Technische Samenvatting: Clear-Weighted Bit Allocatie voor Satelliet-downlinks

Probleemstelling

Earth-observation satellieten leggen aanzienlijk meer beelden vast dan hun intermitterende grondcontacten kunnen verzenden. Huidige onboard systemen maken doorgaans gebruik van een "detect-then-drop" pijplijn: een wolkendetector drempelt een frame af, en als de bewolking een ingestelde limiet overschrijdt, wordt het volledige frame of specifieke tegels weggegooid voordat de broncodering plaatsvindt. Deze aanpak lijdt onder twee kritieke inefficiënties:

1. Vals Positieven: Analyse van door experts gelabelde beelden toont aan dat deze regels meer dan een vijfde van de heldere pixels wegwerpt, voornamelijk door detector-vals-positieven.
2. Suboptimale Bit Allocatie: Zelfs wanneer frames worden behouden, behandelen conventionele geleerde compressiemethoden alle pixels gelijk of optimaliseren ze latente representaties zonder rekening te houden met de semantische waarde van heldere versus bewolkte regio's. Ze heralloceren geen bronbits van bewolkte gebieden naar heldere grond, noch beheren ze dynamisch de downlink-bytes over meerdere opnames met variërende deadlines.

Bovendien gebruiken bestaande schedulers vaak een vaste twee-fasen service (waarbij eerst basislagen en daarna verfijningen worden geserveerd) die faalt in het gezamenlijk rekening houden met onvoltooide taken bij zowel basis- als volledige deadlines, wat leidt tot gemiste kansen om bruikbare heldere content te leveren tijdens onderbroken contacten.

Methodologie

De voorgestelde oplossing integreert een clear-weighted learned source codec met een causal deadline-pressure scheduler.

1. Clear-Weighted Progressive Coding

De auteurs stellen een neurale codec voor die bits heralloceert naar heldere grond zonder dat tijdens de operatie een aparte wolkendetector-pass vereist is of een wolkkaart verzonden moet worden.

• Training: De codec wordt getraind met pixel-gewijze wolk-waarschijnlijkheden ($q_i$) afgeleid van een bevroren wolkendetector. De reconstructiefout wordt gewogen door $w_i = 1 - q_i$, waarbij fouten op waarschijnlijke heldere grond zwaarder worden bestraft dan op bewolkte regio's.
• Inference & Semantische Waarde: Tijdens de operatie schat de codec het aantal heldere pixels ($v_i$) voor elke opname met behulp van een lichtgewicht convolutionele readout op de interne hyper-synthese features van de encoder. Dit levert een "codec-native semantische waarde" op zonder een aparte detectiestap.
• Progressieve Structuur: Elke opname wordt gecodeerd in een resumable base layer (hyperlatent en anchor anchors) en een afhankelijke refinement layer (non-anchor anchors). Dit maakt het mogelijk om de transmissie te onderbreken en later te hervatten.
• Rate Allocatie: Theoretisch verschuift deze weging de ideale rate allocatie, waardoor de distortie wordt verlaagd en de rate voor coördinaten met hogere effectieve heldere gewichten wordt verhoogd.

2. Deadline-Pressure Max Weight (DPMW) Scheduling

Het systeem gebruikt een causale scheduler die gearriveerde lagen rangschikt op basis van:

• Codec-Native Waarde ($v_i$): Het geschatte aantal heldere pixels.
• Onvoltooide Taak: De resterende bytes voor basis ($b_i$) en refinement ($e_i$) lagen.
• Deadline Slack: De resterende tijd tot de basis ($d^B_i$) en volledige ($d^F_i$) deadlines.
• Geaggregeerde Deadline Druk: Het systeem berekent de geaggregeerde druk ($P_B$ en $P_F$) die de benodigde service rate vertegenwoordigt voor onvoltooide bases en haalbare volledige leveringen.

De scheduler berekent een gewicht $W_i$ voor elke laag, waarbij prioriteit wordt gegeven aan waardevolle items die minder resterende bytes vereisen en onder hogere deadline-druk staan. Het ondersteunt pakket-resumptie, opslaglimieten en verwijderingsbeleid dat prioriteit geeft aan hoogwaardige items.

3. Onboard Optimalisatie

De implementatie is geoptimaliseerd voor hulpbron-beperkte embedded versnellers (bijv. NVIDIA Jetson Orin Nano). Technieken omvatten vectorisatie van tabel-indexering, CUDA Graph replay voor neurale berekeningen, en het cachen van hyperlatent indices om te garanderen dat de encoder service-tijd binnen de capture-interval deadlines blijft.

Belangrijkste Bijdragen

1. Clear-Weighted Learned Source Coding: Een methode die gebruikmaakt van pixel-gewijze wolk-waarschijnlijkheden tijdens de training om bronbits toe te wijzen aan heldere grond, waardoor de verzonden bytes worden verminderd terwijl de kwaliteit van de heldere regio behouden blijft.
2. Progressieve Codec-Native Interface: Een netwerkontwerp dat een resumable base layer, een refinement layer en een codec-native semantische waarde (helder-pixel aantal) output, afgeleid van interne features, wat een aparte onboard detector overbodig maakt.
3. Causale Twee-Deadline Scheduling (DPMW): Een scheduling beleid dat lagen rangschikt op basis van semantische waarde, onvoltooide taken en deadline slack, waarbij gezamenlijk wordt geoptimaliseerd voor basis- en volledige deadlines zonder toekomstige capaciteitsvoorspellingen.

Resultaten

Efficiëntie van de Broncodering

• Byte Reductie: Bij een gematchte reconstructiekwaliteit van de heldere regio vereist de clear-weighted codec 47,8% minder bytes dan geleerde compressie-baselines (ELIC) en 39,0% minder bytes dan een wolk-agnostische versie van dezelfde architectuur.
• Vermijden van Verwijdering: In tegen tegenoverking met frame-verwijderingsregels (CloudScout, Earth+) die ~21–30% van de heldere pixels verwijderen door vals-positieven, codeert de clear-weighted aanpak elk frame, wat resulteert in nul verwijdering van heldere pixels tijdens de capture-tijd.
• Effect per Beeld: Voor grotendeels bewolkte scènes vermindert de methode het bytegebruik met ~77%, terwijl de kwaliteit voor de aanwezige kleine heldere regio's behouden blijft.

Scheduling Prestaties

• Verbetering van Levering: In scenario's met onderbroken contacten verhoogt de DPMW-scheduler de deadline-full delivery (volledige reconstructie van heldere content) van 38,1% (fixed two-stage service) naar 83,5%.
• Optimaliteit: De scheduler bereikt 83,6% van een gecertificeerde clairvoyante upper bound (die toegang heeft tot toekomstige aankomsten en capaciteiten).
• Bruikbare Levering: Het overtreft ook referentie-orders (EDF, native value) in deadline-usable delivery (voltooiing van de basislaag), waarbij het tijdens onderbrekingen 5,22 procentpunt meer heldere content levert dan de fixed two-stage service.

Onboard Prestaties

• Latency & Energie: De geoptimaliseerde encoder service-tijd op de Jetson Orin Nano is 19,89 ms (p99), ruim onder de doelstelling van 33 ms die is afgeleid van de capture-intervallen.
• Efficiëntie: De geoptimaliseerde encoder verbruikt minder tijd en energie dan een enkele pass van de standalone wolkendetector die in traditionele frame-discard regels wordt gebruikt. De detector-naar-encoder energieverhouding varieert van 2,21 tot 6,78, wat aangeeft dat de voorgestelde methode computationeel efficiënter is dan de "detect-then-drop" alternatief.

Betekenis en Claims

Het artikel beweert de eerste satellietbeeld-systemen te zijn die training-time clear-weighted source allocation combineren met causale multi-contact service van resumable base en refinement bytes met behulp van een codec-native semantische waarde.

De betekenis ligt in de verschuiving van het weggooien van potentieel nuttige data (frames/tegels) naar het intelligent heralloceren van beperkte downlink-bandbreedte naar de meest waardevolle content (heldere grond). Door de semantische waarde direct in de codec en de scheduler te integreren, vermijdt het systeem de overhead van aparte detectie-passes en de inefficiënties van vaste scheduling-policies. De auteurs benadrukken dat hoewel zij niet beweren dat engineering-optimalisaties (zoals het tunen van het pad van de entropie-codering) nieuwe wetenschappelijke bijdragen zijn, zij deze implementaties wel vrijgeven om eerlijke vergelijkingen mogelijk te maken. Het systeem demonstreert dat het behoud van de kwaliteit van heldere regio's haalbaar is met aanzienlijk lagere bandbreedte en computationele kosten dan de huidige state-of-the-art onboard verwerkingsmethoden.