CN117870771B - 遥感观测任务与质量闭环方法 - Google Patents
遥感观测任务与质量闭环方法 Download PDFInfo
- Publication number
- CN117870771B CN117870771B CN202410018588.7A CN202410018588A CN117870771B CN 117870771 B CN117870771 B CN 117870771B CN 202410018588 A CN202410018588 A CN 202410018588A CN 117870771 B CN117870771 B CN 117870771B
- Authority
- CN
- China
- Prior art keywords
- observation
- quality
- data
- actual
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 156
- 230000000007 visual effect Effects 0.000 claims abstract description 33
- 238000004519 manufacturing process Methods 0.000 claims description 58
- 230000002159 abnormal effect Effects 0.000 claims description 26
- 230000005856 abnormality Effects 0.000 claims description 7
- 230000000246 remedial effect Effects 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 136
- 238000009826 distribution Methods 0.000 description 23
- 238000007726 management method Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 11
- 230000000977 initiatory effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 239000012467 final product Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012958 reprocessing Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Factory Administration (AREA)
Abstract
本公开提供的一种遥感观测任务与质量闭环方法,包括:获取计划观测参数;提取实际观测数据和每个子传感器的实际观测参数,根据实际观测参数判断实际观测数据的质量状态,记录第一质量结果;对实际观测数据进行编目,得到多个数据处理单元,判断多个数据处理单元中包括的实际观测参数是否满足计划观测参数的误差范围,记录第二质量结果;对多个数据处理单元分级得到多级产品,根据多级产品的级别生成供用户使用的直观信息,判断生成直观信息的多级产品的质量因子是否满足预定质量指标,记录第三质量结果;根据第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态。本公开可即时获取观测数据状态,并能及时采取补救措施。
Description
技术领域
本公开涉及空天遥感任务规划与数据处理技术领域,尤其涉及一种遥感观测任务与质量闭环方法。
背景技术
遥感观测平台搭载了可见光、红外、微波、电磁、重力等各种子传感器,可以快速获取对地、对空观测对象图像、电磁特征信息。当用户需申请某个观测对象遥感数据产品且没有历史数据,地面系统将数据需求转换为观测需求,并根据遥感观测平台观测资源、数传资源状态,生成观测任务指令,使遥感观测平台各子传感器按指定工作参数,在一段时间范围内采集观测对象信息,并将原始观测数据传输给地面系统,由地面系统对原始观测数据进行信号处理,生成用户需要的图像、电磁数据。遥感观测涉及观测任务规划、指令生产与上注、指令执行、观测数据回传、数据处理与分发等环节。
在现有相关技术方案中,如文献CN11 5640977A等,针对观测任务,相关技术人员主要关注在有限遥感观测平台和数传资源条件下,观测任务任务规划、冲突消解和指令生成问题,即关心“能不能观测、什么时间观测问题”。
但用户申请观测对象数据需求之后,现有技术无法预知“什么时间能够获取可用数据、数据质量怎么样”,用户是否能够最终获取满足质量要求的观测对象数据是一个开“盲盒”过程,即获取数据是一个被动等待过程。当观测任务某个环节存在异常或者失败,无法及时采取“数据重处理、数据重传、重新观测”等有效补救措施。因此,如何实现遥感观测任务与质量全链路跟踪闭环管理是亟需解决的问题。
发明内容
鉴于上述问题,本发明提供了一种遥感观测任务与质量闭环方法,以解
本公开提供了一种遥感观测任务与质量闭环方法包括:获取用于执行计划观测任务的多个子传感器的计划观测参数;处理接收到的实际原始码流数据,提取实际观测数据和每个所述子传感器的实际观测参数,根据所述实际观测参数判断所述实际观测数据的质量状态,记录第一质量结果;对所述实际观测数据进行编目,得到多个数据处理单元,判断所述多个数据处理单元中包括的所述实际观测参数是否满足所述计划观测参数的误差范围,记录第二质量结果;对所述多个数据处理单元分级得到多级产品,根据所述多级产品的级别生成供用户使用的直观信息,判断生成所述直观信息的所述多级产品的质量因子是否满足预定质量指标,记录第三质量结果;根据所述第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态。
可选地,在对所述多个数据处理单元分级得到多级产品,根据所述多级产品的级别生成供用户使用的直观信息,判断生成所述直观信息的所述多级产品的质量是否满足预定质量指标,记录第三质量结果之后,还包括:分发所述直观信息,获取用户的质量反馈,所述质量反馈记录在所述第三质量结果中。
可选地,所述处理接收到的实际原始码流数据,提取实际观测数据和每个所述子传感器的实际观测参数,根据所述实际观测参数判断所述实际观测数据的质量状态,记录第一质量结果包括:接收实际原始码流数据,提取所述实际观测数据;若不能得到所述实际观测数据,则所述第一质量结果记录所述实际观测数据获取异常;若能够得到所述实际观测数据,则解析所述实际观测数据,得到每个所述子传感器的实际观测起止时间和实际观测数据的帧计数及帧长;根据所述帧计数及帧长计算所述实际观测数据的丢帧率;判断所述实际观测起止时间与所述丢帧率是否满足预定指标要求;若都满足所述预定指标要求,则所述第一质量结果记录所述实际观测数据的质量正常。
可选地,根据所述帧计数及帧长计算所述实际观测数据的丢帧率,包括:若所述实际观测数据的帧长为固定帧长,则计算所述实际观测数据的大小与所述固定帧长的比值,根据所述帧计数的总帧数与所述比值的差值得到丢帧数;若所述实际观测数据的帧长为可变帧长,则扫描获取所述实际观测数据的帧计数不连续的数据,得到丢帧数;根据所述丢帧数,计算所述丢帧率。
可选地,所述对所述实际观测数据进行编目,得到多个数据处理单元,判断所述多个数据处理单元中包括的所述实际观测参数是否满足所述计划观测参数的误差范围,记录第二质量结果,包括:根据所述子传感器的计划观测参数对所述实际观测数据分段和分景,确认能否得到多个数据处理单元;若不能得到多个数据处理单元,则所述第二质量结果记录所述子传感器编目异常;若能够得到多个数据处理单元,则提取所述多个数据处理单元中包含的所述子传感器的实际工作参数、实际获取的空间范围和时间范围;根据所述计划观测参数分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求;若所述子传感器满足预定参数要求、预定空间要求和预定时间要求,则所述第二质量结果记录所述实际观测数据编目成功;若所述子传感器不满足预定参数要求、预定空间要求或预定时间要求,则所述第二质量结果记录所述实际观测数据编目失败。
可选地,根据所述计划观测参数分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求,包括:获取所述计划观测参数中的观测需求个数、计划工作参数、计划获取的空间范围和计划获取的时间范围;若所述实际工作参数与所述计划工作参数一致,则所述子传感器满足预定参数要求;根据所述观测需求个数,分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求。
可选地,根据所述观测需求个数,分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求包括:当所述观测需求个数为0个,计算实际获取的空间范围与所述计划获取的空间范围的第一空间重叠区;若所述第一空间重叠区在所述计划获取的空间范围的误差范围内,则所述子传感器满足预定空间要求;当所述观测需求个数至少为1个,获取每个所述观测需求的空间范围与所述子传感器计划获取的空间范围的第二空间重叠区;提取所述子传感器中每个所述观测需求的起止时间;若每个所述观测需求的起止时间在所述子传感器的实际获取的时间范围内,则所述子传感器中的观测需求满足预定时间要求;计算所述第二空间重叠区与所述实际获取的空间范围的第三空间重叠区,若所述第三空间重叠区在所述第二空间重叠区的误差范围内,则所述子传感器的观测需求满足预定空间要求。
可选地,所述对所述多个数据处理单元分级得到多级产品,根据所述多级产品的级别生成供用户使用的直观信息,判断生成所述直观信息的所述多级产品的质量因子是否满足预定质量指标,记录第三质量结果,包括:根据所述多个数据处理单元的数据处理程度分级得到多级产品;根据用户需求确定所述多级产品的处理顺序,按照所述处理顺序通过算法生成供用户使用的直观信息;判断生成所述直观信息的所述多级产品的质量因子是否满足预定质量指标;若满足所述预定质量指标,则第三质量结果记录所述多级产品生产成功;若不满足所述预定质量指标,则第三质量结果记录所述多级产品生产失败。
可选地,所述根据所述第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态,包括:当所述第一质量结果、第二质量结果和第三质量结果均标记为正常,则所述实际观测任务的质量为正常;当所述第一质量结果、第二质量结果或第三质量结果标记为异常,则所述实际观测任务的质量为异常;分析所述异常的原因,根据所述原因,重新获取所述实际观测数据、所述子传感器重启编目或所述子传感器重启产品生产。
可选地,在所述根据所述第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态之后,还包括:获取计划观测任务的个数;根据所述第一质量结果、第二质量结果和第三质量结果,统计所述实际观测任务质量正常的个数;根据所述实际观测任务质量正常的个数与所述计划观测任务的个数,计算所述实际观测任务的成功率,用于衡量遥感观测任务的观测效能。
在本公开实施例采用的上述至少一个技术方案能够达到以下有益效果:
1、针对遥感观测任务从观测指令生成到观测数据产品生成与分发各个处理环节与质量监控,根据本公开提供的遥感观测任务与质量闭环方法制定了任务和质量闭环方案,当任一环节存在异常或失败时,用户能够快速定位并采取相关措施;
2、本公开针对遥感观测任务每个处理环节数据质量是否满足发起后续任务条件,制定了基于观测任务、子传感器、观测需要的发起策略,支撑数据处理系统自动化发起观测任务数据处理任务;
3、本公开针对遥感观测平台和数据处理系统,提出了遥感观测任务成功率指标和计算分发,基于遥感观测任务成功率实现遥感观测平台和数据处理系统的效能客观评价。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了本公开实施例提供的遥感观测任务与质量闭环方法部分系统接口的示意图;
图2示意性示出了本公开实施例提供的遥感观测任务与质量闭环方法的流程图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
图1为本公开实施例提供的遥感观测任务与质量闭环方法部分系统接口的示意图,图1示意性示出了根据本公开实施例的可以应用遥感观测任务与质量闭环方法的应用场景。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的背景系统架构可以包括运控系统、站网系统、数据处理系统和卫星系统;其中,运控系统、站网系统、数据处理系统统称为地面系统。运控系统按天/周为单位,提前从站网系统申请数传资源;每天根据用户观测需求,结合卫星观测能力和数传可视窗口时长规划生成卫星观测任务指令;根据卫星固存使用情况、观测任务、站网资源状态等约束,统筹规划生成卫星数传指令和数据接收任务,并发送给站网系统。站网系统在上行窗口上注卫星观测指令和数传指令给卫星系统;在下行窗口接收卫星数传数据,同步进行解调、解扰、记录等处理,还原生成卫星原始码流数据,并通过网络实时/事后方式传输到数据处理系统。数据处理系统接收站网系统推送的原始码流数据,采用数据驱动或指令驱动方式执行后续解密解压缩、编目浏览、标准产品生产和产品分发等处理。
图2示意性示出了本公开实施例提供的遥感观测任务与质量闭环方法的流程图。
本公开提出了一种遥感观测任务与质量闭环管理方法,该方法汇集各系统状态信息,从处理任务和数据质量两方面对观测任务进行闭环管理。图2所示,该方法包括步骤S1~S5。
在步骤S1,获取用于执行计划观测任务的多个子传感器的计划观测参数。
具体地,在步骤S1,包括步骤S11~S13。在步骤S11,接收观测任务并解析,获取观测计划号、子传感器类型及每个子传感器的计划观测参数。观测计划号是空天遥感平台各子传感器在一段时间内根据指定参数连续采集观测对象信息任务的唯一标识。基于本公开提供的遥感观测任务与质量闭环方法生成观测任务与质量闭环任务,观测任务与质量闭环管理监控采用观测计划号进行标识。
在一种示意性的实施例中,在步骤S11,每个子传感器的计划观测参数包括:每个子传感器工作参数PAi(为方便理解,i泛指任一个子传感器)、每个子传感器工作起止时间Tsi/Tei、每个子传感器覆盖的观测需求个数及其编号。其中,观测需求个数及编号可以为空或多个;子传感器个数至少为一个。
应该理解地是,空天遥感平台搭载了光学、微波、重力、导航等各类子传感器,在一个观测任务中,需要各个子传感器独立或相互配合采集一个观测或多个观测对象信息。观测任务详细描述了采集观测对象的过程中每个子传感器的工作参数PAi、工作起止时间Tsi/Tei和覆盖的观测对象需求编号等信息。
在一种示意性的实施例中,在一些平台中,高度计、辐射计、星间测距仪、加速度计等子传感器24小时连续采集地球物理信息,工作周期按月/年计,因此运控系统一般不按天生成观测任务信息,但每天观测获取的数据却需要回传到地面系统。故按日期、子传感器类型和轨道号分解标识这类子传感器的遥感观测任务与质量闭环管理监控。
在一种示意性的实施例中,在一些平台中,GNSS接收机、星敏感器、陀螺等子传感器作为定轨和定姿的辅助载荷,需要24小时连续工作,这类载荷运控系统一般不生成观测任务信息。故按日期和子传感器类型标识辅助载荷的遥感观测任务与质量闭环管理监控。
在步骤S12,获取每个子传感器的覆盖空间范围。
具体地,在步骤S12,根据子传感器的类型不同,有的子传感器能够获取空间范围。如果子传感器能够获取空间范围,则还需获取观测任务中子传感器覆盖的空间范围Pi。
在一种示意性的实施例中,光学、微波子传感器用于获取地球表面连续长条带的影像数据,当子传感器是这类载荷,则观测任务中还包括计划获取的长条带影像数据空间覆盖范围Pi。
在一种示意性的实施例中,获取左上、左下、右上、右下四角度点经纬度坐标为空间范围Pi。
在步骤S13,获取子传感器中每个观测需求的起止时间和每个观测需求空间重叠范围。
具体地,在步骤S13,若子传感器中包含观测需求,则需获取每个观测需求的起止时间Tsij/Teij(为方便理解,j泛指子传感器中包含的任一观测需求,即Tsij/Teij为第j个观测需求的起止时间)。若子传感器能够获取空间范围,则需获取子传感器与每个观测需求的空间重叠范围Pij(Pij为第j个观测需求与子传感器的空间重叠范围)。
应该理解地是,成像类子传感器的一个观测可以持续十几分钟,能够获取几千万平公里地物,覆盖用户多个观测需求的部分观测区域。此时,观测任务中还需要包括子传感器与每个观测需求重叠时的起止时间和空间重叠范围。
在一种示意性的实施例中,成像类子传感器包括与每个观测需求重叠时的起止时间Tsij/Teij和空间重叠范围Pij。
在步骤S2,处理接收到的实际原始码流数据,提取实际观测数据和每个子传感器的实际观测参数,根据实际观测参数判断实际观测数据的质量状态,记录第一质量结果。
应该理解地是,观测数据经过数传编码后通过数据接收任务传输到地面系统,地面系统对数传数据可选的进行解调、帧同步、解扰、解密、通道合并、虚拟信道分离、解压缩、格式化等处理,还原各个子传感器实际观测数据。观测任务和数据接收任务是多-多关系,即一个观测任务可以通过多个数据接收任务下传,同时多个观测任务也可以通过一个数据接收任务下传。由于载荷录放比可变且平台固态存储器存在不平衡现象,运控系统生成的观测任务与数据接收任务对应关系往往不一致,因此观测任务实际观测数据的获取是否正常不能依赖于数据接收任务和原始码流数据处理任务是否成功,而需要根据实际原始码流数据处理之后是否能够提取观测任务原始观测数据且数据质量满足要求,判断观测任务实际观测数据的获取状态是否正常。
在一种示意性的实施例中,在接收实际原始码流数据之前,确认观测任务指令上注及执行成功。运控系统生成观测任务指令之后由站网系统上注给卫星系统执行,当站网系统由于天气、信号干扰、设备故障等原因在指令最晚上注时间窗口未上注成功观测任务指令时,只能根据用户需求重新规划生成新的观测任务,应用本公开方法生成的遥感观测任务与质量闭环管理监控以指令上注失败闭环。
在一种示意性的实施例中,观测任务执行前卫星平台需要进行轨道机动、姿态调整;无人机、飞艇等航天平台需要根据航线规划在指定时间飞行到指定空域,若遥感平台在观测任务执行前未满足观测任务观测条件,无法进行观测时,遥感观测任务与质量闭环管理监控失败。
在一种示意性的实施例中,当运控系统收到应急任务且星地资源不满足应急任务所需的观测和数传资源,运控系统通过取消尚未执行的优先级较低的普通观测任务来释放观测和数传资源的方式来保障应急任务的观测和数据传输。此时取消的观测任务只能根据用户需求在星地资源充足的条件下重新规划生成新的观测任务,遥感观测任务与质量闭环管理监控以观测取消的方式完成闭环。
作为一种可选的实施例,步骤S2包括步骤S21~S23。
在步骤S21,接收实际原始码流数据,提取实际观测数据。若不能得到所述实际观测数据,则所述第一质量结果记录所述实际观测数据获取异常;若能够得到所述实际观测数据,则解析所述实际观测数据,得到每个所述子传感器的实际观测起止时间和实际观测数据的帧计数及帧长。
具体地,以实际包含观测任务实际观测数据的实际原始码流数据处理任务的状态判断观测任务实际观测数据获取的状态是否正常。
在一种示意性的实施例中,当数据接收任务或原始码流数据处理任务某个处理环节失败,若数据接收任务应该包含的观测任务未在前期完成的原始码流数据处理任务之后成功,则第一质量结果记录观测任务实际观测数据获取失败。
在一种示意性的实施例中,当数据接收任务和原始码流数据处理任务均成功,但未解析出观测任务对应的实际观测数据,则第一质量结果记录观测任务实际观测数据不存在,标识数据接收任务中未包含观测任务数据。
在一种示意性的实施例中,原始码流数据处理任务中解析出观测任务实际观测数据,观测任务实际观测数据获取的状态与原始码流数据处理任务状态一致,与观测任务是否包含在数据接收任务中无关。即原始码流数据处理任务失败,则第一质量结果记录观测任务实际观测数据的获取失败;若原始码流数据处理任务成功,则第一质量结果记录观测任务实际观测数据的获取成功。
在一种示意性的实施例中,观测任务经过多次重传处理但观测任务实际观测数据始终未正确提取,则第一质量结果记录观测任务实际观测数据获取失败,同时整个观测任务失败,终止后续步骤的执行,并提示用户重新安排观测任务数据重新规划采集。
在一种示意性的实施例中,当观测任务实际观测数据的获取成功,则从原始码流数据处理之后生成的实际观测数据中,提取观测任务对应的实际观测数据,并根据子传感器的数据编码格式,解析观测任务实际观测数据的观测起止时间Tasi/Taei、帧计数和帧长信息。
在步骤S22,根据帧计数及帧长计算实际观测数据的丢帧率。
作为一种可选的实施例,根据帧计数及帧长计算实际观测数据的丢帧率,包括:若实际观测数据的帧长为固定帧长,则计算实际观测数据的大小与固定帧长的比值,根据所述帧计数的总帧数与所述比值的差值得到丢帧数;若实际观测数据的帧长为可变帧长,则扫描获取实际观测数据的帧计数不连续的数据,得到丢帧数;根据丢帧数,计算丢帧率。
在一种示意性的实施例中,若子传感器中的实际观测数据帧是固定帧长,则丢帧率
Lossi=1-(Sizei)/Li/(Fie-Fis),或
当Fie<Fis时,Lossi=1-(Sizei)/Li/(2IN+Fie-Fis-1);
其中,Sizei是子传感器中实际观测数据大小;Li是子传感器实际观测数据的帧长;Fis和Fie分别是子传感器中实际观测数据的有效开始帧和结束帧帧计数;IN是子传感器中实际观测数据帧格式中帧计数所占比特数。
在一种示意性的实施例中,若子传感器中的实际观测数据帧是可变帧长,则逐行扫描获取子传感器实际观测数据的帧计数不连续帧数据LFi,则丢帧率
Lossi=LFi/(Fie-Fis),或
当Fie<Fis时,Lossi=LFi/(2IN+Fie-Fis-1);
在步骤S23,判断实际观测起止时间与丢帧率是否满足预定指标要求。若都满足预定指标要求,则第一质量结果记录实际观测数据的质量正常,实际观测数据处理环节闭环。
在一种示意性的实施例中,若观测任务的所有子传感器满足实际观测时长和丢帧率
Tai=Taei-Tasi、Tai≥Tei-Tsi-ΔTi,和
Lossi≤ΔLossi;
则第一质量结果记录观测任务实际观测数据质量正常。其中,ΔTi是子传感器的最大观测延迟、ΔLossi是子传感器的最大可丢帧率。
在一种示意性的实施例中,若观测任务存在子传感器不满足实际观测时长或丢帧率
Tai=Taei-Tasi、Tai<Tei-Tsi-ΔTi,或Lossi>ΔLossi;
则第一质量结果记录观测任务实际观测数据质量异常,并标记每个子传感器的实际观测时长和计划观测时长、实际丢帧率与最大可丢帧率,便于后续分析原因及重启处理。
应该理解地是,观测任务实际原始码流数据在传输过程存在丢帧、误码现象,经过实际原始码流数据处理之后表现为观测时长不足或丢帧率较大导致无法进行后续处理。不同子传感器对不同观测对象、不同数据使用要求的数据完整度不一样。
在一种示意性的实施例中,以分布式干涉合成孔径为例,当用于目标识别,几十甚至几百回波数据帧丢失,后续数据处理同样可以生产出图像数据;但若用于地型测绘,则丢一帧数据都有可能影响最终产品精度。因此每个子传感器对观测时长和丢帧率在不同观测任务和工作模式中要求不一致。
在一种示意性的实施例中,在数据处理系统中,将子传感器最大观测延迟和最大可丢帧率按子传感器、观测任务类型、工作模式存储在配置文件中。
在一种示意性的实施例中,步骤S2还包括步骤S24。
在步骤S24,若观测任务实际原始码流数据进行了多次处理,则记录每次实际原始码流数据获取的状态和实际观测数据的质量状态,并以最后一次处理作为观测任务实际观测数据获取和质量的最终状态。
应该理解地是,当数据接收任务和原始码流数据处理任务失败或实际原始码流数据丢帧误码时会重新发起数据重传、原始码流数据处理任务重处理等任务,故观测任务实际原始码流数据可能进行了多次处理。同时,原始码流数据处理过程中,会对每次实际原始码流数据处理生成的观测任务实际观测数据进行去重拼接处理,最终生成拼接之后的观测任务实际观测数据,因此以最后一次处理状态作为观测任务实际观测数据的获取和质量的最终状态。
在一种示意性的实施例中,当历史编目数据和产品数据被删除,需要从实际原始码流数据重新回放生成编目数据,则回放的实际原始码流数据处理任务和实际观测数据质量状态信息不作为观测任务实际观测数据的获取和质量的依据。
在步骤S3,对实际观测数据进行编目,得到多个数据处理单元,判断多个数据处理单元中包括的实际观测参数是否满足计划观测参数的误差范围,记录第二质量结果。
应该理解地是,不同子传感器针对不同的观测对象和应用需求,需要采用不同的处理策略。当原始码流数据处理任务之后提取了某个观测任务的某个子传感器的实际观测数据,无论该观测任务原始码流数据处理是否成功,只要该子传感器的实际观测数据满足编目任务的处理策略,则发起后续编目任务。
在一种示意性的实施例中,若观测任务每次原始码流数据处理之后,子传感器的实际观测数据满足编目任务的处理策略,则发起子传感器后续编目任务。编目策略为:当观测任务所有子传感器联合工作,需要进行联合编目处理,则观测任务所有子传感器满足实际观测起止时间和丢帧率的预定指标要求,才发起编目任务。
在一种示意性的实施例中,编目策略为:当观测任务某个子传感器独立工作,其他子传感器实际观测数据的获取与质量是否正常对该子传感器影响不大,则观测任务的某个子传感器满足实际观测起止时间和丢帧率的预定指标要求,则该子传感器发起编目任务。
在一种示意性的实施例中,编目策略为:当观测任务是个应急观测任务,对实际观测数据的质量要求不高,则观测任务的某个子传感器满足一个数据处理单元的预定指标要求,则针对该处理单元发起编目任务。
作为一种可选的实施例,步骤S3包括S31~S33。
在步骤S31,根据子传感器的计划观测参数对实际观测数据分段和分景,确认能否得到多个数据处理单元;若不能得到多个数据处理单元,则第二质量结果记录实际观测数据编目异常;若能够得到多个数据处理单元,则提取多个数据处理单元中包含的子传感器的实际工作参数、实际获取的空间范围和时间范围。
遥感数据编目任务根据平台、子传感器数据的特点,可基于实际观测数据完成分段、辅助数据提取与解析、逻辑处理单元切分、定位信息计算、浏览图生成、元数据生成和归档入库等任一项或几项处理,实现子传感器数据的统一规范化整理和编目管理。根据子传感器类型的不同,编目处理项目也不相同。
在一种示意性的实施例中,观测任务的子传感器根据编目策略,按时间、帧计数和空间范围,发起分段、分景、质量评价、归档和入库编目任务,生成Ki个逻辑数据处理单元。在分段、分景处理过程中,同步生成数据段和逻辑数据处理单元辅助数据文件,用于编目入库管理。若所有编目环节处理任务均成功,则第二质量结果记录观测任务的子传感器编目任务成功;若编目环节存在失败环节,则第二质量结果记录观测任务的子传感器编目任务异常。
在一种示意性的实施例中,观测任务的子传感器根据编目策略,按时间、帧计数和空间范围,只发起分段、分景编目任务。原始码流数据处理生成的文件里包括数据接收任务中所有观测任务的实际观测数据,实际观测数据在编目环节通过分段处理,生成以观测任务和子传感器为单位的物理数据段文件;同时,由于一个数据段文件持续很长时间,不方便后续处理和应用,通过分景处理生成多个逻辑数据处理单元。例如,某子传感器观测时长10分钟、幅宽30km的数据段,观测范围大概是:4320km×30km,现有处理软件无法处理,同时也不方便使用。按逻辑数据处理单元大小30km×30km,处理单元之间重叠率为15%,则整个数据段可以切分为170个逻辑数据处理单元。
在一种示意性的实施例中,观测任务的子传感器根据编目策略,按时间、帧计数和空间范围,只发起分段编目任务。例如,GNSS数据以天为单位处理,通过分段处理从实际观测数据提取1天的观测数据之后,不需要进一步进行分景处理。
在步骤S32,根据所述计划观测参数分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求。
作为一种可选的实施例,步骤S32包括S321~S323。
在步骤S321,获取计划观测参数中的观测需求个数、计划工作参数PAi、计划获取的空间范围Pi和计划获取的时间范围Tsi/Tei;
在步骤S322,若子传感器的实际工作参数APAi与计划工作参数PAi一致,则子传感器满足预定参数要求。
在一种示意性的实施例中,以光学和雷达子传感器为例,常用的工作参数有增益、积分级数、侧摆角、波位、极化方式等,保存在子传感器辅助数据中,当从辅助数据中解析的实际工作参数与观测计划工作参数不一致或不在合理范围内,则该子传感器将无法正常获取观测对象的数据,或者子传感器正常工作但获取的实际观测数据不是观测任务指定的观测对象数据。
在步骤S323,根据观测需求个数,分别判断子传感器是否满足预定参数要求、预定空间要求和预定时间要求。
作为一种可选的实施例,步骤S323包括步骤S3231~步骤S3232。
在步骤S3231,当观测需求个数为0个,计算实际获取的空间范围与计划获取的空间范围的第一空间重叠区;若第一空间重叠区在计划获取的空间范围的误差范围内,则子传感器满足预定空间要求。
在一种示意性的实施例中,子传感器实际获取的空间范围APi与计划获取空间范围Pi的第一空间重叠区为
Overlapi=APi∩Pi,
满足
Pi-Overlapi≤ΔPi,
其中,ΔPi是该子传感器最大观测范围误差;
则第二质量结果记录该子传感器观测空间范围满足预定空间要求。
通过子传感器辅助数据中姿态信息和位置信息,可以快速获取实际观测数据的实际空间范围APi,子传感器安装角度误差、平台姿态和位置1角秒误差可以导致地面几十米的误差,1毫秒的成像时间误差也可以导致地面几十米的误差,因此,当实际获取的空间范围APi与计划获取空间范围Pi的第一空间重叠区Overlapi不满足Pi-Overlapi≤ΔPi,说明没有完整获取观测对象数据,需要后续重新安排观测,第二质量结果记录该子传感器观测空间范围不满足预定空间要求。
在步骤S3232,当观测需求个数至少为1个,获取每个观测需求的空间范围与子传感器计划获取的空间范围的第二空间重叠区;提取子传感器中每个观测需求的起止时间;若每个观测需求的起止时间在子传感器的实际获取的时间范围内,则子传感器中的观测需求满足预定时间要求;计算第二空间重叠区与实际获取的空间范围的第三空间重叠区,若第三空间重叠区在第二空间重叠区的误差范围内,则子传感器的观测需求满足预定空间要求。
当观测任务覆盖了多个观测需求,经过编目处理之后,子传感器实际工作时间和空间范围需要和观测需求重叠。
在一种示意性的实施例中,第i个子传感器第j个观测需求第二空间重叠区为Pij,第三空间范围重叠区
Overlapij=APi∩Pij,
满足
Pij-Overlapij≤ΔPij,
且第i个子传感器第j个观测需求满足Tasi≤Tsij<Teij≤Taei,则第二质量结果记录第i个子传感器第j个观测需求满足预定空间要求和时间要求。
在一种示意性的实施例中,若第ki个逻辑数据处理单元的时间范围和空间范围与第j个观测需求的观测起止时间和观测空间范围存在重叠区域,则第二质量结果记录第ki个逻辑数据处理单元与第j个观测需求关联;其中,1≤ki≤Ki。
在一种示意性的实施例中,步骤S323还包括步骤S3233。
在步骤S3233,当第i个子传感器和卫星平台中n个子传感器联合工作,若子传感器按时间联合编目且工作时间重叠区满足
[Tasi,Taei]∈[Tasn,Taen]或[Tasn,Taen]∈[Tasi,Taei],
则第i个子传感器时间联合编目成功;
若按空间范围联合编目且空间重叠区Pin=Pi∩Pn,当所有观测需求的观测空间范围满足Pij∈Pin,则第i个子传感器空间联合编目成功;
若按时空联合编目,当同时满足
[Tasi,Taei]∩[Tasn,Taen]≠φ,及Pij∈Pin
则第i个子传感器时空联合编目成功。
在一种示意性的实施例中,GNSS接收机是导航辅助子传感器,星敏感器、陀螺是定姿辅助子传感器,其他子传感器以时间关联方式与这两类载荷进行联合编目,则辅助子传感器数据时间应该完整包含工作子传感器数据时间,即满足[Tasi,Taei]∈[Tasn,Taen]或[Tasn,Taen]∈[Tasi,Taei],该类子传感器时间联合编目才能成功。
在一种示意性的实施例中,三线阵子传感器分为前、中、后三个相机,三个相机以不同角度不同时间对同一个目标进行成像,用于立体测绘,此时三个相机以空间范围进行联合编目,实际观测范围应该满足重叠区Pin=Pi∩Pn、观测需求观测空间范围满足Pij∈Pin,该类子传感器空间联合编目成功。
在一种示意性的实施例中,五谱合一的CCD相机能够同时获取全色和多光谱影像,一般全色分辨率是多光谱影像的4倍,为提高多光谱影像分辨率,需要和全色影像进行融合处理,在编目过程中,需要对全色和多光谱进行时空联合编目,即满足
[Tasi,Taei]∩[Tasn,Taen]≠φ,及Pij∈Pin,
确保全色和多光谱影像在时间维和空间维都能对齐,该类子传感器时空联合编目成功。
在步骤S33,若子传感器满足预定参数要求、预定空间要求和预定时间要求,则第二质量结果记录实际观测数据编目成功,遥感观测任务与质量闭环管理监控中的编目环节成功闭环;若子传感器不满足预定参数要求、预定空间要求或预定时间要求,则第二质量结果记录实际观测数据编目失败。
应该理解地是,观测任务每次原始码流数据处理之后都有可能发起编目任务。子传感器的编目状态依赖实际观测数据的质量状态,当实际观测数据未成功获取或其质量不符合预定指标要求,则必然会再次发起编目任务;当实际观测数据成功获取且其质量符合预定指标要求,且各个子传感器均编目成功,则观测任务数据子传感器编目成功;若仅是部分子传感器编目成功,则观测任务数据子传感器编目异常;若所有子传感器编目失败,则观测任务数据子传感器编目任务失败。
在一种示意性的实施例中,步骤S3还包括步骤S34。
在步骤S34,观测任务原始码流数据处理之后对生成的原始观测数据进行了多次编目处理时,则第二质量结果记录每次每个子传感器编目状态,并以最后一次编目状态作为最终编目状态。
在一种示意性的实施例中,当编目数据丢失或删除,需要重新从历史实际原始码流数据重新回放生产时,回放任务生成的编目状态不作为观测任务编目状态的依据。
当第i个子传感器编目后得到的Ki个逻辑数据处理单元,若子传感器独立工作,则每个逻辑数据处理单元具备发起后续产品生产条件;若第i个子传感器和n个子传感器联合工作,则若第ki个逻辑数据处理单元和n个子传感器联合编目闭环之后具备发起后续产品生产任务条件,即子传感器是否编目成功并不影响后续发起的产品生产任务。
在一种示意性的实施例中,产品生产策略为:为确保观测任务实际观测数据快速生产和分发,所有满足生成条件的逻辑数据处理单元均发起后续产品生产任务。由于存在多次编目处理情况,每次编目处理均发起产品生产会占用大量存储和计算资源,因此该策略仅适合观测时长较短的区域观测任务;同时,该策略可改为当编目任务完成闭环之后,所有满足生成条件的逻辑数据处理单元均发起后续产品生产任务,此时每个逻辑处理单元仅会处理一次产品生产任务,适合常规大区域观测任务。
在一种示意性的实施例中,产品生产策略为:一次观测任务可以覆盖多个观测需求,所有数据均发起产品生产任务将占用大量计算和存储资源,采用仅与第j个观测需求关联的逻辑数据处理单元才发起后续产品生产任务策略,能够减少计算和存储资源使用。
在一种示意性的实施例中,产品生产策略为:在遥感观测过程中,观测数据作为基础数据,需要长期积累,提前生产将占用大量的计算和存储资源,所有逻辑数据处理单元均不发起后续产品生产任务,仅编目处理,等需要分发产品数据的时候,采用历史数据重生产的方式,生产产品数据。若采用该策略,则若编目任务成功,则整个遥感观测任务成功,不再跟踪后续产品生产和分发任务及质量状态。
在步骤S4,对多个数据处理单元分级得到多级产品,根据多级产品的级别生成供用户使用的直观信息,判断生成直观信息的多级产品的质量因子是否满足预定质量指标,记录第三质量结果。
作为一种可选的实施例,步骤S4包括步骤S41~步骤S44。
在步骤S41,根据多个数据处理单元的数据处理程度分级得到多级产品。
在一种示意性的实施例中,以光学遥感为例,常用的分级方案有:0级原始图像产品、1A级相对辐射校正产品、1B级绝对辐射校正产品、2级系统几何校正产品、3级几何精校正产品等。
在步骤S42,根据用户需求确定多级产品的处理顺序,按照处理顺序通过算法生成供用户使用的直观信息。
在一种示意性的实施例中,遥感数据产品生成任务根据平台、子传感器的数据特点,基于编目任务生成的逻辑数据处理单元,对每个逻辑数据处理单元,按子传感器产品分级定义,将子传感器实际观测数据经过科学算法处理生成可供用户使用的数据、图表、影像等。
在一种示意性的实施例中,每级产品都需要用不同的科学算法和参数进行处理,以光学1A级产品为例,主要有:数据解析、辐射校正、去噪、去坏点/线、MTFC处理、CCD拼接、波段配准等。当生产应急产品时,产品生产任务主要步骤为:0级产品->1A级产品->2级产品;当生产高精度几何产品,产品生产任务主要步骤为:0级产品->1A级产品->3级产品。数据处理系统根据观测任务对应观测观测需求产品数据级别要求,对每个子传感器逻辑数据处理单元发起不同级别、不同处理任务的产品生产任务。
在步骤S43,判断生成直观信息的多级产品的质量因子是否满足预定质量指标。
在一种示意性的实施例中,当ki个逻辑数据处理单元的第L级产品的第x个质量指标符合质量要求,则质量满足度因子Qiklx记为1,否则记为0。第ki个逻辑数据处理单元的第L级产品的综合质量因子记为:
若Qikl≥Qil,则第三质量结果记录第1个子传感器第ki个逻辑数据处理单元第L级产品质量正常。其中,Wilx是第x个质量参数权重且满足
X是第i个子传感器第L级产品质量评价参数个数,Qil是第i个子传感器第L级产品产品合格最小综合质量因子。
在一种示意性的实施例中,观测任务产品生产的数据质量要求和观测需求直接关联,以光学产品云覆盖率为例,当观测对象是云,则云越多越好;反之,当观测对象是地表,若云刚好覆盖了观测对象,则只能重新观测,即云越少越好。根据产品用途和处理级别,每个子传感器每级产品都有不同的质量参数进行评价,若第i个子传感器第L级产品存在X个质量评价指标,当ki个逻辑数据处理单元的第L级产品的第x个质量指标符合质量要求,则质量满足度因子Qiklx记为1,否则记为0。以1A级云覆盖为例,若指标要求云覆盖率优于10%,则当ki个逻辑数据处理单元云覆盖率为8%,则质量满足度因子记为1;若还存在波段配准精度、相对辐射校正精度、表观质量等质量评价参数,则根据公式
计算每个子传感器每个逻辑处理单元每级产品数据综合质量因子。其中,根据观测任务观测需求,同一个子传感器同一级产品可以设置不同的质量参数权重。当同一个逻辑处理单元同时覆盖多个观测需求,可以同时存在多个综合质量因子。
在步骤S44,若满足预定质量指标,则第三质量结果记录多级产品生产成功;若不满足预定质量指标,则第三质量结果记录多级产品生产失败。
当观测任务第i个子传感器所有发起产品生产任务的ki个逻辑数据处理单元的各级产品综合质量因子均满足预定质量指标,则第三质量结果记录观测任务第i个子传感器产品生产任务成功,遥感观测任务与质量闭环管理监控中的产品生产环节成功闭环。
在一种示意性的实施例中,步骤S4还包括步骤S45。
在步骤S45,当观测任务包括N1个主子传感器和N2个辅助子传感器,以主子传感器的第三质量结果为准分析观测任务产品生产的状态。其中,N2≥0。
在一种示意性的实施例中,观测任务包含主子传感器和辅助子传感器,辅助子传感器是否达到预定质量要求不直接影响主子传感器产品的使用。以测绘卫星激光测高仪为例,两波束激光测高仪以3Hz的观测频率进行对地观测,由于地形、地物、云等因素,每个全波形数据不能保证均解算出有效的测高数据,但是否有测高数据不直接影响双线阵测绘产品的精度。在此情况下,主子传感器的各个环节成功则观测任务正常。
在一种示意性的实施例中,步骤S4还包括步骤S46。
在步骤S46,当观测任务编目任务结束之后多次进行产品生产,则第三质量结果记录每次产品生产的状态,并以最后一次产品生产状态作为最终产品生产状态。
根据产品生产策略,观测任务每次编目处理都有可能发起产品生产任务,由此会造成同一个观测任务的同一个子传感器的同一个逻辑数据处理单元在不同时间段进行多次产品生产处理。
在一种示意性的实施例中,当产品数据已经被清理,同时需要再次分发时,采用实际原始码流数据数据重新回放生产或基于历史编目数据重新生产方式获取待分发的产品数据。当基于历史数据生产各级产品任务,则该类产品生产任务及质量情况不影响观测任务,作为独立历史产品生产任务管理。
在步骤S5,根据第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态。
作为一种可选的实施例,步骤S5包括步骤S51~步骤S53。
在步骤S51,当第一质量结果、第二质量结果和第三质量结果均标记为正常,则实际观测任务的质量为正常。
具体地,在步骤S51,第一质量结果记录实际观测数据的获取及实际观测数据的质量情况,若第一质量结果标记为正常,则说明实际观测数据获取及质量环节正常闭环。第二质量结果记录实际观测数据的编目状态,若第二质量结果标记实际观测数据编目成功且质量正常,则说明实际观测数据编目环节正常闭环。第三质量结果记录多个数据处理单元生成直观信息的产品生产情况,若第三质量结果标记能够生成直观信息且多级产品的质量因子正常,则说明数据处理单元的产品生产环节正常闭环。故第一质量结果、第二质量结果与第三质量结果都标记为正常,则实际观测任务的质量即为正常。
在步骤S52,当第一质量结果、第二质量结果或第三质量结果标记为异常,则实际观测任务的质量为异常。
具体地,在步骤S52,第一质量结果记录实际观测数据的获取及实际观测数据的质量情况,若第一质量结果标记为异常,则说明实际观测数据获取及质量环节异常闭环。第二质量结果记录实际观测数据的编目状态,若第二质量结果标记只有部分实际观测数据编目成功且质量正常,则说明实际观测数据编目环节异常告警闭环;若第二质量结果标记实际观测数据全部编目失败或质量异常,则说明实际观测数据编目环节失败闭环。第三质量结果记录多个数据处理单元生成直观信息的产品生产情况,若第三质量结果标记只能够部分生成直观信息且多级产品的质量因子正常,则说明数据处理单元的产品生产环节异常告警闭环;若第三质量结果标记不能生成直观信息或多级产品的质量因子异常,则说明数据处理单元的产品生产环节失败闭环。故根据第一质量结果、第二质量结果与第三质量结果的记录,则实际观测任务的质量异常状态有异常告警与失败两种状态。
在步骤S53,分析异常的原因,根据原因,重新获取实际观测数据、子传感器重启编目或子传感器重启产品生产。
根据第一质量结果、第二质量结果与第三质量结果的记录,及时分析异常环节及原因,根据原因快速处理各环节存在的问题,并可以针对异常原因相应的重新获取实际观测数据、子传感器重启编目或子传感器重启产品生产。
作为一种可选的实施例,本公开提供的遥感观测任务与质量闭环方法还包括步骤S6。
在步骤S6,产品生产步骤完成后,还包括:分发直观信息,获取用户的质量反馈,质量反馈记录在第三质量结果中。
根据用户对产品的需求,将遥感数据、图表、影像等直观信息通过产品发布、主动推送、用户订阅、用户下载等方式进行分发。用户获取产品数据之后,可以进一步反馈产品数据质量。
在一种示意性的实施例中,步骤S6包括步骤S61~S62。
在步骤S61,根据产品分发的策略和方式,对观测任务中第i个子传感器第ki个逻辑数据处理单元的第L级产品数据发起分发任务。
在一种示意性的实施例中,根据和用户的通信协议,按逻辑数据处理单元将产品数据通过网络、拷贝、刻录等方式分发给用户。
在一种示意性的实施例中,通过网络时可以实现自动化分发,其他方式需要人工参与。
在步骤S62,当观测任务中第i个子传感器第ki个逻辑数据处理单元第L级产品数据分发完成之后,若指定时间范围内收到产品数据的质量信息,则第三质量结果记录分发后收到的质量信息,分发后收到的质量信息替代第三质量结果中记录的产品生产的质量信息。
在步骤S4中,产品生产环节中利用多级产品的质量因子等科学算法自动客观评价产品数据的质量,而本步骤中,在产品分发后根据产品数据的使用场景,对产品数据再次采用主观或科学方法评价,最终确定是否满足用户需求。
在一种示意性的实施例中,用户通信链路受限,产品分发后无法获取用户的质量反馈,则产品的质量状态以第三质量结果记录的产品生产的产品质量状态为准。
在一种示意性的实施例中,步骤S6还包括步骤S63。
在步骤S63,当观测任务编目任务结束之后多次进行观测任务产品数据的生产与分发情况,则第三记录结果记录每个产品数据的分发质量反馈状态,并以最后一次分发质量反馈状态作为最终状态。
在一种示意性的实施例中,当对历史产品数据进行分发任务,该类分发任务质量反馈情况不与观测任务进行关联,作为独立历史产品分发任务管理。
遥感观测目的是为了获取最终观测对象的信息。因此,从遥感观测任务生成到产品数据分发,整个链路各环节处理任务结束,才能完成观测任务正常闭环。
在一种示意性的实施例中,当处理观测任务数据的原始码流数据处理、编目处理、产品生产与分发任务与质量各个环节均正常闭环,则观测任务完整闭环。
在一种示意性的实施例中,由于整个观测任务观测时间持续较长,部分异常环节和数据不影响其他环节和数据的正常处理和使用,但不能完整获取观测对象的产品数据,观测任务按异常告警闭环。
在一种示意性的实施例中,观测任务的某个环节失败,已经获取的观测数据不足以发起后续处理任务,不能生成用户最终需要的产品数据,则整个观测任务以失败闭环。
作为一种可选的实施例,本公开提供的遥感观测任务与质量闭环方法还包括步骤S7。
在一种示意性的实施例中,在根据第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态之后,步骤S7包括步骤S71~S73。
在步骤S71,获取计划观测任务的个数。
在步骤S72,根据第一质量结果、第二质量结果和第三质量结果,统计实际观测任务质量正常的个数。
在步骤S73,根据实际观测任务质量正常的个数与计划观测任务的个数,计算实际观测任务的成功率,用于衡量遥感观测任务的观测效能。
在一种示意性的实施例中,航天/航空平台和地面系统是一个有机整体,观测任务是否能够获取满足用户需求的产品数据,受到观测对象气象条件、平台子传感器工作环境、平台与地面数据传输丢帧误码、地面科学算法适用性等影响,任何一个环节处理失败都将有可能导致最终观测任务闭环失败。当一段时间内观测任务个数为O,成功闭环任务个数为S、异常告警闭环个数为W、失败闭环个数为FI,则闭环成功率为:Rs=S/O;异常告警率为Rw=W/S;失败率为:Rf=FI/S。
在一种示意性的实施例中,当整个观测任务以异常告警或失败闭环,但此时可能还存在以逻辑处理单元正常闭环的情况,用观测任务闭环率衡量平台与地面系统效能未考虑这部分数据,且每个观测任务观测时间长短不一,用观测任务逻辑处理单元闭环率能够进一步客观评价平台与地面系统效能。当一段时间内观测任务总观测时长为OT、编目闭环任务总时长为BT、按逻辑处理单元产品生产闭环总时长为PT、按逻辑处理单元产品分发闭环总时长为DT,则编目任务成功闭环率为:Rb=BT/OT、产品生产按处理单元闭环率Rp=PT/OT,产品分发按处理单元闭环率Rd=DT/OT。
在一种示意性的实施例中,本公开提供的遥感观测任务与质量闭环方法可以截止到编目环节、产品生产环节或分发环节任何一个环节完成整体闭环管理监控。
在一种示意性的实施例中,本公开提供的遥感观测任务与质量闭环方法可以按子传感器类型完成遥感观测任务和质量闭环管理监控。
在一种示意性的实施例中,闭环率可以按子传感器计算。
在一种示意性的实施例中,本公开提供的遥感观测任务与质量闭环方法还包括对遥感观测任务的每个环节的闭环状态进行可视化展示。其中,可视化展示的形式并不限制。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (9)
1.一种遥感观测任务与质量闭环方法,其特征在于,包括:
获取用于执行计划观测任务的多个子传感器的计划观测参数;
处理接收到的实际原始码流数据,提取实际观测数据和每个所述子传感器的实际观测参数,根据所述实际观测参数判断所述实际观测数据的质量状态,记录第一质量结果;
对所述实际观测数据进行编目,得到多个数据处理单元,判断所述多个数据处理单元中包括的所述实际观测参数是否满足所述计划观测参数的误差范围,记录第二质量结果;
对所述多个数据处理单元分级得到多级产品,根据所述多级产品的级别生成供用户使用的直观信息,判断生成所述直观信息的所述多级产品的质量因子是否满足预定质量指标,记录第三质量结果;
根据所述第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态;
所述对所述实际观测数据进行编目,得到多个数据处理单元,判断所述多个数据处理单元中包括的所述实际观测参数是否满足所述计划观测参数的误差范围,记录第二质量结果,包括:
根据所述子传感器的计划观测参数对所述实际观测数据分段和分景,确认能否得到多个数据处理单元;
若不能得到多个数据处理单元,则所述第二质量结果记录所述实际观测数据编目异常;
若能够得到多个数据处理单元,则提取所述多个数据处理单元中包含的所述子传感器的实际工作参数、实际获取的空间范围和时间范围;
根据所述计划观测参数分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求;
若所述子传感器满足预定参数要求、预定空间要求和预定时间要求,则所述第二质量结果记录所述实际观测数据编目成功;
若所述子传感器不满足预定参数要求、预定空间要求或预定时间要求,则所述第二质量结果记录所述实际观测数据编目失败。
2.根据权利要求1所述的遥感观测任务与质量闭环方法,其特征在于,在对所述多个数据处理单元分级得到多级产品,根据所述多级产品的级别生成供用户使用的直观信息,判断生成所述直观信息的所述多级产品的质量是否满足预定质量指标,记录第三质量结果之后,还包括:
分发所述直观信息,获取用户的质量反馈,所述质量反馈记录在所述第三质量结果中。
3.根据权利要求1所述的遥感观测任务与质量闭环方法,其特征在于,所述处理接收到的实际原始码流数据,提取实际观测数据和每个所述子传感器的实际观测参数,根据所述实际观测参数判断所述实际观测数据的质量状态,记录第一质量结果包括:
接收实际原始码流数据,提取所述实际观测数据;
若不能得到所述实际观测数据,则所述第一质量结果记录所述实际观测数据获取异常;
若能够得到所述实际观测数据,则解析所述实际观测数据,得到每个所述子传感器的实际观测起止时间和实际观测数据的帧计数及帧长;
根据所述帧计数及帧长计算所述实际观测数据的丢帧率;
判断所述实际观测起止时间与所述丢帧率是否满足预定指标要求;
若都满足所述预定指标要求,则所述第一质量结果记录所述实际观测数据的质量正常。
4.根据权利要求3所述的遥感观测任务与质量闭环方法,其特征在于,根据所述帧计数及帧长计算所述实际观测数据的丢帧率,包括:
若所述实际观测数据的帧长为固定帧长,则计算所述实际观测数据的大小与所述固定帧长的比值,根据所述帧计数的总帧数与所述比值的差值得到丢帧数;
若所述实际观测数据的帧长为可变帧长,则扫描获取所述实际观测数据的帧计数不连续的数据,得到丢帧数;
根据所述丢帧数,计算所述丢帧率。
5.根据权利要求1所述的遥感观测任务与质量闭环方法,其特征在于,根据所述计划观测参数分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求,包括:
获取所述计划观测参数中的观测需求个数、计划工作参数、计划获取的空间范围和计划获取的时间范围;
若所述实际工作参数与所述计划工作参数一致,则所述子传感器满足预定参数要求;
根据所述观测需求个数,分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求。
6.根据权利要求5所述的遥感观测任务与质量闭环方法,其特征在于,根据所述观测需求个数,分别判断所述子传感器是否满足预定参数要求、预定空间要求和预定时间要求包括:
当所述观测需求个数为0个,计算实际获取的空间范围与所述计划获取的空间范围的第一空间重叠区;
若所述第一空间重叠区在所述计划获取的空间范围的误差范围内,则所述子传感器满足预定空间要求;
当所述观测需求个数至少为1个,获取每个所述观测需求的空间范围与所述子传感器计划获取的空间范围的第二空间重叠区;
提取所述子传感器中每个所述观测需求的起止时间;
若每个所述观测需求的起止时间在所述子传感器的实际获取的时间范围内,则所述子传感器中的观测需求满足预定时间要求;
计算所述第二空间重叠区与所述实际获取的空间范围的第三空间重叠区,若所述第三空间重叠区在所述第二空间重叠区的误差范围内,则所述子传感器的观测需求满足预定空间要求。
7.根据权利要求1所述的遥感观测任务与质量闭环方法,其特征在于,所述对所述多个数据处理单元分级得到多级产品,根据所述多级产品的级别生成供用户使用的直观信息,判断生成所述直观信息的所述多级产品的质量因子是否满足预定质量指标,记录第三质量结果,包括:
根据所述多个数据处理单元的数据处理程度分级得到多级产品;
根据用户需求确定所述多级产品的处理顺序,按照所述处理顺序通过算法生成供用户使用的直观信息;
判断生成所述直观信息的所述多级产品的质量因子是否满足预定质量指标;
若满足所述预定质量指标,则第三质量结果记录所述多级产品生产成功;
若不满足所述预定质量指标,则第三质量结果记录所述多级产品生产失败。
8.根据权利要求1所述的遥感观测任务与质量闭环方法,其特征在于,所述根据所述第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态,包括:
当所述第一质量结果、第二质量结果和第三质量结果均标记为正常,则所述实际观测任务的质量为正常;
当所述第一质量结果、第二质量结果或第三质量结果标记为异常,则所述实际观测任务的质量为异常;
分析所述异常的原因,根据所述原因,重新获取所述实际观测数据、所述子传感器重启编目或所述子传感器重启产品生产。
9.根据权利要求1所述的遥感观测任务与质量闭环方法,其特征在于,在所述根据所述第一质量结果、第二质量结果和第三质量结果,分析实际观测任务的质量状态之后,还包括:
获取计划观测任务的个数;
根据所述第一质量结果、第二质量结果和第三质量结果,统计所述实际观测任务质量正常的个数;
根据所述实际观测任务质量正常的个数与所述计划观测任务的个数,计算所述实际观测任务的成功率,用于衡量遥感观测任务的观测效能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410018588.7A CN117870771B (zh) | 2024-01-04 | 2024-01-04 | 遥感观测任务与质量闭环方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410018588.7A CN117870771B (zh) | 2024-01-04 | 2024-01-04 | 遥感观测任务与质量闭环方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117870771A CN117870771A (zh) | 2024-04-12 |
CN117870771B true CN117870771B (zh) | 2024-07-30 |
Family
ID=90580597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410018588.7A Active CN117870771B (zh) | 2024-01-04 | 2024-01-04 | 遥感观测任务与质量闭环方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117870771B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118656500A (zh) * | 2024-08-16 | 2024-09-17 | 中国科学院空天信息创新研究院 | 分布式的遥感卫星数据编目处理、装置及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115269892A (zh) * | 2022-08-08 | 2022-11-01 | 北京数慧时空信息技术有限公司 | 一种遥感影像的入库系统及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6360234B2 (en) * | 1997-08-14 | 2002-03-19 | Virage, Inc. | Video cataloger system with synchronized encoders |
WO2006113583A2 (en) * | 2005-04-15 | 2006-10-26 | Mississippi State University | Remote sensing imagery accuracy analysis method and apparatus |
CN104077411B (zh) * | 2014-07-14 | 2018-01-12 | 中国科学院遥感与数字地球研究所 | 遥感卫星数据处理方法和系统 |
CN109871269A (zh) * | 2019-01-15 | 2019-06-11 | 中国人民解放军63921部队 | 一种遥感数据处理方法、系统、电子设备和介质 |
US11250051B2 (en) * | 2019-09-19 | 2022-02-15 | Here Global B.V. | Method, apparatus, and system for predicting a pose error for a sensor system |
CN114693528A (zh) * | 2022-04-19 | 2022-07-01 | 浙江大学 | 无人机低空遥感图像拼接质量评估与降冗方法及系统 |
CN114937038B (zh) * | 2022-07-21 | 2022-09-20 | 北京数慧时空信息技术有限公司 | 面向可用性的遥感影像质量评价方法 |
CN116627952A (zh) * | 2023-05-19 | 2023-08-22 | 北京市遥感信息研究所 | 一种遥感影像编目数据相似重复清洗方法 |
-
2024
- 2024-01-04 CN CN202410018588.7A patent/CN117870771B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115269892A (zh) * | 2022-08-08 | 2022-11-01 | 北京数慧时空信息技术有限公司 | 一种遥感影像的入库系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117870771A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117870771B (zh) | 遥感观测任务与质量闭环方法 | |
US11378718B2 (en) | Unmanned aerial vehicle system and methods | |
US20220406012A1 (en) | Systems and methods for controlling a fleet of drones for data collection | |
US10664750B2 (en) | Deep machine learning to predict and prevent adverse conditions at structural assets | |
US10515416B2 (en) | System and methods for hosting missions with unmanned aerial vehicles | |
US10102590B1 (en) | Systems and methods for unmanned vehicle management | |
US10354386B1 (en) | Remote sensing of structure damage | |
WO2020250707A1 (ja) | 衛星システムの撮像方法、および、送信装置 | |
US20210221506A1 (en) | Unmanned aerial vehicle system and methods | |
EP2867873B1 (en) | Surveillance process and apparatus | |
US10453147B1 (en) | Methods and systems to generate property insurance data based on aerial images | |
CN110099216A (zh) | 用于规划遥感视频卫星的成像任务的方法和设备 | |
WO2020250709A1 (ja) | 人工衛星およびその制御方法 | |
KR20170139849A (ko) | 드론을 이용하여 산림의 병해충을 모니터링하는 시스템 및 그의 운영 방법 | |
CN105526916A (zh) | 动态图像遮蔽系统和方法 | |
KR20190043396A (ko) | 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템 | |
JP7218365B2 (ja) | 情報処理装置 | |
US20240103537A1 (en) | Methods, systems, and devices for inspecting structures and objects | |
CN117784810A (zh) | 一种基于无人机技术的森林资源动态监测方法 | |
CN117271111A (zh) | 基于边缘计算的无人平台野外协同环境感知方法和系统 | |
CN107478202A (zh) | 航拍数据传输方法、装置及系统 | |
Howell et al. | Structure from motion techniques for estimating the volume of wood chips | |
Stow et al. | Towards an end-to-end airborne remote-sensing system for post-hazard assessment of damage to hyper-critical infrastructure: research progress and needs | |
US20030114173A1 (en) | System and method of rapidly obtaining, processing, and disseminating geospatial data | |
WO2020250706A1 (ja) | 画像処理方法、および、メタデータのデータ構造 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |