面向低轨遥感卫星的在轨云检测与关键区域压缩感知数据智能压缩收集系统设计.docxVIP

PAGE2

面向低轨遥感卫星的在轨云检测与关键区域压缩感知数据智能压缩收集系统设计

摘要

低轨遥感卫星在获取高价值对地观测数据时，面临严重的云层遮挡问题，大量无效云像数据严重浪费星载存储资源与星地传输带宽。传统遥感数据收集仅依赖简单压缩或全采样后下传，并未充分利用数据处理机会进行智能化剔除与选择性采样。本课题设计并实现了面向低轨遥感卫星的在轨云检测与关键区域压缩感知数据智能压缩收集系统。该系统部署轻量化云分割模型执行像素级云掩膜生成，剔除云覆盖无效区域；同时，针对云隙无云区域及任务指定的关键关注区域，启动基于压缩感知的采样收集机制，利用稀疏先验大幅降低采样率，从而在保留关键信息的前提下压缩数据量。论文遵循需求分析、总体设计、详细设计、实现与测试的工程递进思路。首先分析了星载数据收集的现实痛点与系统设计目标，随后论述轻量云分割模型与压缩感知采样相关技术选型，进行功能与非功能需求分析。在总体设计中，提出星载“智能筛选—自适应采样”双层架构，划分云检测模块、关键区域提取模块、压缩感知采样模块和星地数据封装模块。详细设计阶段给出各模块的算法流程与接口定义，关键算法包含轻量UNet云分割、区域显著性判别和随机压缩感知采样矩阵生成。系统原型在嵌入式GPU仿真环境下实现，并利用LandSat-8和Sentinel-2数据集进行功能与性能测试。测试结果表明，系统云检测F1分数达到0.893，