商业航天优秀成果 l 基于超异构体系与智能化算法的遥感卫星在轨实时信息提取技术

星测未来科技（北京）有限责任公司，是一家以高性能星载边缘计算能力为核心，致力于提供全流程星上智能应用服务解决方案的科技创新型企业。星测未来成立于2020年，致力于利用前沿AI科技，赋能通讯、遥感和科学实验等整个航天产业链及航空、地面场景的其他高端装备领域。公司核心技术优势包括高可靠边缘异构计算、高性能算法及软硬件协同优化能力，面向国防、应急等高时效业务和民商智能化服务，提供软硬件一体的算力平台+AI处理解决方案。核心团队成长于清华“天格计划”,包含8位清华大学博士，研发并成功在轨运营多款高性能星上智能处理平台，已有16颗载荷成功在轨经验，具备批量交付能力，最长在轨运行5年，与各卫星公司、航天院所、高校科研机构均有广泛合作。

　　展望未来，星测未来科技将继续秉承创新精神，深化技术研发，拓展应用场景，致力于成为全球领先的卫星智能应用服务提供商，为推动人类科技进步贡献更多力量。

随着卫星发射和在轨服务持续增长，卫星实时应用需求爆发，建设低轨巨型星座可提供更加精准、实时、高效的服务，也带来了海量的星上数据计算需求。利用前沿AI技术对星座进行赋能，可发挥其强大的天基计算能力，实现协同观测和数据处理，生成更快速、精准的情报提取和趋势预测，服务于应急救灾、国防情报等高时效应用场景，大幅提升响应速度和决策支持能力。

　　航天领域飞速发展，卫星会逐渐集成智能处理载荷分系统，系统基于高性能处理硬件架构、高能效软硬件协同加速等核心能力，实现一系列特种应用场景的在轨实时算法处理任务，包括可远洋舰船、港口舰船、机场飞机、特种车辆等不同场景的重点目标的检测、识别及位置信息提取等，并在第一时间传递情报结果，高质量保障业务化运行能力。

　　由于数传限制在卫星互联网建设过程中将长期伴随存在，因此必须要重点发展卫星在轨智能处理技术，通过边缘计算技术环节数据服务中的带宽和时延瓶颈。本项目研发出一套高性能、低功耗、高可靠的星载智能处理载荷，给卫星装上智能化大脑，在卫星上实现数据的有效筛选和高价值信息提取，并通过星间低带宽链路实现关键情报的分秒级快速下传，实现卫星的智能化应用。

　　为大幅度缩短天基信息流转周期，做到卫星星上任务的分秒级处理、卫星任务自主规划及多星协同等目标，需要完成在轨全流程实时数据处理（包含原始数据预处理、成像或几何、辐射矫正，情报解译等）、卫星星上资源动态分配及任务自主拆分与优化等工作。但实现如上能力，也同样面临许多挑战，尤其是星上大数据量的处理及实时性应用的开发；

　　1)挑战一：大数据量的实时处理

　　目前民商卫星在积极建设的星座计划中，以可见光遥感卫星、SAR卫星和电子频谱卫星为主，也随之带来了星座海量数据（维权）的处理需求。传统的航天级CPU由于其性能相对较弱，一方面无法胜任大数据量的处理能力，另一方面考虑面向多种卫星平台、卫星载荷的数据读取与接入，进一步引入高性能处理芯片（FPGA、GPU等） 可满足海量数据的实时接收、处理及转发等需求。

　　2)挑战二：多场景实时性应用

　　针对越来越业务化运行的卫星应用场景，高实时性场景已经成为卫星关注的重点：

　　卫星可见光图像数据的在轨压缩，实现大数据率通量、高压缩比的视觉无损压缩；

　　卫星可见光图像数据的灵活动态切片，实现一定比例图像裁剪并且快速下传卫星可见光图像的在轨目标识别，例如高速处理下的高准确率飞机识别；

　　全流程、高时效性的SAR卫星回波数据在轨成像，及进一步解译完成船只等目标识别；

　　传统算法、AI算法远程部署及在轨OTA能力

　　越来越丰富的应用引入了复杂度和处理量大幅度增加的算法，包括许多传统的通用处理场景以及基于AI算法的处理需求（目标解译、AI图像压缩等），由此提出对星上处理平台的算力需求和兼容适配传统算法及AI算法的需求，因此需要在平台中采用高性能GPU芯片或面向AI算法的专用ASIC芯片，以满足海量应用场景业务化的出现。

　　面对智能处理、资源及任务分配带来的挑战，对星上处理的架构设计及算力、算法提出了极高需求，传统星载平台难以胜任，需要依靠地面系统处理完成，无法满足时效需求，且对天地传输链路造成极大容量压力。因此，亟需研发新型星载智能处理系统，突破传统星载计算平台的架构设计。

　　综上所述，本项目瞄准国内领先的高性能在轨智能计算平台，重点关注：

　　传统的宇航级芯片主要基于CPU或FPGA相关架构，其算力增长速度已远经落后于数据处理的算力需求。本项目利用低成本、高性能的COTS器件（商用货架产品），结合团队（清华大学工程物理系背景）对太空辐射环境的认知，通过器件筛选测试与系统性设计加固，挑选出一系列能够适用于航天场景的高性能工业芯片，打造太空工业基石。

　　应对卫星海量数据处理的需求，基于CPU/FPGA/GPU/NPU等多种计算架构，设计一套适配卫星场景的超异构计算体系，基于软硬件协同加速与软件定义卫星的理念，研发一款通用的高性能星载智能计算载荷，给卫星装上智能化大脑，且具备后续在轨OTA更新的能力。

　　针对应急救灾，快速响应等高时效性场景，结合AI边缘计算技术和已全面组网的北斗星座，通过情报提取与短报文快速下传技术，实现全球信息的分秒级下传，满足智能化卫星开展应用服务的通用性、灵活性及时效性。

目前团队已在轨多款AI智能载荷，基于异构计算架构，满足光学、雷达、电磁侦查等多种卫星数据处理需求，实现快速获取关键信息，将传统的遥感信息时延从小时级降到分钟级。

成果优势

　　天基超高算力平台，综合考虑了在轨的实际运行环境：在轨能源有限、空间成本高、空间辐照干扰强、计算压力大、处理需求复杂等等。针对这些问题，较为完备的星上计算平台需要满足以下要求：能耗低、算力高、具备一定的抗空间辐照能力、兼容传统信号/图像处理算法和AI处理算法等。围绕这些问题，本项目采用了以下技术创新点：

　　超异构架构：随着太空任务的越发复杂，以卫星为代表的航天器正面临着高性能复杂计算的挑战。系统越复杂，需要选择越灵活的处理器；性能挑战越大，需要选择越偏向定制的加速处理器。本质矛盾是：单一处理器无法兼顾性能和灵活性。我司采用FPGA-SOC和GPU-SOC的超异构体系，在硬件底层中，实现了CPU、GPU、FPGA、DSA等不同芯片灵活性和性能之间的最优平衡。超异构架构的设计能在卫星有限的空间、能源条件下，最大限度发挥软件的灵活性和性能，可以在卫星的拍摄任务执行的同时开展数据处理，实时目标检测和情报提取，帮助用户在最短时间作出决策。

　　软硬件协同加速：为了充分发挥软硬件的性能优势，提升整体的算法处理性能，智能处理载荷还进行了软硬件的协同加速设计，基于载荷的真实硬件环境，最大程度提升处理的性能。在设计过程中以可编程设计技术为核心，采用软硬件结合的方式，设计最优的软硬件接口，综合提升系统性能。

　　软件定义卫星：基于「软件定义、分层解耦」先进理念和长期研发经验，实现了包含软件功能的全流程在轨更新能力，实现在高速上注支持下的软件模组拓展更新，可根据需求配置目标检测/定位跟踪/灾害预警等多种任务，实现功能卫星到智能卫星的转变。

应用领域

星测未来在天基计算、在轨处理、在轨更新、软硬协同加速、卫星应用算法方面具备技术基础，产品已应用于长光、天仪、微纳、深圳东方红等卫星智能化升级，现已成功在轨16颗且稳定运行，开展实时AI图像压缩、目标识别、遥感产品加工等任务。

　　1.微纳星空业务合作

　　2024年1月23日，第二代星上处理产品搭载微纳卫星“泰景三号02星”成功发射，计算、存储、数传一体式高效板卡集成，算力高达275TOPS，支持在轨目标实时检测与几何定位功能（<50m）。该产品可实时实现～6Gbps速率的AI图像压缩和AI目标识别等流式处理，值得一提的是图像压缩比可由传统的4倍提升至10倍，极大的提升了卫星影像获取的效率和应用服务的时效性。

　　2.天仪巢湖一号SAR星上智能处理 

　　“巢湖一号”卫星是由天仪研究院研制的“天仙星座”首发星，22年2月27日成功发射，率先实现国产商业SAR卫星批产组网和在轨商业化运营。天仪研究院是国内头部民商卫星公司，星测未来自2020年起就与天仪开展搭载合作，并于2022年就巢湖一号星上智能处理解决方案签订业务订单。已完成在轨舰船检测、水体分割的效果验证，双方将进一步加强合作深度，拓展新兴场景并达成业务化落地。

星溪02具备在轨AI任务自测、AI芯片状态监测和在轨对SAR图像进行舰船检测等功能，截止23年01月，已完成了200多次在轨AI计算任务，累计开机工作时长超过40小时。

　　3.SAR卫星在轨全流程处理

　　某公司与星测未来已签订战略搭载协议，双方就SAR卫星“回波采集-SAR成像-几何校正-AI解译-情报下传”在轨全流程验证，并共同开拓包括但不限于SAR卫星在应急救灾、海洋应用、军事科技、灾害预防等领域的应用及服务场景，挖掘遥感数据价值。将于2025年和某公司进行搭载合作，共同完成SAR卫星在轨全流程验证，开拓SAR卫星在应急救灾、海洋应用、军事科技、灾害预防等领域的应用及服务场景。

本项目采用了以下技术创新点：

　　1.超异构、超高算力：创新使用多种芯片组成超异构，算力不低于1000TOPS，支撑有限能源下天基高算力任务，能效比最高可达4TOPS/W，远高于行业水平；

　　2.开放性和可扩展性：创新采用软件定义平台，类似智能手机，具备安装运行多种APP和远程更新的能力，极大扩展卫星服务价值；

　　3.低成本大规模部署：创新采用低成本工业级器件及系统级加固设计，解决规模化问题，实现星座低成本部署；

　　4.分秒级高时效应用：针对应急、国防等场景，基于高算力平台和轻量化算法，结合星座高频重访能力，30s内完成数据处理，解决卫星应用链路冗长、时延高、价值低的问题；

　　可靠性：清华团队科研积累及试验设备支持，16套在轨载荷产品并执行目标监测、AI压缩等各类AI任务，成功率100%。

图1 天仪巢湖案例

图2 开机时间

图3 SAR卫星在轨全流程处理案例图

（转自：北京物联网智能技术应用协会）