智能航天體系的內涵與架構設想

　　摘    要：　在系統分析和總結人工智能航天領域應用研究現狀的基礎上,開展了智能航天體系頂層設計,從分系統、單星、體系等多維度研究了航天領域人工智能應用分級標準,提出了智能航天體系概念內涵,基于安全性、可用性、可擴展性等約束,提出包含底層基礎設施、智能算法層、體系層、應用層等多層次的智能航天體系架構,給出了各層次的主要構成、支撐技術、相互關系以及交互模式,可為加速推進新一代人工智能技術在航天領域的應用提供參考。

　　關鍵詞：　人工智能; 航天體系; 架構設想;

　　Abstract：　Based on the systematic analysis and summary of the application research status of artificial intelligence in the field of space, the overall design of intelligent space system is carried out, the application classification standard of artificial intelligence in space field is studied from the perspectives of subsystem, single satellite and system, the concept of intelligent space system is proposed, the multi-level intelligent space architecture including the infrastructure, intelligent algorithm layer, system layer and application layer is proposed based on the constraints of security, availability and scalability, and the main structure, supporting technology, interrelation and interaction mode of each level are given, which provides a reference for accelerating the application of the new generation of artificial intelligence technology in the space system.

　　Keyword：　artificial intelligence; space system; system framework;

　　近年來,新一代人工智能(Artificial Intelligence,AI)技術研究迅速升溫,世界主要發達國家均把人工智能作為提升國家競爭力、維護國家安全的重大戰略,加緊出臺規劃和政策,搶占戰略制高點[1]。2016年,美國發布全球首份國家層面AI發展戰略計劃——《國家人工智能研究和發展戰略計劃》[2],制定了人工智能的七大發展戰略;歐盟啟動全球最大民用機器人研發計劃(SPARC)[3];2017年,我國發布《新一代人工智能發展規劃》,明確提出我國人工智能三步走的目標[4]。
 

　　同時,以計算機視覺、自然語言理解與交流、認知與推理、機器人學、博弈與倫理、機器學習為核心的人工智能技術迅速發展,已逐步滲透到各個行業,引領傳統產業轉型升級。

　　作為戰略前沿技術,人工智能技術與航天領域的結合有其特殊優勢,空間環境廣袤單純、航天任務流程標準化程度高、航天器在軌自主性需求高、航天控制系統自動化基礎較好,特別是近年來航天大發展積累的大量的、多維的、完備的基礎大數據和知識庫等,為人工智能技術在航天領域的應用提供了良好的基礎,智能感知(學習)、主動認知、自動控制、自主管理、復雜處理、互聯互通、重構升級等已成為未來航天系統的基礎能力。

　　本文在分析航天領域智能化發展歷程的基礎上,研究了航天領域人工智能分級標準,提出智能航天體系概念內涵,設計了多層次智能航天體系框架,提出了航天領域人工智能應用的基礎能力需求和重點方向,以推動智能航天系統發展,實現航天活動能力質的飛躍。

　　1、 航天領域人工智能發展歷程

　　航天任務是一個典型的知識處理過程,人工智能在解決航天任務的復雜邏輯推理和眾多約束條件時具有天然優勢,航天領域的人工智能應用研究始于20世紀70年代末,1977年,美國國家航空航天局(NASA)機器智能與機器人學的研究小組受命研究人工智能對整個航天領域的影響[5],此后,航天領域的人工智能研究大致經歷了誕生、萌芽、興起、重視到深化幾個階段,如圖1所示,可以看到,人工智能在航天領域應用的廣度和深度都進一步拓展,人工智能已經滲透到航天設計、研制、發射以及運行各個階段。

　　圖1 航天領域人工智能技術發展

　　Fig.1 Development of artificial intelligence technology in space field

　　人工智能在航天領域應用主要集中在星上數據處理與解譯、自主任務規劃、自主故障檢測、多星協同以及空間機器人等方向,其中以美國的研究最具代表性,開展了一系列智能航天系統試驗和計劃:①戰術衛星-3(TacSat-3)的運載管理試驗中對自動推理系統的行為問題進行了研究,自動推理系統主要用于故障檢測和診斷[6];②2006年發射的技術衛星-21(TechSat-21)用于演示編隊飛行及在軌自主技術,以提高快速響應能力和改進操作效率,其自動科學與航天器(ASE)軟件被安裝在衛星上用于實現在軌任務規劃、調度與執行,以及在軌觀測規劃分配[7];③美國天基監視系統具有全天時持續工作能力,可以快速掃描、發現、識別、跟蹤低軌至高軌目標,支持衛星在軌性能升級,如探測更小的目標、自動跟蹤感興趣目標以及提高系統使用效率等[8];④NASA的深空探測計劃中[9,10],深空1號(DS-1)驗證了部分自主技術,包括自主導航技術、自主遠程代理技術、自主軟件測試技術和自動代碼生成技術,實現了一定程度的自主規劃、診斷和恢復能力;2017年,NASA宣布用開普勒探測器發現了第二個“太陽系”,采用了Google提供的AI模型對探測器拍攝的天文圖像進行分析;全新一代火星漫游車“火星2020”,能夠自主避障,自主選擇興趣目標、探測條件和最佳探測方案。NASA未來的深空無人探測器,歐羅巴快帆計劃和彗星漫游項目等都將全面具備AI能力。

　　經過近40年的發展,國外航天領域的智能化具備了初步自主任務規劃能力、一定水平的自主識別分類能力以及空間機器人初步具備了“弱”智能。我國在航天器故障分析、任務設計和規劃、自主決策、智能機器人、集群智能等領域積累了一定的研究基礎[11,12,13,14,15,16],總的來說,人工智能技術應用還非常有限,研究方向較為零散,對人工智能在航天領域的應用還缺乏整體認識與系統規劃。

　　2 、航天領域人工智能分級標準及定義

　　目前,學術界和產業界均未對航天領域人工智能應用提出相應的劃分標準。本文從體系、系統、分系統等層次提出了初步的分級標準,如表1所示,主要劃分為4個等級,分別為無人工智能、分系統程控化、單星系統智能化和體系智能化,具體定義如下:

　　(1)無人工智能。

　　按照任務目標,設計、研發和構建衛星系統,由人工按照既定清單和任務指令完成系統任務。

　　(2)分系統程控化。

　　按照任務目標,設計、研發和構建衛星系統,在部分模塊、產品、分系統層面使用程控化、自動化等技術,完成一些規律性、重復性的工作,減少人工參與造成的失誤。

　　(3)單星系統智能化。

　　單星系統能夠根據需要對衛星系統的功能、性能進行有條件的調整和優化,地面實現全程無人參與,天地自主協同。

　　(4)體系智能化。

　　航天體系具備從任務給定到結果輸出全程無人參與,能夠實現天地智能協同、天基資源智能調配,適應突發情形自主判斷、決策,最終達到優于人工參與或不亞于人工參與的能力。

　　表1 航天領域人工智能應用分級標準

　　3、 智能航天體系概念內涵

　　3.1、 概念

　　以功能、性能的彈性可重構的思路完成航天器的設計、研發,按照空間組網、功能齊備、統籌優化方式完成空間航天體系建設,具備智能感知、主動認知、自動控制、自主管理、互聯互通和重構升級等一系列智能化基礎能力,實現在給定任務目標后,能夠適應未曾預料情形,在無人參與條件下,自主調配天地系統軟硬件資源,自主完成使命任務,包括任務解析、聯合任務規劃、評估、信息快速精確獲取與傳遞、與其他應用系統全方位自主鉸鏈服務等,最終達到實現的航天任務目標優于人工參與或不亞于人工參與的能力。

　　3.2、 內涵和特征

　　(1)完備性。

　　具備全域到達能力、全要素保障能力、全手段感知能力、全鏈路通信能力、全方位鉸鏈服務、全流程智能化能力。

　　(2)智能化。

　　從給定任務目標到任務目標的實現,全程無人工參與,全部依托體系內資源自行判斷、決策。

　　(3)適應性。

　　能夠適應未曾預料情形,自主完成任務目標。

　　(4)準確性。

　　能夠確保目標和結果的準確性。

　　3.3 、體系要素

　　智能航天體系主要包括五大要素:

　　(1)智能航天制造。

　　包括衛星智能研制、運載智能研制,地面系統智能化。

　　(2)智能體系構建。

　　包括智能衛星發射、智能空間組網、智能在軌處理、智能狀態監測、智能維修重置等。

　　(3)智能目標規劃。

　　包括智能目標理解、智能任務清單生成等。

　　(4)智能任務實施。

　　包括智能任務規劃、智能資源調度、智能環境感知、智能信息支援、智能服務鉸鏈等。

　　(5)智能效能評估。

　　包括智能數據處理、智能效果評估、智能結果反饋等。

　　圖2 智能航天體系要素

　　Fig.2 Elements of intelligent space system

　　4、 智能航天體系架構設想

　　4.1 、需求分析

　　(1)天基信息自動化保障需求。

　　航天地面處理與應用系統均有不同程度的人為參與,人工環節多,機器對機器的閉環控制回路尚未打通。影響天基信息保障的自動化、時效性、客觀性。

　　(2)自主星上處理、星間協同、在軌服務能力需求。

　　天基計算存儲共享環境尚未構建,實現自主星上處理、星間協同、在軌數據直接服務到用戶的設想還存在差距。

　　(3)自適應、自組織、自學習、自提升等智能化應用能力需求。

　　目前航天自動化還停留在低級智能階段,知識庫、樣本庫、規則庫、特性庫、算法庫建設和天基大數據積累有待加強。

　　(4)航天體系效能最優化需求。

　　對體系布局、協同配合、流程優化、軟環境建設、軟潛能挖掘不夠,影響總體性能、體系效能發揮。

　　4.2 、設計原則

　　(1)性能優異。

　　實現體系能力彈性設計、天基資源配置合理優化、地基資源高度集成智能。

　　(2)安全性強。

　　實現高級別的安全體系架構和高安全保護等級。

　　(3)可用性好。

　　確保系統在一個或部分節點出現不可預期問題時,整體依然可用。

　　(4)可擴展性。

　　當增加功能時,實現可持續擴展或能力提升,確保對體系更改或變動影響最小。

　　(5)智能性高。

　　系統具備深度學習、自我進化的能力,不斷提高完成任務目標的能力。

　　4.3 體系架構初步設想

　　面向智能航天發展需求,從基礎設施、算法、體系和應用4個層次構建智能航天體系,如圖3所示,各層次具體內容包括:

　　(1)基礎設施層。

　　包括底層基礎和物理形態。底層基礎包括長期累積空間大數據,包括產生目標庫、特征庫、算法庫、規則庫、樣本庫、知識庫等數據庫,以及天基計算存儲共享環境等;物理形態包括天地一體化綜合平臺,如通信網絡、時空基準、環境感知、與其他資源鉸鏈平臺和一體化地面支持系統等。

　　(2)算法層。

　　包括基于機器學習、深度學習的智能航天應用基礎算法。機器學習通過利用底層基礎的大數據統計,分析導出規則或流程用于解釋數據或預測未來數據;深度學習通過建立類似于人腦的分層模型結構,對輸入數據逐級提取從底層到高層的特征,從而建立從底層信號到高層語義的映射。

　　圖3 智能航天體系架構設想

　　Fig.3 Preliminary conception of intelligent space architecture

　　(3)系統層。

　　包括智能彈性空間系統和智能任務規劃、實施和評估系統。智能彈性空間系統需要完成大型空間節點與星群節點綜合配置,星間物聯系統構建;智能任務規劃、實施和評估系統運用智能處理技術,依托地面處理中心或天基信息港進行聯合任務規劃與評估,構建智能航天應用,縮短任務目標到實施評估的決策響應時間。

　　(4)應用層。

　　提供天基網絡能力、云導航能力、智能環境感知能力和智能應用與服務等能力。

　　5 、結束語

　　當前,各航天強國為搶占航天制高點都在推出人工智能在航天領域應用的強有力政策,政策機遇和技術挑戰并存。針對我國當前航天領域人工智能研究較為零散,系統性不夠,對智能航天體系認識不充分等問題,本文從頂層設計出發,研究提出智能航天體系框架,構建“AI+航天系統”綜合體系,全面系統梳理了智能航天發展的能力需求與重點方向,可為提前布局智能航天基礎設施、算法、體系和應用等各層次的研究,推動智能航天發展提供參考。

　　參考文獻

　　[1] 李修全,蔣鴻玲.美日歐政府發展人工智能的新舉措及對我國的啟示[J].全球科技經濟了望,2016,31(10):73-76 Li Xiuquan,Jiang Hongling.Recent actions of foreign governments for AI future and enlightenment to China[J].Global Science,Technology and Economy Outlook,2016,31(10):73-76 (in Chinese)
　　[2] Holdren J P,Bruce A,Felten E,et al.The national artificial intelligence research and development strategic plan[R].Washington D.C.:National Science and Technology Council,2016
　　[3] Uwe H.￡2.8 billion to strengthen EU lead in robotics[DB/OL].[20-03-20].http://www.eu-robotics.net.cslg.naihes.cn/cms/upload/PPP/28_05_2014_SPARC_Press_Release_English.pdf
　　[4] 中華人民共和國國務院.新一代人工智能發展規劃[M].北京:人民出版社,2017 State Council of the People’s Republic of China.New generation artificial intelligence research and development plan[M].Beijing:People’s Publishing House,2017 (in Chinese)
　　[5] 馮健翔.人工智能及其航天應用概論[M].北京:宇航出版社,1999:21-22 Feng Jianxiang.Artificial intelligence and it’s space application[M].Beijing:China Astronautics Press,1999:21-22 (in Chinese
　　[6] 龐之浩.美國戰術衛星系列試驗衛星[J].國際航空,2007(3):2-3 Pang Zhihao.Test Satellite of Tactical Satellite Series[J].International Aviation,2007(3):2-3.(in Chinese)
　　[7] Maurice Martin,SteveKilberg.TechSat-21 and revolutionizing space missions using microsatellites[C]// The Proceeding of the AIAA Small Satellite Conference,Washington D.C.:AIAA,2001:1-3
　　[8] 湯澤瀅,黃賢鋒,蔡宗寶.國外天基空間目標監視系統發展現狀與啟示[J].航天電子對抗,2015,31(2):24-30 Tang Zeying,Huang Xianfeng,Cai Zongbao.Development status and enlightenment of foreign space-based space surveillance systems[J].Aerospace Electronic Warfare,2015,31(2) 24-30 (in Chinese)
　　[9] 李虹琳.美國的載人小行星和火星探測[J].中國航天,2014(8):45-50 Li Honglin.Manned asteroids and Mars exploration in the United State[J].Aerospace China.2014(8):45-50 (in Chinese)
　　[10] 尹懷勤.美國出臺新的探測木衛二計劃[J].太空探索,2017(6):22-25 Yin Huaiqin.New Europa detection program in the United State[J].Space Exploration,2017(6):22-25 (in Chinese)
　　[11] 張威,魏炳翌,聞新.國內航天器故障診斷技術應用狀況分析與展望[J].航空兵器,2017(4):67-75 Zhang Wei,Wei Bingyi,Wen Xin.Application status analysis and prospect on spacecraft fault diagnosis technology in China[J].Aero Weaponry,2017(4):67-75 (in Chinese)
　　[12] 呂紅,蘇云,陳曉麗,等.一種基于人工智能技術的衛星遙感載荷系統方案[J].航天返回與遙感,2014,35(3) :43-49 Lyu Hong,Su Yun,Chen Xiaoli,et al.A scheme of satellite remote sensing payloads based on artificial intelligence[J].Spacecraft Recovery & Remote Sensing,2014,35(3):43-49 (in Chinese)
　　[13] 張兵.智能遙感衛星系統[J].遙感學報,2011,15(3):1-3 Zhang Bing.Intelligent remote sensing satellite system[J].Journal of Remote Sensing,2011,15(3):1-3 (in Chinese)
　　[14] 胡紹林,李曄,陳曉紅.航天器在軌服務技術體系解析[J].載人航天,2016,22(4):452-458 Hu Shaolin,Li Ye,Chen Xiaohong.Analysis of on-orbit servicing technology system[J].Manned Spaceflight,2016,22(4):452-458 (in Chinese)
　　[15] 席政.人工智能在航天飛行任務規劃中的應用研究[J].航空學報,2007,28(4):791-795 Xi Zheng.Study on mission planning of space applying artificial intelligence[J].Acta Aeronautica et Astronautica Sinica,2007,28(4):791-795 (in Chinese)
　　[16] 李伯虎,柴旭東,張霖,等.面向新型人工智能系統的建模與仿真技術初步研究[J].系統仿真學報,2018,30(2):349-362 Li Bohu,Chai Xudong,Zhang Lin,et al.Preliminary study of modeling and simulation technology oriented to neo-type artificial intelligent systems[J].Journal of System Simulation,2018,30(2):349-362 (in Chinese)