Onboard Uydu Data Capsule for Band Wide Verimlilik
Modern telekomünikasyon, Dünya gözlemi, hava tahminleri ve küresel navigasyon. sensör kararları arttıkça, son zamanlardaki radyo-freze spektrumu ve sınırlı kesintiler bütçeleri kalıcı bir şişenck yaratır.Inboard data sıkıştırması, bilimsel ve operasyonel görevlerin her megahertz'ı keşfedinken daha fazla bilgi ortaya çıkmıştır.Son gelişmeler - AI odaklı algoritmaların amacı ile oluşturulan donanıma yönelik olarak yeniden tanımlanması - mümkün olan süreyi yeniden tanımlamak için.
Büyüyen Band geniş Challenge
Modern Dünya gözlem uyduları günlük ham veri yığınlarını oluşturur. Tek yüksek çözünürlüklü multispectral görüntüleyici, aynı zemin istasyonu için yüzlerce gigabit üretebilir.Tpresyon olmadan, bu veriler birçok kez kullanılabilir alt bağlantı kapasitesi gerektirir, operatörlerin kartların değerli sahneler veya gecikme iletimini engellemesi için zorlanır.
Basit Algoritmalardan Akıllı Sistemlere
Erken uydu sıkıştırması, Huffman kodlaması veya çok uzun süreli enkoding gibi sabit, kayıp algoritmaların üzerinde yoğunlaştı, ancak bu yöntemler her bir miktar daha yüksek oranda korunmuştu. - 1. veya 3:1 - ve daha yaygın hale gelebilir, 10:1 veya daha fazla rakipsiz, kabul edilebilirlik oranı ile işlemlenebilir ve hiperspectral arasında taşındı.
Bugünün yenilikleri statik paradigmayı kırıyor. Bu, veri içeriğini, mevcut bant genişliğini ve gerçek zamanlı olarak görev önceliklerini değerlendirmelerini sağlıyor. Sonuç, kritik bilgileri ödün vermeden önce kodlamak için yeni bir sınıf.
Onboard Kombinasyonunda Anahtar Yenilik
AI-Driven Promosyon ve Makine Öğrenme
Makine öğrenme modelleri –özellikle de geleneksel sinir ağları (CNNs) ve otoencoders – şimdi gerçek zamanlı sıkıştırma yapmak için uydu işlemcileri üzerinde konuşuluyor. Bu modeller belirli görüntü türleri (örneğin, bulutsuz arazi, okyanus veya kentsel sahneler) için gerekli olan 10-20 × ile veri hacmini öğrenebilir ve bunları geleneksel algoritmaların üzerinden daha yüksek oranlara ulaşmak için kullanıyor. Örneğin, hiperspectral küpler üzerinde eğitilmiş bir otokoder, veri hacmini 10-20 × olarak koruyabilir.
[FONTA'nın teknoloji hazırlığı programları [DDDDDD Uzay İstasyonunda birkaç AI tabanlı kompresörü doğruladılar ve küplerde derin öğrenmenin uzayda güvenilir bir şekilde çalışabileceğini gösteriyorlar. Bir sonraki adım bu modelleri tamamen bağımsız hale getirmektir, böylece zemin müdahale etmeden yeni veri dağıtımlarına adapte olurlar.
Donanım Hızlandırma: FPGA ve ASICs
Kombinasyon algoritmaları, özellikle matrix işlemleri veya sinir ağı inference içeren olanlar, uydularda genel amaçlı CPUlar genellikle güçlenmiş ve yavaştır. Çözüm, özel donanımla ilgili olarak sıkıştırılabilir kapı dizileri (FPGAs) ile gelir: bir CPU'dan daha az güç kullanarak yeniden programlanabilir ve gecikmeli ve birçok yeni uydu otobüsü teslim edebilirler.
Yüksek hacimli takımyıldızlar için, Uygulama-Specific Integrated Circuits (ASICs) belirli bir sıkıştırma standardı (örneğin, CCSDS 122.0-B-1 veya önümüzdeki High-Throughput JPEG-LS) uygulamak için çok daha fazla verimlilik sağlar. Bu çipler sadece birkaç watt - küçük uydular için sıkı güç bütçeleri ile kritik bir şekilde sabit bir şekilde.
Adaptif ve Context-Aware Algorithms
Kombinasyon verimliliği, sistemin hangi tür verileri çalıştığını bildiğinde dramatik bir şekilde geliştirilebilir. Adaptif algoritmaların entropi, uzaysal korelasyon ve daha sonra en uygun sıkıştırma modundan yararlanılabilirler - faiz bölgeleri için gereksiz yere (örneğin, bir felaket alanı veya daha az kritik alanlar için bir hata hedefi) ve kayıp bir şekilde daha az kritik alanlardan yararlanılabilir. Bazı uygulamalar, sınıflandırıcı bir “kalınma haritası” kullanır: Tarım alanları yüksek şasi ile sıkıştırılabilir.
Bu bağlamdaki yaklaşım da bant genişliği yönetimine genişletilir.Eğer alt bağlantı kapatılırsa, kompresör, yönetim kurulunda kompresyon oranını artırabilir, bağlantı açık olduğunda, en kısa ayarlara geri döner.Bu dinamik kontrol genellikle veri türlerine öncelik veren bir politika motoru tarafından yönetilir -örneğin, rutin görüntülenen durumlarda zamansız bir tedaviyi artırabilir.
Hibrit Kayıp / Lassy Teknikleri
Ya kaybız veya kayıp parçaları seçmek yerine, birçok modern kompresörler her zaman tek bir boru hattında bir araya gelir. Yaygın bir mimari girdiyi bir temel katmanına (zararsız, temel metadata ve düşük frekanslı bileşenler içeren) ve bir veya daha fazla geliştirme katmanlarına (zorun, iyi ayrıntıları ele geçirmektedir).
[FONTA'nın verileri sıkıştırmaya yönelik araştırmalarına göre, , kompresyon oranlarına ulaşan karma kodculara referans uygulamaları üretmiştir.
Band geniş Verimlilik ve Misyon Performansı Üzerine Etkisi
Translaksiyonu Yeniden Üretin
En doğrudan fayda, daha küçük antenlerin kullanımı için gerekli olan azalmadır.Forplays, onboard sıkıştırması her uyduyu daha iyi bir şekilde kapatılabilir.Inset upbands için zemin istasyonu ücretsiz olarak kullanılabilir.For teams, her uyduyu genel ağda daha iyi bir şekilde kullanmak için sağlar.
Daha yüksek Çözünürlük ve Daha Fazla Freknt Gözlemleri
Band genişliği tasarrufları yeniden finanse edilebilir. Sensörin çözünürlüğünü aşağılinke uygun hale getirmek yerine, operatörler en yüksek çözünürlük modunu aktif tutabilir ve hala iletişim pencerelerini karşılayabilirler. Pratik anlamda, yüksek çözünürlükle birlikte 1 m zemin kaplama mesafe ile sınırlı olacak optik uydular, şimdi aynı bağlantı bütçesiyle 0,5 m'de çalışabilirler veya genellikle iki kez görüntüleyebilirler.Bu, günlük olarak yüksek çözünürlükte, yüksek çözünürlükte ve savunma istihbaratıyla birlikte, yüksek çözünürlükte, ve savunmada, zaman erişimin önemli olduğu gibi uygulamalar üzerinde doğrudan etkilenebilir.
Operasyon Maliyetleri Aşağıya
Band genişliği pahalıdır. Leasing veya zemin istasyonu kapasite ölçekleri toplam veri hacmi ile inşa etmek.Savuşta verileri sıkıştırarak operatörler, zemindeki zemin anten sayısını azaltabilir veya spektrum kullanımı için gerekli lisans ücretleri azaltır.Küçük uydu operatörleri (e.g., küplerat takımyıldızlar), bu, kârlı bir iş modeli ile ekonomik olarak kullanılamaz.
Gerçek Dünya Uygulamaları
Birkaç uzay ajansı ve ticari operatörler zaten çok fazla korkutucu veri için gelişmiştir.Copernicus Sentinel-2 uydular, CCSDS 122.0 standardına dayanan bir AIive kompresörü kullanmaktadır, çokspectral verileri için 2-4× oranı elde ederler.Daha yakın zamanda, 03.03.2012
NASA'nın Dünya Observing-1 (EO-1) misyonu, şimdi emekli olsa da, Yüzey Su ve Deniz Topografi (SWOT) gibi görevlerde otonom bir bilim odaklı sıkıştırma sistemi kullanımını hızlandırdı.
Savunma sektöründe, ABD Uzay Kuvvetleri, Max-dize ASIC'lerin geniş bant radar veri sıkıştırması için radyasyon destekli ASIC'lerin geliştirilmesini finanse etti, sentetik aperture radarı (SAR) uyduların yüksek çözünürlüklü görüntüler sunmak için daha hızlı bir şekilde ilerliyor.
Meydanlar ve düşünceler
Sözcülüğe rağmen, onboard sıkıştırması ticaret dışı değildir. Herhangi bir işlem, veri yakalama ve yükleme süresi arasındaki gecikmeyi içerir. Zamana duyarlı uygulamalar (örneğin, füze uyarı veya kasırga izleme), birkaç saniye gecikmenin bile kritik olması gerekir. Tasarımcılar aynı işlemcideki görevlerin gecikmesine karşı daha da geç saatlere kadar sabit tutmalıdır. Power tüketimi başka bir kısıtlamadır: kompresyonda harcanan her ek bir watt, ısı kontrolü veya sensör kendisi için mevcut değildir.
Hata direnci düşman uzay ortamında büyük bir endişedir. kozmik ışınların neden olduğu tek bir yol gösterici parametre tabloları veya sıkıştırılmış akışlarda biraz hataya katılabilecek baskı ve düzeltme mekanizmaları içerir, çünkü sistemin tüm görüntüleme geçişlerini kaybetmesine izin veren kontrol mekanizmaları. CCSDS 14-0.1R gibi standartlar sıkıştırılmış akışlarda biraz hataya tahammül edebilir.
Son olarak, model geçerliliği meselesi var. AI-güdümlü kompresörler için eğitim verileri, uydunun tam aralıklarının temsil edilmesi gerekir - farklı aydınlatma, atmosferik bir saçılma, mevsimsel değişiklikler.Sadece net bir şekilde yaz görüntüleri üzerinde eğitilmiş bir model kar ve bulutla felaket olarak başarısız olabilir. Sürekli geçerlilik ve güncelleme modellerinin herhangi bir üretim AI sıkıştırma sisteminin temel özelliklerini dikkate almalıdır.
Future Yol Tarifi
Nöromorfik ve Event-Based
İnsan görsel sistemi tarafından ilham alın, nöromorphic sensörler ve işlemciler baskıcılığa başlayabilirler. Tam çerçeveleri sabit aralıklarla ele almak yerine, olay temelli kameralar yalnızca sahnedeki (örneğin, hareketli bir araba veya büyüyen yangın) bu, veri hacmini büyüklüğüne göre azaltır ve dinamik izleme için idealdir. Araştırma uyduları test etmeye başlar ve erken sonuçlar onları casus sinir ağları ile bir araya getirerek sıkıştırma oranını 100:1'den fazla bir araya getirebilir.
Kuantum Algoritmaları Yüksek-Ratio
Uzay uygulamaları için hala teorik olsa da, kuantum sıkıştırma algoritmaları, veri sıkıştırması için kuantum korelasyonları kullanmak için potansiyele sahiptir.Eğer pratik kuantum işlemciler yörüngede kullanılabilirse, Shannon limitinin belirli türlerine yönelik klasik verileri sıkıştıran algoritmaları uygulayabilirler. Avrupa Komisyonu'nun Kuantum Bayraklığı, uydu telemetrisi için erken çalışmalar finanse etti, ancak bir uçuş hazırlayıcı sistemi muhtemelen en azından on yıl uzakta.
Federated Learning and Model Updates
Konsültasyon operatörleri beslenmeyi araştırıyor: Her uydu trenleri kendi verileri üzerinde yerel bir sıkıştırma modeli ve sadece bir zemin tabanlı aggregasyon sunucusu ile model güncellemelerini paylaşıyor.Toplantılı model daha sonra yeniden dağıtılır, tüm takımların büyük miktarda ham verilere aktarmasına izin verir.Bu yaklaşım özellikle yüz veya binlerce düğüme büyümek için ilgili olacaktır.
Edge Computing ile entegrasyon
Future uydular, dağıtılmış bir uzay ağında düğümler olarak işlev görecek. Onboard sıkıştırması, nesne algılama, veri füzyonu ve hatta karar verme aşamasında araştırma yapabilecektir.Complelink hacmine sadece minimuma indirilecek, ancak daha sonra sahada AI inferencede kullanılan verilerin kalitesini optimize edecektir.Bu “kompresyon-duygunize edici” paradigması zaten karar verme aşamasında araştırmalıdır.FLT:0NASA SpaceNet projesi[0NASA SpaceNet)
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Uydu veri sıkıştırması, on yıl önce düşünülemez hale gelen sıkıştırma oranlarına olanak sağlar, tüm bilimsel ve operasyonel kullanıcıların ihtiyaç duyduğu sadakati korurken, bu ilerlemelerin doğrudan daha iyi bant genişliğine çevrilmesi, daha düşük maliyetlere ve uyduların sınırlarının ne görebilmesini sağlar.