一种基于异构算力实现卫星平台与综电智能协同的方法与流程

本发明属于卫星平台人工智能，具体涉及一种基于异构算力实现卫星平台与综电智能协同的方法。

背景技术：

1、现有卫星平台ai(artificial intelligence，人工智能)系统随着星载计算能力的提升而逐步发展。近年来，星载计算技术的发展使卫星具备了在轨数据处理的能力。随着大规模星座建设的推进，卫星所获取的数据规模呈指数级增长，传统依赖地面处理的模式已难以满足时效性要求，星载人工智能技术应运而生。星载智能技术是指将具备感知、认知、推理与决策能力的人工智能模型及计算架构直接部署并运行于卫星的星载计算平台上，实现星上自主信息处理与闭环控制的技术，从而使卫星具备自主感知能力，减少对地面控制中心的依赖。

2、尽管近年来星载ai技术取得了长足进步，但现有卫星平台ai系统仍面临若干亟待解决的技术瓶颈。第一，平台ai与综电ai孤立运行，缺乏系统级的双向协同机制，导致高算力平台的计算优势无法有效赋能综电端的实时决策；第二，现有星载ai模型部署后依赖地面站进行参数更新或模型替换，无法利用平台端富余算力在轨完成模型的蒸馏、压缩与优化，导致模型更新周期长达数天甚至数周，难以适应在轨环境的动态变化；第三，现有卫星任务规划方案由单一ai系统生成后直接执行，缺少高算力平台对规划方案的仿真预验证环节，导致存在能源超限、姿态不可达等执行风险；第四，现有ai能耗管理方案主要面向地面数据中心场景，未考虑卫星特有的轨道光照周期、太阳电池阵发电特性、地影区电池深度放电等约束条件；第五，跨ai子系统的模型经验无法迁移，平台ai在长期在轨运行中积累的训练数据和优化经验无法有效传递至综电ai进行模型迭代，导致综电ai模型性能随环境变化逐渐退化。

3、因此，如何提供一种能够在卫星内部实现ai模型自主优化、任务规划仿真验证与能源轨道级管理的基于异构算力实现卫星平台与综电智能协同的方法成为了一个重要的问题。

技术实现思路

1、为了解决现有技术中所存在的上述问题，本发明提供了一种基于异构算力实现卫星平台与综电智能协同的方法。

2、本发明要解决的技术问题通过以下技术方案实现：

3、第一方面，本发明提供了一种基于异构算力实现卫星平台与综电智能协同的方法，所述方法包括：

4、在单一卫星内部署通过星内总线互联的平台ai子系统与综电ai子系统；

5、在所述平台ai子系统中构建教师网络模型、能源预测深度强化学习模型、多维仿真引擎和模式调度器；所述教师网络模型用于向所述综电ai子系统迁移模型知识；所述能源预测深度强化学习模型用于根据卫星能源数据生成功率分配方案；所述多维仿真引擎用于对任务规划方案进行多维度可行性仿真评估；

6、在所述综电ai子系统中构建学生网络模型、任务规划模块、健康感知模型和能源管理执行模块；所述学生网络模型用于执行在轨实时推理；所述任务规划模块用于生成所述任务规划方案；所述能源管理执行模块用于执行所述功率分配方案；所述健康感知模型用于监测硬件健康；

7、通过所述模式调度器按照预设的优先级规则，在所述平台ai子系统与所述综电ai子系统之间协同运行模型协同优化模式、任务规划协同验证模式和能源管理协同优化模式。

8、第二方面，本发明提供了一种基于异构算力实现卫星平台与综电智能协同的装置，所述装置包括：

9、部署模块，用于在单一卫星内部署通过星内总线互联的平台ai子系统与综电ai子系统；

10、第一构建模块，用于在所述平台ai子系统中构建教师网络模型、能源预测深度强化学习模型、多维仿真引擎和模式调度器；所述教师网络模型用于向所述综电ai子系统迁移模型知识；所述能源预测深度强化学习模型用于根据卫星能源数据生成功率分配方案；所述多维仿真引擎用于对任务规划方案进行多维度可行性仿真评估；

11、第二构建模块，用于在所述综电ai子系统中构建学生网络模型、任务规划模块、健康感知模型和能源管理执行模块；所述学生网络模型用于执行在轨实时推理；所述任务规划模块用于生成所述任务规划方案；所述健康感知模型用于监测硬件健康；所述能源管理执行模块用于执行所述功率分配方案；

12、协同模块，用于通过所述模式调度器按照预设的优先级规则，在所述平台ai子系统与所述综电ai子系统之间协同运行模型协同优化模式、任务规划协同验证模式和能源管理协同优化模式。

13、第三方面，本发明提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

14、存储器，用于存放计算机程序；

15、处理器，用于执行存储器上所存放的计算机程序时，实现上述任一种基于异构算力实现卫星平台与综电智能协同的方法所述的方法步骤。

16、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种基于异构算力实现卫星平台与综电智能协同的方法所述的方法步骤。

17、本发明提供的一种基于异构算力实现卫星平台与综电智能协同的方法，通过在单一卫星内部署高算力平台ai子系统与低功耗综电ai子系统，并构建星内总线互联，由模式调度器统一仲裁算力分配，使高算力侧承担蒸馏、仿真、预测等计算密集型任务，低算力侧承担实时推理、任务生成、指令执行等任务，实现星内异构算力的协同利用，提升卫星平台整体算力效率。

18、通过构建部署于平台ai子系统的教师网络模型和部署于综电ai子系统的学生网络模型，并建立模型协同优化模式，使模型知识可以在卫星内部的两个ai子系统之间传递，学生网络模型无需依赖地面站即可获得优化，缩短模型更新周期。通过构建多维仿真引擎和任务规划模块，并建立任务规划协同验证模式，使综电ai子系统生成的任务规划方案在执行前即可由平台ai子系统进行仿真评估，从源头避免任务规划方案中潜在的能源超限和姿态不可达等执行风险。通过构建能源预测深度强化学习模型和能源管理执行模块，并建立能源管理协同优化模式，使能源预测和功率分配在平台ai子系统完成，功率执行在综电ai子系统完成，实现能源管理任务的跨ai子系统分工协作。

19、此外，通过模式调度器按照预设优先级规则统一分配平台ai算力，使能源安全、任务安全和模型进化三类需求在资源竞争条件下仍能有序满足，三种模式通过统一的调度机制形成协同整体。

20、以下将结合附图及实施例对本发明做进一步详细说明。

1.一种基于异构算力实现卫星平台与综电智能协同的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，通过所述模式调度器按照预设的优先级规则，在所述平台ai子系统与所述综电ai子系统之间协同运行模型协同优化模式、任务规划协同验证模式和能源管理协同优化模式，包括：

3.根据权利要求1所述的方法，其特征在于，在所述平台ai子系统与所述综电ai子系统之间协同运行模型协同优化模式，包括：

4.根据权利要求1所述的方法，其特征在于，在所述平台ai子系统与所述综电ai子系统之间协同运行任务规划协同验证模式，包括：

5.根据权利要求1所述的方法，其特征在于，在所述平台ai子系统与所述综电ai子系统之间协同运行能源管理协同优化模式，包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，所述平台ai子系统和所述综电ai子系统的电源模块之间物理隔离。

8.一种基于异构算力实现卫星平台与综电智能协同的装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的基于异构算力实现卫星平台与综电智能协同的方法。