海蔚星数据科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。