- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE NAECON 2018 - 美国电气和电子工程师协会国家航空航天与电子会议 - 美国俄亥俄州代顿市 (2018年7月23日-2018年7月26日)] NAECON 2018 - IEEE国家航空航天与电子会议 - 小型卫星星载图像处理
摘要： 一般来说，航天器和卫星的计算能力比地面计算机落后数代。摩尔定律使昔日的超级计算机变成今日的笔记本电脑，但由于恶劣的辐射环境和大多数太空任务较低的风险承受能力，太空计算仍相对性能不足。太空任务通常风险较低是因为组件和发射成本高昂。然而，发射成本正在大幅下降，立方星等创新正在改变风险计算方式。通过接受更高风险并采用商用现货（COTS）部件，可以廉价地建造和发射具有极强计算能力的太空平台。由于延迟挑战，高级星际探索将需要高性能卫星。行星间漫长的传输时间意味着卫星或机器人探测器需要机载处理以实时执行任务。本文探讨了可能托管在下一代高性能卫星上的一个应用，对卫星图像进行目标分类。目前卫星图像处理的自动化由地球上的服务器或工作站完成，但本文将展示这些算法可以通过使用COTS部件移至卫星上。首先使用传统的计算机视觉技术，如边缘检测和滑动窗口，来检测开阔海域上可能的目标。然后使用现代神经网络架构将该目标分类为船只或非船只。该应用在Nvidia Jetson TX2上实现，应用的功耗测量证实其符合小型卫星甚至可能是立方星的尺寸、重量和功率（SWAP）要求。
关键词： 卫星影像、机器学习、神经网络、机载处理
更新于2025-09-23 15:22:29
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 航天器星载近实时SAR图像聚焦
摘要： 合成孔径雷达（SAR）影像在浏览和获取信息前，需要对接收数据进行连续的信号处理以实现图像聚焦。例如ALOS-2/PALSAR-2的信号数据记录存储于星载任务数据存储器中，经地面传输后通过聚焦处理重现影像。除功耗限制外，存储容量与传输网络速度是制约当前星载SAR系统效能的两大主要因素。解决方案之一是通过星上信号处理进一步压缩SAR数据，并从重现影像中提取信息。该方法也有利于事件驱动观测与信息产品的快速交付。日本宇宙航空研究开发机构（JAXA）新兴工作室正在研发基于FPGA的星载SAR图像聚焦信号处理系统评估模型，该名为"快速L1处理器2（FLIP2）"的模型能近实时地从ALOS-2/PALSAR-2数据重现3米/6米/10米分辨率的单视复数影像。本文展示了初步评估结果。
关键词： 机载处理、现场可编程门阵列、图像聚焦、合成孔径雷达
更新于2025-09-23 15:22:29