一种基于交换节点的高性能星载图像处理并行计算平台及工作方法与流程

本发明涉及计算模式，尤其涉及一种基于交换节点的高性能星载图像处理并行计算平台及工作方法。

背景技术：

1、星上图像识别处理具有覆盖范围广，信息量大，更新速度快等特点，而通常由于卫星平台供能有限及提供空间狭小等原因导致星载图像处理设备必须具有高集成和智能化等特点才可以满足实际的应用需求。

2、针对卫星采集数据下传+地面处理模式难以满足遥感图像本身大宽幅、高分辨率、数据海量所导致的在目标跟踪、灾难检测等高实时性任务领域检测识别需要的特点，传统的卫星采集数据下传+地面处理模式将逐渐被星上实时处理只返回结果这一新模式所代，而单处理器的框架从数据处理量以及本身难以提高的算力已经难以满足各类高实时性和复杂性任务的需求，研究开发高性能并行计算平台是解决以上问题的主要方式。

技术实现思路

1、本发明提供了一种基于交换节点的高性能星载图像处理并行计算平台及工作方法，以解决星载遥感图像处理平台由于日益难以突破的处理器算力以及数据下传到地面处理所引起的通信限制问题。

2、第一方面，本发明提供了一种基于交换节点的高性能星载图像处理并行计算平台，包括：

3、(1)平台硬件架构设计如下：

4、选用n片国产jfmql100tai900芯片作为遥感图像识别处理器，每个处理器采用非对称并行计算架构均自带操作系统，选用jfm7k325t fpga作为交换节点，编程实现srio与以太网接口协议，分别满足整个系统的相机数据流和控制流以及识别结果传输的物理层基础；

5、平台的控制总线接口选用以太网；

6、相机采样图像数据接收和分发的实现选用srio总线接口；

7、将n个处理器自主设定为一个主处理器和n-1个从处理器；

8、(2)平台并行计算软件设计如下：

9、mpi基于以太网总线接口的实现，完成并行计算平台数据的传输和调度任务，部署在操作系统中并封装为函数库进行调用，具体方式为：在linux操作系统中下载mpi源码并进行系统编译；各个模块在连接到并行计算平台的基础上，可选用c或者c++语言编程实现对mpi函数的调用，从而进一步实现网络中控制指令的收发，完成并行计算网络中数据的传输和处理；

10、基于数据和调度解耦设计原则以及数据在网络中的广播通信方式，设计新的并行计算软件架构，具体方式为：相机通过srio总线向交换节点实时传输遥感图像数据；交换节点通过srio总线向各个处理器分发实时遥感图像数据；主处理器接收到遥感图像数据后判断系统运行状态，向各从处理器下发所要处理的遥感图像数据区域范围和ai模块算法运行指令；主处理器等待各从处理器识别结果全部返回，并将识别结果进行融合得到最终图像识别结果；主处理器向各从处理器下达算法运行结束和初始化指令，准备接受下一个图像识别任务到来。

11、第二方面，本发明提供了一种基于交换节点的高性能星载图像处理并行计算平台工作方法，包括：

12、s1.相机拍摄的遥感图像数据流进入交换节点；

13、s2.交换节点将遥感图像数据广播到各个处理器；

14、s3.主处理器通过交换节点发送状态检查指令；

15、s4.各从处理器接收状态检查指令；

16、s5.各从处理器发送状态信息；

17、s6.主处理器接收各从处理器状态信息；

18、s7.主处理器根据各从处理器的状态信息给各从处理器发送需要处理的遥感图像数据区域范围；

19、s8.各从处理器接收需要处理的遥感图像数据区域范围；

20、s9.各从处理器发送区域范围接收状态；

21、s10.主处理器接收各从处理器区域范围接收状态信息；

22、s11.主处理器发送ai模块算法运行指令并等待结果返回；

23、s12.各从处理器接收ai模块算法运行指令开始进行图像识别；

24、s13.各从处理器返回识别结果；

25、s14.主处理器接收各从处理器识别结果；

26、s15.主处理器根据各从处理器识别结果进行融合后的输出展示。

27、采用上述技术方案后，本发明至少具有如下有益效果：

28、(1)本发明提出了一种基于交换节点的主从并行式计算架构。该架构通过选用国产psoc智能异构芯片，结合srio、以太网总线实现了mpi系统并行调度与广播式分发图像数据的解耦，能够满足大容量、高实时性遥感图像检测任务要求；

29、(2)本发明应用多个处理器对整幅遥感图像进行剪切-计算-拼接的处理模式，在更好发挥单片处理器性能基础上进一步开拓了更高算力和识别速率的计算模式，该模式使具有大规模，复杂运算特点的ai算法在星载环境下能够得到更快、更便捷地部署应用。

技术特征：

1.一种基于交换节点的高性能星载图像处理并行计算平台，其特征在于，包括：

2.一种基于交换节点的高性能星载图像处理并行计算方法，其特征在于，包括：

技术总结本发明提供一种基于交换节点的高性能星载图像处理并行计算平台及工作方法，平台架构通过选用国产PSOC智能异构芯片，结合SRIO、以太网总线实现了MPI系统并行调度与广播式分发图像数据的解耦，能够满足大容量、高实时性遥感图像检测任务要求；应用多个处理器对整幅遥感图像进行剪切‑计算‑拼接的处理模式，在更好发挥单片处理器性能基础上进一步开拓了更高算力和识别速率的计算模式，该模式使具有大规模，复杂运算特点的AI算法在星载环境下能够得到更快、更便捷地部署应用。技术研发人员：段维铭,谭超,张鹏,伍攀峰,郭郑金受保护的技术使用者：山东航天电子技术研究所技术研发日：技术公布日：2024/11/18