一种星群协同实现遥感任务的区域覆盖方法及装置

    公开(公告)号:CN119519823B

    公开(公告)日:2025-05-13

    申请号:CN202510058886.3

    申请日:2025-01-15

    Abstract: 本发明公开了一种星群协同实现遥感任务的区域覆盖方法及装置,涉及卫星遥感技术领域,该方法中卫星探测任务区域后建立第一覆盖地图,以及在探测到障碍物时,在障碍物的位置释放信息素来标记该障碍物,然后基于障碍物的位置以及信息素的释放时间生成第一信息素地图。在通信范围内该卫星可与其他卫星建立通信,基于通信获取的地图对第一覆盖地图和第一信息素地图进行更新,得到第三覆盖地图和第三信息素地图。再结合第三覆盖地图和第三信息素地图确定卫星集群的未覆盖区域,从未覆盖区域中选择目标区域作为卫星的下一覆盖区域,以解决目前多星协同覆盖技术中由于无法高效避开未知障碍物、非覆盖区域导致的覆盖率低和重复覆盖率高的技术问题。

    模型训练方法、装置、电子设备和存储介质

    公开(公告)号:CN119599094B

    公开(公告)日:2025-05-02

    申请号:CN202510151576.6

    申请日:2025-02-11

    Abstract: 本说明书提供一种模型训练方法、装置、电子设备和存储介质,所述方法包括:将训练数据分别输入至教师模型、辅助模型和学生模型,所述教师模型是已训练的。教师模型对训练数据进行特征提取,并将提取的教师中间特征传递至所述辅助模型。所述辅助模型对所述训练数据进行特征提取,并将提取的辅助中间特征传递至所述学生模型;以及,基于第一损失函数训练所述辅助模型,所述第一损失函数包括所述辅助中间特征与所述教师中间特征之间的第一特征蒸馏损失。所述学生模型对所述训练数据进行特征提取,得到学生中间特征;以及,基于第二损失函数训练所述学生模型,所述第二损失函数包括所述学生中间特征与所述辅助中间特征之间的第二特征蒸馏损失。

    基于迭代推理的光学遥感图像标注引擎构建方法及装置

    公开(公告)号:CN119152506B

    公开(公告)日:2025-02-14

    申请号:CN202411649679.7

    申请日:2024-11-19

    Abstract: 本发明公开了一种基于迭代推理的光学遥感图像标注引擎构建方法及装置;本方法可以作为光学遥感图像训练样本人工标注方法的一种补充,降低光学遥感图像训练数据的标注成本和难度。本方法面向多模态大模型的训练作业场景,旨在基于海量的真实光学遥感图像生成多粒度多模态的合成标注数据集,从而支撑多模态大模型在图像分类、图像描述、图像问答、图像区域分类、图像区域描述、图像区域问答、目标检测、Vision Grounding、目标掩膜提取、实例分割、引用表达分割等多种光学遥感图像解译任务上的训练。本发明使单一模型具备处理各种空间层次结构和语义粒度的能力。

    适用于天基分布式操作系统的分布式任务调度方法和系统

    公开(公告)号:CN119232243A

    公开(公告)日:2024-12-31

    申请号:CN202411734447.1

    申请日:2024-11-29

    Abstract: 本发明公开了一种适用于天基分布式操作系统的分布式任务调度方法和系统,该方法包括:通过天基系统中集成的分布式通信跟踪系统实时监测并采集星载算力单元与其他算力单元间通信链路的网络通信数据,并同步到地面控制系统中;部署于地面控制系统的分布式任务调度器对网络通信数据进行分析,为分布式任务选择最优的卫星或星载算力单元组合进行调度;通过部署在星载算力单元的重调度器为已运行分布式任务进行异常情况时的重调度。本发明能够在复杂的天基系统环境中,智能化地为分布式任务选择通信质量最佳的算力单元组合,确保分布式任务之间信息交互的高效流通,提高了数据交换的准确度与可靠性,为天基计算任务的连续性与稳定性提供强有力的支撑。

    一种卫星图像传输方法、装置、介质及设备

    公开(公告)号:CN118354004B

    公开(公告)日:2024-09-24

    申请号:CN202410779805.4

    申请日:2024-06-17

    Abstract: 在本说明书提供一种卫星图像传输方法、装置、介质及设备中,首先确定地面站发送的传输任务,确定执行传输任务需要的各第一图像,并创建记录各第一图像的传输状态的传输状态表,其次将各第一图像下传地面站,根据各第一图像的传输结果,更新传输状态表,当需要对传输任务更新时,根据更新以及从传输状态表确定的未下传的各第一图像,确定执行传输任务需要的各第二图像,并将各第二图像下传地面站,通过确定各第一图像的传输状态变化,使卫星能够确定未下传的第一图像并从中确定第二图像,从而提升了卫星的资源利用率。

    一种星地间协同计算的系统、方法、存储介质及电子设备

    公开(公告)号:CN118677514A

    公开(公告)日:2024-09-20

    申请号:CN202411153834.6

    申请日:2024-08-21

    Abstract: 本说明书公开了一种星地间协同计算的系统、方法、存储介质及电子设备,云端核心模块向卫星的边缘核心模块发送任务信息。边缘核心模块执行任务信息对应的目标任务,确定执行结果。通信跟踪代理端确定边缘核心模块与云端核心模块之间的第一通信链路的第一通信状态,确定边缘核心模块与各其他卫星的边缘核心模块之间的第二通信链路的第二通信状态。在通信跟踪代理端确定出的第一通信状态为通信异常时,根据通信跟踪代理端确定出的第二通信状态,从各其他卫星的边缘核心模块中,确定目标边缘核心模块,将执行结果发送给目标边缘核心模块,以使目标边缘核心模块将执行结果发送给云端核心模块,降低云端核心模块的等待时间,提高任务的执行速度。

    一种星载异构AI计算机
    67.
    发明公开

    公开(公告)号:CN118606028A

    公开(公告)日:2024-09-06

    申请号:CN202410823454.2

    申请日:2024-06-25

    Abstract: 本申请涉及一种星载异构AI计算机,包括AI算力单元、CPU单元、FPGA控制单元以及通信接口单元,通信接口单元,用于将服务器发出的控制指令发送至所述FPGA单元;所述FPGA单元,用于接收所述控制指令,进行卫星数据的接收与预处理,并将预处理后的卫星数据发送至所述CPU单元;所述CPU单元,用于基于所述预处理后的卫星数据进行计算任务的调度;所述AI算力单元,用于响应所述计算任务的调度,执行对应的计算任务以获得计算后的数据结果。本申请采用CPU单元+FPGA控制单元+AI算力单元的异构架构,提高了计算机的智能计算能力和计算效率,解决了智能算力部署在商业卫星上面临算力弱、功耗大、成本高、无法自主可控的问题。

    芯片温度控制方法、装置、计算机设备以及存储介质

    公开(公告)号:CN118466622A

    公开(公告)日:2024-08-09

    申请号:CN202410676242.6

    申请日:2024-05-29

    Abstract: 本申请涉及一种芯片温度控制方法、装置、计算机设备以及存储介质。包括:确定目标卫星中目标芯片的最低运行温度,以及目标卫星的星内环境最低温度,根据目标芯片的最低运行温度和星内环境最低温度确定目标芯片的期望升温功耗;接收到星务计算机发送的设备启动指令后,获取目标卫星的星内环境实际温度;若星内环境实际温度小于最低运行温度,则根据目标卫星的卫星运行信息确定目标芯片的目标升温模式;基于目标升温模式和期望升温功耗确定目标升温功耗,并通过目标升温功耗对目标芯片进行升温处理。上述方案,能够对卫星内的芯片器件进行特异化升温处理,保障了卫星芯片的正常工作,同时实现了对卫星能源进行合理的规划应用。

    一种基于KubeEdge的卫星集群自治方法及星地协同计算系统

    公开(公告)号:CN118426914A

    公开(公告)日:2024-08-02

    申请号:CN202410899175.4

    申请日:2024-07-05

    Abstract: 本发明公开了一种基于KubeEdge的卫星集群自治方法及星地协同计算系统,该方法包括:根据不同卫星组网规则将天基系统的星载算力单元划分为多个目标联盟节点,以构建多元化的卫星自治联盟;在卫星自治联盟内部实施包括分布式数据库系统和分布式存储系统的数据共享机制;在每个星载算力单元上部署用于实时监测全部星载应用状态的应用管理组件,当监测到星载应用发生异常时,应用管理组件从分布式数据库系统中检索出该异常星载应用的元数据信息,根据异常星载应用的元数据信息采取对应的服务自治策略,即本地重启或迁移重启异常星载应用。本发明能够保证星载应用的不中断性和连续性,提高星载算力单元的自治能力及业务稳定运行。

    神经网络模型推理所需最小内存占用量的估计方法和装置

    公开(公告)号:CN115809699B

    公开(公告)日:2023-06-23

    申请号:CN202310052812.X

    申请日:2023-02-03

    Inventor: 李超

    Abstract: 本发明公开了一种神经网络模型推理所需最小内存占用量的估计方法和装置,属于神经网络应用领域。该方法以图理论作为核心思想,将神经网络的计算逻辑用有向无环图来描述,把神经网络模型的推理过程映射成图的拓扑排序过程,再对搜索树进行剪枝以得到对最小内存占用量的估计以及对应的算子执行序列。边缘设备智能性的需求日益增大,本发明为神经网络模型在边缘设备上运行与设计提供了信息支撑,对边缘设备的智能性有着贡献。

Patent Agency Ranking