[发明专利]面向软件定义卫星的大规模神经网络上注的方法、装置以及系统有效

专利信息
申请号: 202110329914.2 申请日: 2021-03-26
公开(公告)号: CN113190510B 公开(公告)日: 2023-05-30
发明(设计)人: 张玉凤;赵军锁;闫小盼;耿世松;乔鹏 申请(专利权)人: 中国科学院软件研究所
主分类号: G06F16/16 分类号: G06F16/16;G06F16/13;G06F21/62;G06N3/063
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 余菲
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 软件 定义 卫星 大规模 神经网络 方法 装置 以及 系统
【说明书】:

本申请实施例提供面向软件定义卫星的大规模神经网络上注的方法、装置以及系统,所述方法包括:接收来自于地面装置的一个数据帧;获取所述数据帧的类型,其中,所述数据帧的类型包括单数据帧和复合数据帧,所述复合数据帧包括多个注入单元包,所述数据帧对应一个所述单帧数据或者对应一个注入单元包;根据所述数据帧的类型完成所述数据帧的注入;至少执行一次上述步骤完成数据注入。通过本申请的一些实施例可以在星上进行注入文件的分包管理,相比于传统的分包遥控注入,本申请实施例对于大规模神经网络的数据注入可有效降低人力和物力成本,节约卫星运维成本,并保证可靠度的前提下,不失灵活度,为神经网络的星上部署提供了一种新的思路。

技术领域

本申请涉及卫星领域,具体而言本申请实施例涉及面向软件定义卫星的神经网络数据上注的方法、装置以及系统。

背景技术

随着人工智能领域行业的飞速发展,卷积神经网络在图像处理应用(比如目标的检测和识别)中有着出色的表现,地面已经发展出众多针对神经网络在嵌入式平台上部署的方案,使得神经网络在嵌入式等平台中得到了广泛的使用,大大提高了计算效率,方便了人们的生活。越来越多的人想将神经网络算法部署到卫星上,提高卫星的在轨智能信息处理能力,而神经网络算法不仅是计算密集型也是存储密集型结构,运行算法需要大量权值参数,这就给星地链路间的数据传输带来巨大的压力和挑战。

传统的星地链路注入方式的注入数据总量相对较少,灵活性较差。另外,由于卫星载荷的计算和存储能力不足,缺乏对神经网络这种大规模注入文件的管理功能。因此,为保证注入神经网络相关数据的完整性和正确性地面干预占较大比例且占用较多的人力和物力。

因此如何提升采用星地链路注入神经网络数据的性能成了亟待解决的技术问题。

发明内容

本申请实施例的目的在于提供面向软件定义卫星的大规模神经网络上注的方法、装置以及系统,通过本申请的一些实施例可以在星上进行注入文件的分包管理,相比于传统的分包遥控注入,本申请的实施例仅需非常少量的地面管控介入(例如,通过地面装置仅需要向卫星上的相关节点发送对节点接收的注入文件进行完整性和正确性检查的请求指令),星上即可完成对注入文件的检查,这对于大规模神经网络的数据注入可有效降低人力和物力成本,节约卫星运维成本,并保证可靠度的前提下,不失灵活度,为神经网络的星上部署提供了一种新的思路。

第一方面,本申请的一些实施例提供了一种面向软件定义卫星的大规模神经网络上注的方法,应用于卫星上的注入主节点,所述方法包括:接收来自于地面装置的一个数据帧;获取所述数据帧的类型,其中,所述数据帧的类型包括单数据帧和复合数据帧,所述复合数据帧包括多个注入单元包,所述数据帧对应一个单帧数据或者对应一个注入单元包;根据所述数据帧的类型完成所述数据帧的注入数据处理;至少执行一次上述步骤完成至少一个数据帧的注入。

本申请的一些实施例通过将注入数据按照大小划分为两类不同的传输帧并对不同类型的数据帧采用差异化的上注策略,对于大规模神经网络的数据注入可有效降低人力和物力成本,节约卫星运维成本,并保证可靠度的前提下,不失灵活度,为神经网络的星上部署提供了一种新的思路。

在本申请的一些实施例中,所述获取所述数据帧的类型,包括:确认所述数据帧属于单数据帧;所述根据所述数据帧的类型完成数据的注入,包括:对所述数据帧进行完整性和正确性检查校验,得到检查校验结果;根据所述检查校验结果生成对应的应答信号;向所述地面装置反馈所述遥控应答信号;所述至少执行一次上述步骤完成至少一个数据帧的注入,包括:执行一次上述步骤完成所述单帧数据的注入。

本申请的一些实施例对于单数据帧单独进行完整性和正确性检查可以提升注入主节点接收的数据帧的准确性和完整性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院软件研究所,未经中国科学院软件研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110329914.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top