随着航天遥感据的高时效性应用成为刚需，如何缩短从目标图像拍摄到情报信息提取的时间，成为近年来全球卫星遥感技术的研究热点。对卫星获取的图像直接进行在轨智能处理，将高价值信息快速下传给用户，无疑是大规模星座工作效能提升的关键技术之一。

2016年以来，长光卫星公司在轨智能处理技术团队开展了系统性的研究工作，并于近期取得阶段性突破。

目前，公司的在轨智能处理已经完成了两代在轨智能处理系统的研发

第一代：基于多核DSP的模式识别技术

第二代：基于GPU的深度学习技术

其中，第一代终端已经在2019年1月发射的吉林一号光谱01和02星上得到验证，达到了预期效果；第二代终端可以称为真正意义上的“在轨AI”，也即将在下周发射的吉林一号高分03A星上搭载验证，将为后续批量化应用奠定基础。

吉林一号光卫星的在轨智能处理终端具有森林火点和海面船舶的自动识别、搜寻和定位功能，在智能处理功能开启的条件下，用户无须经历传统的“上注任务、卫星成像、接收图像、图像处理、信息分析”的漫长过程（传统的这个过程往往需要数小时），即可直接通过移动终端准实时地接收快讯，其中包含有“成像时刻，目标经纬度，目标大小，目标属性、速度及方向……”等高价值信息，从而极大地提升了信息获取的时效性。

在轨试验案例一

2019年3月21日13:15:00，展开森林火点自主识别试验，星上每秒实时处理500平方公里中波红外图像，对高温火点进行识别。13:15:13秒，地面接收快讯显示，湄公河流域区域发现多处高温火点。通过事后回传图像人工比对验证，结果正确。图像如图1所示。

图1森林火点试验事后验证图像

在轨试验案例二

2019年4月16日，在某海域进行船舶自主搜寻试验，成像时刻为上午11：07：04。开机3分钟后，即获取一艘大型船舶信息：位置（东经：139º27’53’’，北纬：35º6’15’’）；尺度（宽度约40m，长度约150m），并以快讯形式传送至地面，接收到的快讯如图2所示。

图2 地面接收到快讯解译结果（部分）

图像回传后，进行事后验证，该时刻目标区域影像及船舶AOI区域如图3（红色标注为船舶位置）及图4所示，证明系统工作符合预期。

图3 目标区域影像

图4 舰船ROI区域

通过系列技术开发和在轨试验，公司技术团队已完成了地面场景仿真环境与在轨应用环境的同步研发，形成了在轨处理软硬件架构及规范。地面场景仿真系统可以利用在轨卫星拍摄的大量目标库，结合卫星姿态轨道数据，实现虚拟现实的场景仿真，用于验证算法的有效性；在轨智能处理系统支持在轨重注（类似“平台软件+处理app”），可以通过更新应用层处理软件，实现算法的迭代优化，结合地面场景仿真系统，可以实现智能处理系统在轨快速“进化”。结合吉林一号星座建设，围绕应急救援等应用，为相关行业的发展提供支持与帮助。

预祝搭载新一代在轨智能处理技术的吉林一号高分03星发射圆满成功！