第 1 期 仇超等：基于聚类算法内容流行度预测的空天地一体化网络缓存方法 ·47·

王晨阳（1989− ），男，博士，深圳大学计算

机与软件学院博士后，主要研究方向为边缘计

算、大数据分析、面向大模型的边缘智能。

仇超（1988− ），女，博士，天津大学副教授，

主要研究方向为算力网络、边缘计算、边缘

智能。

[20] SERMPEZIS P, GIANNAKAS T, SPYROPOULOS T, et al. Soft

cache hits: improving performance through recommendation and

delivery of related content[J]. IEEE Journal on Selected Areas in

Communications, 2018, 36(6): 1300-1313.

[21] XU Q C, SU Z, FANG D F, et al. Hierarchical bandwidth allocation

for social community-oriented multicast in space-air-ground integrated networks[J]. IEEE Transactions on Wireless Communications, 2023, 22(3): 1915-1930.

[22] SHANMUGAM K, GOLREZAEI, N, DIMAKIA A, et al. Femtocaching: wireless video content delivery through distributed caching

helpers[J]. IEEE Transactions on Information Theory, 2013, 59(12):

8402-8413.

[23] SHUJA J, BILAL K, ALASMARY W, et al. Applying machine

learning techniques for caching in next-generat ion edge networks: a

comprehensive survey[J]. Journal of Network and Computer Applications, 2021, 181: 103005.

[24] SITARAMAN R K, KASBEKAR M, LICHTENSTEIN W, et al.

Overlay networks: an akamai perspective[J]. Advanced Content Delivery, Streaming, and Cloud Services, 2014: 305-328.

[25] WANG X F, WANG C Y, LI X H, et al. Federated deep reinforcement learning for Internet of things with decentralized cooperative

edge caching[J]. IEEE Internet of Things Journal, 2020, 7(10):

9441-9455.

[26] YUAN P Y, SHAO S K, GENG L J, et al. Caching hit ratio maximization in mobile edge computing with node cooperation[J].

Computer Networks, 2021, 200: 108507.

[27] ZHAO Y W, LI R B, WANG C Y, et al. Neighboring-aware caching

in heterogeneous edge networks by actor-attention-critic learning[C]//Proceedings of the ICC 2021 - IEEE International Conference on Communications. Piscataway: IEEE Press, 2021: 1-6.

[作者简介]

2024 年 3 月 Space-Integrated-Ground Information Networks March 2024

第 5 卷第 1 期 天 地 一 体 化 信 息 网 络 Vol.5 No.1

服务天基感知业务的卫星互联网模拟验证系统设计与分析

陶 滢 1,2，刘 伟 1,2，张 磊 1,2，高梓贺 1,2，周 钠 1,2

（1. 中国空间技术研究院通信与导航卫星总体部，北京 100094；

2. 天地一体化信息技术全国重点实验室，北京 100086）

摘 要：提出具有遥感、星间星地组网、星载边缘计算功能的低轨卫星与地面云计算中心和天基、临近空间、空中、陆地、海

面等各类型终端构成的卫星互联网总体架构，给出包括资源层、虚拟化层、服务层、服务管理层及应用层在内的星载边缘计算

功能架构。针对星载计算能力有限、天基网络拓扑高动态等典型特征，在提出星载边缘计算模拟验证系统构建方法的基础上，

设计服务天基感知业务的卫星互联网模拟验证系统，开展天基感知信息处理分发试验，并根据不同信息处理与分发方式对网络

资源占用和用户服务时延的对比，分析不同能力条件下卫星互联网对天基感知业务服务的能力水平。

关键词：天基感知业务；卫星互联网；星载边缘计算；模拟验证

中图分类号：TN927

文献标识码：A

doi: 10.11959/j.issn.2096−8930.2024006

Design and Analysis of Satellite Internet Simulation and

Verification System for Space Remote Sensing Services

TAO Ying1,2, LIU Wei1,2, ZHANG Lei1,2, GAO Zihe1,2, ZHOU Na1,2

1. Institute of Telecommunication and Navigation Satellite, China Academy of Space Technology, Beijing 100094, China

2. State Key Laboratory of Space Earth Integrated Information Technology, Beijing 100086, China

Abstract: The architecture of satellite Internet composed of LEO satellites with remote sensing/inter-satellite and satellite-earth networking, on-board edge computing functions, and ground cloud computing centers, and various types of terminals such as sky, near

space, space, ground, sea terminals was put forward. The functional architecture of on-board edge computing, included resource layer,

virtualization layer, service layer, service management layer and application layer was given. On the basis of proposed the construction

method of on-board edge computing simulation and verification system, a satellite Internet simulation and verification system serving

space sensing services was designed, and space-based sensing information processing and distribution experiments were carried out.

According to the comparison of network resource occupation and user service delay with different information processing and distribution methods, the capability level of satellite Internet for space sensing services under different capability conditions were analyzed.

Keywords: space remote sensing service, satellite Internet, onboard edge-computing, simulation and verification system

0 引言

以通信卫星为基础的卫星互联网是地面互联网在空

间的延伸，同时也是天地一体信息网络的重要组成部分[1]。

6G 时代，卫星互联网将与地面互联网和移动通信网络深

入融合，在系统架构、协议体制乃至空中接口协议上联合

设计，形成天地一体的融合网络[2]。不过，当前通信卫星

主要承担的仍然是数据传输服务，用户的业务请求需经通

信卫星传至地面应用服务中心进行处理，然后地面的服务

信息再经通信卫星反馈至用户。这种情况下，星地链路的

高传输时延将会带来较高的通信时延，用户服务质量

（QoS）难以得到可靠保障[3]。

与此同时，用于获取光学、雷达、电子等信息的遥感

卫星与通信卫星独立发展，各类遥感卫星获得的数据都需

利用独立的数据传输通道传送到地面站，然后再发送到数

据处理系统进行分析和处理。在我国地面站建设数量较

收稿日期：2023−08−01；修回日期：2024−01−30

基金项目：国家重点研发计划资助项目（No.2021YFB2900603）

Foundation Item: National Key Research and Development Program of China (No.2021YFB2900603)

第 1 期 陶滢等：服务天基感知业务的卫星互联网模拟验证系统设计与分析 ·49·

少、传输带宽有限的情况下，难以满足大量遥感卫星用户

对高速数据传输和应用服务的需求[4]。为此，如何构建集

感传算功能为一体的卫星互联网，用于承载并服务天基感

知信息的高效处理和传输，成为业界研究的热点[5]。

随着星间组网和星载计算能力的提升，在公开的研究

中，通常以卫星作为靠近感知端的计算节点，充分发挥卫

星在轨计算能力，为用户提供更高效的服务保障技术和方

法[6-9]。例如，美军太空发展局提出的“下一代太空架构

（SDA）”将利用星上智能处理计算提供作战管理、导弹跟

踪、时敏监视、导航授时等服务[10]。2021 年 12 月，作为

“天算星座”的先期实验星，华为公司与北京邮电大学合

作的实验卫星“宝酝号”成功发射并正常运行，其搭载了

华为云开发的云原生边缘计算平台 KubeEdge 及边云协同

人工智能（AI）项目 Sedna，不但初步验证了卫星边缘云

的可行性，还搭载了中国移动研究院的 5G-Advanced 核心

网实验单元，在轨开展了建设天地一体轻量级可定义核心

网的尝试[11]。

近年来以“星链”为代表的低轨互联网星座高速发展

并为用户提供广覆盖、低时延、大容量网络服务的情况下，

美国太空探索技术公司（SpaceX）于 2022 年 12 月提出“星

盾（Starshield）”项目，计划发射带有遥感载荷的卫星，

进行对地观测并将处理后的数据直接发送给用户[12-13]。这

将进一步推动卫星通信与卫星遥感业务的融合，并创造更

多的卫星互联网应用模式。

由此可见，为满足全球多样化用户的服务需求，保障

未来卫星互联网中用户的 QoS，将星载边缘计算应用于卫

星互联网，利用其独有的边缘处理优势，可实现降低网络

时延、减小缓存、节省回传带宽等目标[14]，使得卫星逐渐

从单纯的通信通道转变为靠近用户的智能处理平台。同

时，结合地面云构成立体化的服务计算网络后，将进一步

提高卫星互联网能力水平，实现服务模式的创新。

1 感传算一体卫星互联网的总体架构

图 1 给出了在卫星上部署遥感、星间星地组网、星载

边缘计算设备后的感传算一体卫星互联网的总体架构。

图 1 中，天基网络由若干颗低轨卫星通过星间链路组

网构建而成。每颗卫星上都部署遥感载荷，并可根据任务

规划实时生成遥感数据。此外，由于每颗卫星上都部署边

缘计算平台，因此卫星将成为服务的提供者，在靠近终端

的一侧或者通过“边、端”协作提供信息服务，以减少网

图 1 感传算一体卫星互联网的总体架构

·50· 天地一体化信息网络 第 5 卷

络容量不足对数据传输和服务时效性的影响。

天基、临近空间、空中、陆地、海面等终端既可以是

数据的使用者，又可以是数据的产生端，同时还可能具有

弱处理能力（包括移动终端、探测器和物联网设备等）。

图 1 还给出了地面云计算中心。当服务无法或不适合

在星载边缘计算平台实现时，可以通过星地链路传送给地

面云计算中心处理。云计算中心同时还是数据汇聚池，所

有边缘计算平台需要存储的数据都发回云计算中心进行

存储，进而利用大数据技术深度挖掘数据价值。此外，在

同时针对多个边缘计算的场景时，可由地面云计算中心

提供一定的集群管理支持，并基于“云、边、端”的统

一协作，为用户提供高质量、高可靠、高可用的应用服

务体验。

2 星载边缘计算模拟验证系统构建方法

2.1 功能架构

考虑到天基网络通信、网络、存储、计算等资源受限

及空间接入点快速移动等问题，在大时延抖动、间歇连通、

周期移动切换的通信环境中，可基于微服务理念，通过虚

拟化资源池实现异构资源的抽象、聚合及灵活划分，通过

轻量级容器/虚拟机及服务组合实现集群资源的动态管理

和灵活调度。

基于上述理念，提出如图 2 所示的星载边缘计算功能

架构，包括资源层、虚拟化层、服务层、服务管理层以及

应用层。

（1）资源层

资源层主要包括卫星节点的计算、存储、通信和网络

等资源，其中，计算资源包括中心处理单元（CPU）、内

存、磁盘、网卡等资源以及专用处理器现场可编程门阵列

（FPGA）和数字信号处理器（DSP）等。这些资源可通过

虚拟化层抽象进而调度并分配给不同的微服务应用。

（2）虚拟化层

虚拟化层的目的是实现底层异构资源屏蔽（如屏蔽通

用处理器 CPU 和专用处理器 DSP、FPGA 之间的差异），

向上层服务管理层提供统一的应用程序接口（API），使得

服务管理层无须关注服务运行的设备差异，而只关注服务

及编排本身即可。

（3）服务层

各卫星节点依据服务职责单一、高内聚低耦合、服务

粒度适中等划分原则，将自己的抽象资源划分并封装为统

一接口标准的服务用于共享。最终，各节点的内部服务均

部署在轻量级容器/虚拟机上进行管理，以便高效地实现服

务发现、执行、组合、迁移等功能。

（4）服务管理层

服务管理层主要通过管理平台对分布式的集群进行

管理，提供弹性伸缩、负载均衡及部署维护等重要功能。

图 2 星载边缘计算功能架构

第 1 期 陶滢等：服务天基感知业务的卫星互联网模拟验证系统设计与分析 ·51·

（5）应用层

应用层通过调用或远程调用各卫星节点中的服务来

实现星载处理功能。

此外，图 2 还给出了“云边端接口关系服务流程”，

即通过云边端接口，可实现“云、边、端”的统一协作。

2.2 模拟验证系统构建方法

星载边缘计算模拟验证系统构建的核心是实现星载

边缘计算功能架构中资源层、虚拟化层、服务层、服务管

理层以及应用层的真实模拟。

2.2.1 资源层模拟

为构建星载边缘计算模拟验证系统，最基础的模拟是

资源层模拟，主要包括星载边缘计算和天基网络的模拟。

（1）星载边缘计算模拟

传统的星载计算机多由采用抗辐射加固工艺处理的

专用定制处理器构成[15]，在性能上比地面计算机滞后 1~2

代或更多，距离较强的边缘计算以及星载分布式计算需求

仍有一定的差距。为了进一步满足星载计算需求，近年来，

以美国国家航空航天局（NASA）和欧洲空间局（ESA）

为代表的国外航天机构开始研制新一代星载计算机系统，

除了高速数字信号处理类器件的广泛应用，高可用性的标

准系列抗辐射环境单板计算机、面向目标跟踪和数据融合

的高度并行计算机、可配置的多级分布式计算机、星载网

络计算机等成为新型星载计算机的发展方向[16-19]。此外，

经环境适应性研究开发后，越来越多的商用机设计思想和

商用现货产品（COTS）被应用到航天领域，实现了星载

计算的更优性能[20]。

为了模拟星载边缘计算资源，除了计算能力、存储能

力、功率要求外，还需考虑核心处理单元的 Linux 操作系

统支持能力、虚拟化支持能力、高速交互接口和多种星载

总线接口扩展能力乃至 AI 算法框架支持能力等。此外，

对于卫星环境，由于体积、功耗、散热等问题，一般的无

法部署 X86 服务器，需要使用嵌入式硬件。因此综合来看，

可选择商用高性能嵌入式计算处理单元进行星载边缘计

算的模拟。

（2）天基网络模拟

星载边缘计算资源利用星间链路互联组网后，可实现

星载分布式计算，满足星载算力的横向扩展需求。与地面

最大的不同就是天基网络具有网络拓扑动态、节点间传输

距离长以及连接故障率高等问题。

目前，市面上存在一些网络损伤仪，能面向卫星链路

提供带宽限制、时延、丢包、抖动、拥堵、报文乱序、报

文重复、报文篡改等损伤模拟的能力，并具备全面的报文

过滤规则。但是，这些设备一般端口较少，很难模拟大规

模星座情况下多卫星节点间的网络特性[21-22]。

为了实现星载边缘计算节点在运行过程中的横向拓

展，实现不同拓扑下动态路由变化导致的链路损伤效果模

拟，以及根据网络情况进行节点动态或手动伸缩时星载边

缘计算集群的网络特性模拟，可采用支持 Linux 系统的通

用多端口服务器作为虚拟网络损伤仪，结合流量控制（TC）

工具的工作方式，模拟实际的天基网络性能指标。

2.2.2 虚拟化层模拟

在虚拟化技术方面，虚拟机（VM）是把底层设备资

源进行虚拟化后，在硬件上安装操作系统来实现的。虚拟

机虽然可以隔离出很多“子电脑”，但占用空间更大、启

动更慢，有些虚拟机软件还要支付费用（如 VMWare）。

基于 Docker 的容器技术则直接建立在 Linux 系统内核之

上，是一种操作系统级别的虚拟化技术，可以通过系统内

部的进程将资源进行虚拟隔离，使 Docker 远比虚拟机占

的空间小、启动时间快，对资源的利用率更高[23]。

表 1 给出了虚拟机和容器技术的比较。

表 1 虚拟机和容器技术的比较

对比特性 虚拟机 容器技术

隔离级别 操作系统隔离 进程隔离

隔离策略 Hypervisor CGroups

系统资源 5%～15% 0～5%

启动时间 分钟级 秒级

镜像存储 GB～TB 级 KB～MB 级

集群规模 上百 上万

高可用策略 备份，容灾，迁移 弹性，负载，动态

由此可见，对于相对资源有限的星载计算资源，虚拟

化层的模拟可以采用基于 Docker 的容器技术。

2.2.3 服务层及服务管理层模拟

对于地面的云计算和边缘计算，特别是容器虚拟化情

况下，服务层及服务管理层一般采用容器集群管理系统软

件实现，包括 Kubernetes、KubeEdge、K3S、OpenYurt、

SuperEdge 等[24-29]。

（1）Kubernetes

Kubernetes 目前已成为云原生编排的事实标准，大多

数新兴的云原生负载构建在 Kubernetes 之上。Kubernetes

还在朝着大规模、复杂场景的方向发展，与 AI、大数据、

物联网（IoT）、垂直行业等领域的结合越来越紧密。

在边缘计算场景中有大量的异构设备，每种设备都有

自己独有的特征属性，可充分利用 Kubernetes 提供的扩展

·52· 天地一体化信息网络 第 5 卷

API 资源，对这些设备进行数据建模、数据抽象，从而进

行统一管理。一般来说，在边缘部署 Kubernetes 存在两种

架构选型：第一种是将整个 Kubernetes 集群部署在边缘；

第二种是将 Kubernetes 的控制层部署在云端，以管理边缘

的计算节点。

（2）KubeEdge

KubeEdge 是华为基于 Kubernetes 扩展、提供云边协

同能力的开放式智能边缘平台。KubeEdge 重点要解决的

问题是云边协同、资源异构、大规模、轻量化、一致的设

备管理和接入体验。KubeEdge 架构上清晰地分为云端、

边缘和设备层。前述“宝酝号”即搭载了 KubeEdge。

（3）K3S

K3S 是做了代码修改的特定版本的 Kubernetes，专为

无人值守、资源受限、远端或物联网设备内部的生产负载

而设计。K3S 默认使用本地 SQLite 数据库作为后端数据

存储，通信效率更高。K3S 部署简单，并针对 ARM 进行

了优化。K3S 的所有组件都运行在边缘，因此不涉及云边

协同。如果 K3S 要进行生产，在 K3S 之上应该还有一个

集群管理方案负责跨集群的应用管理、监控、告警、日志、

安全和策略等。

（4）OpenYurt

阿里巴巴将阿里云容器服务的核心能力开源，并向社

区贡献了完整的边缘计算云原生项目 OpenYurt，其架构设

计简洁，分别在云端和边缘增加组件，对 Kubernetes 进行

零侵入式增强。OpenYurt 能帮用户解决在海量边、端资源

上完成大规模应用交付、运维、管控的问题，并提供中心

服务下沉通道，实现和边缘计算应用的无缝对接。

（5）SuperEdge

SuperEdge 是腾讯推出的 Kubernetes-native 边缘计算

管理框架。相比 OpenYurt 以及 KubeEdge，SuperEdge 除

了具备 Kubernetes 零侵入以及边缘自治特性，还支持独有

的分布式健康检查以及边缘服务访问控制等高级特性，极

大地消减了云边网络不稳定对服务的影响。

根据上述分析，现有的边缘云平台都或多或少地基于

Kubernetes 扩展边缘功能，实现边缘云能力。其中，

KubeEdge、SuperEdge、OpenYurt 是完全去中心化的部署

模式，管理面部署在云端，边缘节点无须太多资源就能运

行 Kubernetes 的代理，云边通过消息协同。K3S 不是一个

去中心化的部署模型，每个边缘都需要额外部署管理面，

因此适合资源充足的“基础设施边缘”场景，并不适用于

资源较少的“设备边缘”场景。此外，K3S 集群之间的网

络需要打通，且需要叠加多集群管理组件。

从 Kubernetes 的角度看，“边缘节点+云端”是一个完

整的 Kubernetes 集群。这种部署模型能够同时满足“设备

边缘”和“基础设施边缘”场景的部署要求。

为了让星载服务能够继续与传统 IT 进行交互操作，

兼容传统 IT，要求容器集群管理系统软件尽量能够在任何

类型的架构（边缘、云或集中式硬件）中部署和扩展，以

兼容异构的架构。因此，对于星载边缘计算的服务层及服

务管理层，可考虑采用 Kubernetes 进行模拟。

2.2.4 应用层模拟

总体来看，对星载边缘计算应用大体上可分为遥感数

据在轨处理、低轨星座网络边缘云服务、在轨任务规划与

管控、卫星互联网应用等。其中，卫星互联网中的应用又

包括了内容缓存、多用户交互、计算卸载、数据采集感知

等天地一体综合智能应用服务[30]。当这些应用服务小而专

后，每个服务可以独立部署并运行在不同的运行环境中，

互不影响。服务之间通过轻量级的通信机制进行交互，可

满足天基服务聚合及资源的高效利用要求，实现服务的容

迟容断与恢复重构。

为了进行星载边缘计算应用层模拟，特别是在卫星通

信与卫星遥感融合提供创新服务的大背景下，可以设计两

者深度结合的应用进行应用层功能模拟验证。

3 服务天基感知业务的卫星互联网模拟验证

系统

3.1 总体方案

为模拟服务天基感知业务的卫星互联网应用，以上述

“感传算一体卫星互联网的总体架构”为参考，可采用星

载边缘计算模拟验证系统构建方法来模拟具备星间链路

组网和星载边缘计算能力的多颗低轨卫星的功能，采用真

实的遥感数据文件来模拟各卫星遥感载荷获取的数据。同

时，为了模拟卫星互联网的应用和管控能力，还需要对用

户节点、地面云计算中心以及全系统的管理控制功能进行

模拟。具体模拟验证系统构成如图 3 所示。

图 3 中，1 台天基网络模拟器模拟星间和星地之间的

动态网络特性。在具体实现时，提供给定的低轨卫星星座

及卫星与地面节点的网络特性模拟。

1 台卫星遥感数据生成模拟器模拟生成遥感图像原始

数据。在具体实现时，提供高分 1 号卫星和高分 2 号卫星

拍摄的未经处理的原始遥感数据，在用户需要数据时根据

相应的请求参数匹配合适的数据。

1 台用户节点模拟器模拟地面接入用户，发出任务请

求并接收数据分发服务、展示电子地球底图上的目标特征

第 1 期 陶滢等：服务天基感知业务的卫星互联网模拟验证系统设计与分析 ·53·

信息。

4 台低轨星载边缘计算模拟器模拟实现动态天基网络

情况下的星载边缘计算操作。具体实现过程中，既可以单

星单独操作，也可以多星协同操作。

1 台地面云计算中心模拟器，同样可模拟实现遥感图

像处理等所有功能。

此外，模拟验证系统中还包括 1 台运行控制模拟器，

负责对整个模拟验证系统进行集中管控，包括系统组网、

卫星节点和用户节点入退网控制、数据感知需求处理、感

知数据下发策略处理、状态监控等，确保实现各节点之间、

节点与运行控制模拟器之间管理协议互通，各项业务正常

进行。

考虑到星载计算能力有限、天基网络拓扑高动态等

典型特征，本模拟验证系统采用嵌入式设备模拟低轨星

载边缘计算设备，采用高性能服务器模拟地面云计算中

心，同时采用支持 Linux 系统的通用多端口服务器配合

流量控制软件工具，模拟天基网络节点间的动态组网传

输性能。

表 2 给出了模拟验证系统中各类模拟器的软硬件

配置。

3.2 网络信息流程

以单个用户节点模拟器提出任务请求，多个低轨星载

边缘计算模拟器与地面云计算中心模拟器、天基网络模拟

器、运行控制模拟器联合完成卫星遥感信息获取、处理和

分发的任务为例，对服务天基感知业务的卫星互联网模拟

验证系统进行试验验证。

具体实现中，星载遥感信息可以采用星上分布式处理

分发、星上集中处理分发、落地地面云计算中心处理并经

卫星分发等 3 种方式。这里，仅给出采用星上分布式处理

分发方式的网络信息流程，如图 4 所示。

除用户节点模拟器的入网、退网阶段（图 4 只给出了

简化流程）外，用户任务阶段的信息流程如下。

① 用户节点模拟器向低轨星载边缘计算模拟器

提出任务请求，低轨星载边缘计算模拟器确定主从工

作模式。

② 卫星遥感数据生成模拟器生成观测目标的元数

据，发送给主低轨星载边缘计算模拟器。

③ 主低轨星载边缘计算模拟器进行任务规划，将数

据切分并分发给其他从低轨星载边缘计算模拟器。

④ 各低轨星载边缘计算模拟器处理元数据生成 1 级

产品（包括图像去噪、去云去雾、几何校正、辐射校正等

操作）。

⑤ 各从低轨星载边缘计算模拟器将 1 级产品发回给

主低轨星载边缘计算模拟器。

⑥ 主低轨星载边缘计算模拟器将数据汇聚和图像拼

接后，基于深度学习的方法进行目标特征识别，生成态势

表 2 各类模拟器的软硬件配置

设备 硬件 核心软件

天基网络模拟器 自研 8 网口设备（ARM Cortex-A7） Linux NETEM、TC

卫星遥感数据生成模拟器 联想 Y7000P MySQL、Fileserver、FTP

用户节点模拟器 联想 Y7000P VS Code、CesiumJS、MySQL

低轨星载边缘计算模拟器 NVIDIA Jetson AGX Xavier Kubernetes、Docker

地面云计算中心模拟器 华三（H3C）R4900G3 Node.js、yolo5

运行控制模拟器 联想 Y7000P VS Code、MySQL、Cesium

图 3 服务天基感知业务的卫星互联网模拟验证系统构成

·54· 天地一体化信息网络 第 5 卷

信息产品。

⑦ 主低轨星载边缘计算模拟器将态势信息产品发送

给用户节点。

⑧ 用户节点在本地的电子地球底图上展示态势信息。

这里，主低轨星载边缘计算模拟器相当于星载计算集

群中的主节点，其他从低轨星载边缘计算模拟器相当于工

作节点。低轨星载边缘计算模拟器共同实现了遥感图像处

理和目标特征识别等功能。

3.3 实际运行效果

采用星上分布式处理分发的网络信息流程的情况下，

分别给出用户节点界面的用户任务申请、信息产品生成界

面以及在运行控制模拟器界面的任务处理进度图，分别如

图 5、图 6 所示。

由图 5、图 6 可见，在系统正常运行、有权限的用户

图 4 采用星上分布式处理分发方式的网络信息流程

图 5 用户节点界面

第 1 期 陶滢等：服务天基感知业务的卫星互联网模拟验证系统设计与分析 ·55·

登录运行控制模拟器软件系统、网络正常互联互通后，用

户节点提出任务申请，面向天基感知业务服务的卫星互联

网模拟验证系统可以自动完成任务处理、资源调度并输出

产品数据。

4 对比分析

通过构建不同模式下时延带宽消耗模型，可对上述星

载遥感信息星上分布式处理分发、星上集中处理分发以及

落地地面云计算中心处理并经卫星分发等 3 种方式进行性

能比较分析。

首先假设低轨卫星轨道高度为 780 km，3 颗距离

4 500 km 的低轨卫星组成一个星载计算集群，地面用户/

地面云计算中心距离服务低轨卫星 1 500 km。

星上分布式处理分发和星上集中处理分发两种方式

下，假设星上最终获得的态势信息产品需经 4 跳（即跨 3

颗卫星）才能分发给地面用户。落地地面云计算中心处理

并经卫星分发的方式下，遥感信息元数据经 4 跳发送给地

面云计算中心，地面云计算中心生成的态势信息产品同样

经 4 跳分发给地面用户。

同时，假设实现星上分布式处理所需的图像切分、

拼接等时延为固定值 100 ms，各卫星处理生成的一级产

品和态势信息产品大小为固定值 10 KB。此外，星上信

图 6 运行控制模拟器界面的任务处理进度图

·56· 天地一体化信息网络 第 5 卷

息处理时间与遥感元数据规模相关，并设 1 MB 星上遥

感数据的处理时间为 1 000 ms，地面云计算中心的信息

处理时间不计。

上述参数设置具体见表 3。

表 3 参数设置

参数 数值

低轨星间传播时延 15 ms

低轨卫星到地面用户/地面云计算中心的时延 5 ms

星上分布式处理所需的图像切分、拼接等时延 100 ms

一级产品和态势信息产品大小 10 KB

星上遥感数据处理时间 1 000 ms/MB

分析遥感图像规模、低轨卫星间和低轨卫星到地面用

户/地面云计算中心间带宽不同情况下的服务时延、带宽资

源占用情况。

（1）遥感图像大小不变、低轨卫星间和低轨卫星到地

面用户/地面云计算中心间带宽逐渐增大

设：遥感图像大小为 50 MB；低轨卫星到地面用户/

地面云计算中心间带宽为 622 Mbit/s；低轨卫星间带宽为

155 Mbit/s 、 622 Mbit/s 、 1 Gbit/s 、 2 Gbit/s 、 5 Gbit/s 、

10 Gbit/s。

低轨卫星间带宽变化情况下的服务时延对比如图 7

所示。

图 7 低轨卫星间带宽变化情况下的服务时延对比

设：遥感图像大小为 50 MB；低轨卫星间带宽为

1 Gbit/s；低轨卫星到地面用户/地面云计算中心间带宽为

45 Mbit/s、155 Mbit/s、622 Mbit/s、1 Gbit/s、2 Gbit/s、

5 Gbit/s。

低轨卫星到地面用户/地面云计算中心间带宽变化情

况下的服务时延对比如图 8 所示。

图 8 低轨卫星到地面用户/地面云计算中心间带宽变化情况下

的服务时延对比

由图 7、图 8 可见，落地地面云计算中心处理并经卫

星分发方式下，服务时延随着低轨卫星间带宽和低轨卫星

到地面用户/地面云计算中心间带宽的增大而减小，并会低

于星上处理的两种方式。这说明，如果采用地面处理的工

作模式来服务天基感知业务，最重要的是增加卫星互联网

带宽。同时，从上述两图还可以看到，由于星上分布式处

理分发从总体上降低了处理时延，因此总的服务时延总是

低于星上集中式处理分发。

（2）低轨卫星间带宽、低轨卫星到地面用户/地面云计

算中心间的带宽不变，遥感图像逐渐增大

设：低轨卫星间带宽为 1 Gbit/s；低轨卫星到地面用

户/地面云计算中心间带宽为 622 Mbit/s；遥感图像大小分

别为 10 MB、20 MB、50 MB、100 MB。

服务时延和网络资源占用分别如图 9(a)、图 9(b)所示。

由图 9 可见，落地地面云计算中心处理并经卫星分发

的方式下，相对较小的服务时延是以带宽占用为代价实现

的；星上集中式处理分发获得的带宽占用收益以较大的服

务时延为代价；星上分布式处理分发则实现了带宽占用和

服务时延的相对均衡。

当然，上述分析对星上数据处理能力、信息传输跳数

等都做出了一定的假设，获得结论却具有一定的普适性。

5 结束语

随着星载边缘计算能力的提升，卫星在天地一体化信

息网络中扮演的角色将越来越重要，卫星将不再仅仅是通

道，而是一个能够提供各类服务能力的综合处理平台。特

别是随着应用需求的发展，将天基遥感信息在通过星载边

缘计算生成产品后，利用天基互联网进行有效传输，并在

应用层的支持下提供各类综合的应用服务，可使卫星互联

第 1 期 陶滢等：服务天基感知业务的卫星互联网模拟验证系统设计与分析 ·57·

网发挥更大的使用效能并最大化地提升用户的使用体

验。谷歌、亚马逊、微软、洛克希德•马丁等公司基于地

面云计算技术的积淀，参与天基云研发和构建。我国部

分研究所、高校也已在星载边缘计算领域进行了技术攻

关和探索部署，取得了一定的成绩，但天基边缘云的成

熟平台和行业标准还远未形成，距离真正的大规模部署

和实用还存在较大差距。本文构建的服务天基感知业务

的卫星互联网模拟验证系统在一定程度上验证了星载边

缘计算在卫星互联网中的应用能力，后续还需要进一步

深入开展研究工作。

参考文献：

[1] 王子剑, 杜欣军, 尹家伟, 等. 低轨卫星互联网发展与展望[J].

电子技术应用, 2020, 46(7): 49-52.

WANG Z J, DU X J, YIN J W, et al. Development and prospect of

LEO satellite Internet[J]. Application of Electronic Technique, 2020,

46(7): 49-52.

[2] 张更新, 王运峰, 丁晓进, 等. 卫星互联网若干关键技术研究[J].

通信学报, 2021, 42(8): 1-14.

ZHANG G X, WANG Y F, DING X J, et al. Research on several

key technologies of satellite Internet[J]. Journal on Communications, 2021, 42(8): 1-14.

[3] 那振宇. 卫星互联网服务质量保障方法研究[D]. 哈尔滨: 哈尔

滨工业大学, 2010.

NA Z Y. Research on QoS guarantee methods in satellite internet[D]. Harbin: Harbin Institute of Technology, 2010.

[4] 王中果, 汪大宝, 张晓. 低轨高分遥感卫星Ka频段VCM星地数

传性能分析[C]//第八届高分辨率对地观测学术年会, 2022.

WANG Z G, WANG D B, ZHANG X. Analysis of satellite-to-ground

data transmission performance of Ka-band VCM, a low-orbit

high-resolution remote sensing satellite [C]//The 8th Annual Conference on High Resolution Earth Observation. [S.l.:s.n.], 2022.

[5] 柴英特, 王港, 张超, 等. 巨型感知星座星地一体智能化资源管

控体系架构[J]. 天地一体化信息网络, 2022, 3(3): 13-22.

CHAI Y T, WANG G, ZHANG C, et al. Satellite-earth integration

intelligent resource management and control architecture of giant

sensing constellation[J]. Space-Integrated-Ground Information

Networks, 2022, 3(3): 13-22.

[6] 李诚成, 张亚生, 孙晨华. 低轨卫星互联网星载边缘计算卸载

策略[J]. 无线电通信技术, 2022, 48(3): 401-407.

LI C C, ZHANG Y S, SUN C H. Computation offloading for satellite-based edge computing in LEO satellite network[J]. Radio

Communications Technology, 2022, 48(3): 401-407.

[7] 唐清清, 李斌. 面向空天地一体化网络的移动边缘计算技术[J].

无线电通信技术, 2021, 47(1): 27-35.

TANG Q Q, LI B. Overview of mobile edge computing in

space-air-ground integrated network[J]. Radio Communications

Technology, 2021, 47(1): 27-35.

[8] 沈永言. 5G 广播和移动边缘计算时代卫星通信的挑战与机遇[J].

卫星应用, 2020(2): 38-42.

SHEN Y Y. Challenges and opportunities of satellite communication in the era of 5G broadcasting and mobile edge computing[J].

Satellite Application, 2020(2): 38-42.

[9] 张小林, 顾黎明, 吴献忠. 美国下一代太空体系架构的发展分

析[J]. 航天电子对抗, 2020, 36(6): 1-6.

ZHANG X L, GU L M, WU X Z. The development of the U.S.

next-generation space system architecture[J]. Aerospace Electronic

Warfare, 2020, 36(6): 1-6.

[10] 曹欢, 苏泳涛, 周一青, 等. 基于星地协同处理的资源管理技术

研究[J]. 高技术通讯, 2020, 30(12): 1205-1214.

图 9 遥感图像变化情况下的服务能力对比

·58· 天地一体化信息网络 第 5 卷

CAO H, SU Y T, ZHOU Y Q, et al. Research on resource management technology based on satellite-ground collaborative processing[J]. Chinese High Technology Letters, 2020, 30(12):

1205-1214.

[11] 华为云“云边一体”方案首次在太空验证，提升“天算星座” 复

杂任务能力[J]. 自动化博览, 2022, 39(2): 6.

Huawei’s cloud “cloud edge integration” scheme was verified in

space for the first time, which improved the complex task ability of

“celestial constellation” [J]. Automation Panorama, 2022, 39(2): 6.

[12] 郭凯, 崔潇潇, 钟江山, 等. SpaceX“星盾” 系统建设及应用浅

析[J]. 航天电子对抗, 2023, 39(4): 55-58.

GUO K, CUI X X, ZHONG J S, et al. Analysis on the construction

and application of SpaceX “Starshield” system[J]. Aerospace

Electronic Warfare, 2023, 39(4): 55-58.

[13] 田丰. \"星盾\": 民用\"星链\"转身投军?[J]. 太空探索, 2023(2):

42-48.

TIAN F. \"Star Shield\": The civilian \"Star Chain\" turned to join the

army?[J]. Space Exploration, 2023(2): 42-48.

[14] 虞志刚, 冯旭, 戴天, 等. 空间边缘计算：需求、架构及关键技

术[J]. 电子与信息学报, 2022, 44(12): 4416-4425.

YU Z G, FENG X, DAI T, et al. Space edge computing: requirement, architecture and key technique[J]. Journal of Electronics &

Information Technology, 2022, 44(12): 4416-4425.

[15] 吴生龙. 基于 COTS 的星载计算机硬件容错体系架构设计与实

现[D]. 哈尔滨: 哈尔滨工程大学, 2019.

WU S L. The design and implementation of fault-tolerant COTS

on-board computer based on architecture[D]. Harbin: Harbin Engineering University, 2019.

[16] 李路. 基于多核处理器和 Linux 的通用高性能星载计算系统研

究[D]. 上海: 中国科学院大学(中国科学院微小卫星创新研究

院), 2023.

LI L. Research on universal high-performance on-board computing

system based on multi-core processor and Linux[D]. Shanghai:

Shanghai Engineering Center for Microsatellites, Chinese Academy

of Sciences, 2023.

[17] 孙树志. 面向微纳卫星的可重构星载计算机研制[D]. 哈尔滨:

哈尔滨工业大学, 2021.

SUN S Z. Development of reconfigurable on-board computer for

micro-nano satellite[D]. Harbin: Harbin Institute of Technology, 2021.

[18] 雷华舟. 低成本容错星载计算单元架构设计[D]. 北京: 中国科

学院大学, 2021.

LEI H Z. Architecture design of low-cost fault-tolerant on-board

computing unit[D]. Beijing: University of Chinese Academy of

Sciences, 2021.

[19] 宁永康. 基于COTS器件的星载计算机多处理器仲裁容错设计[D].

上海: 中国科学院大学(中国科学院微小卫星创新研究院), 2023.

NING Y K. Fault-tolerant design of COTS-based multi-processor

arbitration for on-board computer[D]. Shanghai: Shanghai Engineering Center for Microsatellites, Chinese Academy of Sciences, 2023.

[20] 蒲卫华, 谢成清, 姜文志, 等. COTS 星载计算机容错设计及可

靠性研究[J]. 空间控制技术与应用, 2020, 46(3): 72-77.

PU W H, XIE C Q, JIANG W Z, et al. Fault-tolerant design and

spatial application reliability of COTS on-board computer[J]. Aerospace Control and Application, 2020, 46(3): 72-77.

[21] 郭晋炜. IP 网络损伤仪研究[J]. 电脑开发与应用, 2009, 22(2):

70-72.

GUO J W. Research of IP network impairment emulator[J]. Computer Development & Applications, 2009, 22(2): 70-72.

[22] 张潇男, 张轩. 基于 Raspberry Pi 的网络损伤仿真仪设计[J]. 计

算机与网络, 2021, 47(10): 59-61.

ZHANG X N, ZHANG X. Design on network damage simulator based

on raspberry Pi[J]. Computer & Network, 2021, 47(10): 59-61.

[23] 吴逸文, 张洋, 王涛, 等. 从 Docker 容器看容器技术的发展: 一

种系统文献综述的视角[J]. 软件学报, 2023, 34(12): 5527-5551.

WU Y W, ZHANG Y, WANG T, et al. Looking at the development

of container technology from Docker container: a perspective of

systematic literature review[J]. Journal of Software, 2023, 34(12):

5527-5551.

[24] 王仪. 基于 Kubernetes 的容器云平台资源调度策略研究[D]. 西

安: 西安理工大学, 2021.

WANG Y. Research on resource scheduling strategy of container

cloud platform based on kubernetes[D]. Xi'an: Xi'an University of

Technology, 2021.

[25] 黄倩, 黄蓉, 王友祥, 等. 开源边缘计算平台研究分析[J]. 邮电

设计技术, 2021(10): 88-92.

HUANG Q, HUANG R, WANG Y X, et al. Research and analysis

of open source edge computing platform[J]. Designing Techniques

of Posts and Telecommunications, 2021(10): 88-92.

[26] 龚正, 吴治辉, 闫健勇. Kubernetes 权威指南: 从 Docker 到

Kubernetes 实践全接触[M]. 北京: 电子工业出版社, 2021.

GONG Z, WU Z H, YAN J Y. An authoritative guide to Kubernetes: from

Docker to Kubernetes[M]. Beijing: Electronic Industry Press, 2021.

[27] 赵航, 刘胜, 罗坤, 等. 面向 KubeEdge 边缘计算系统应用研究

[J]. 智能科学与技术学报, 2022, 4(1): 118-128.

ZHAO H, LIU S, LUO K, et al. Research on application of edge

computing system based on KubeEdge[J]. Chinese Journal of Intelligent Science and Technology, 2022, 4(1): 118-128.

[28] 刘忠. 基于 K3S 构建面向云原生应用的容器平台设计与实践[J].

现代信息科技, 2021, 5(12): 22-25.

LIU Z. Design and practice of cloud native application container

platform based on K3S[J]. Modern Information Technology, 2021,

5(12): 22-25.

[29] 杨秋霞, 赵斌, 栗霖, 等. 云原生边缘计算产品与项目分析[J].

信息通信技术, 2021, 15(4): 71-78.

YANG Q X, ZHAO B, LI L, et al. Analysis of cloud native based

edge computing products and projects[J]. Information and Communications Technologies, 2021, 15(4): 71-78.

第 1 期 陶滢等：服务天基感知业务的卫星互联网模拟验证系统设计与分析 ·59·

陶滢（1974− ），女，博士，研究员，主要研

究方向为卫星通信、天基信息网络等。

刘伟（1994− ），男，博士，高级工程师，主

要研究方向为卫星通信。

张磊（1987− ），男，硕士，高级工程师，主

要研究方向为卫星通信。

高梓贺（1983− ），男，博士，研究员，主要

研究方向为卫星通信、天基信息网络等。

周钠（1972− ），女，硕士，研究员，主要研

究方向为卫星通信等。

[30] 陶滢, 刘伟, 高梓贺, 等. 天地一体化信息网络中星载边缘计算

应用与挑战[J]. 无线电通信技术, 2022, 48(5): 763-772.

TAO Y, LIU W, GAO Z H, et al. Application and technical challenges of onboard edge computing in space-terrestrial integrated

information network[J]. Radio Communications Technology, 2022,

48(5): 763-772.

[作者简介]

2024 年 3 月 Space-Integrated-Ground Information Networks March 2024

第 5 卷第 1 期 天 地 一 体 化 信 息 网 络 Vol.5 No.1

低轨卫星多星协同及星地协同遥通算一体化技术

蒋忠元 1

，王 森 1

，王启舟 2

，曹相湧 2

，侯兴松 2

，雷 磊 2

，孙冬伟 2

，李兴华 1

，马建峰 1

（1. 西安电子科技大学网络与信息安全学院，陕西 西安 710071；

2. 西安交通大学电信学部，陕西 西安 710049）

摘 要：首先，系统分析卫星遥感、通信及计算系统现状，深入剖析传统卫星遥感系统和卫星遥感通信融合系统架构存在的实

时遥感困境；其次，提出一种多星协同、星地协同的卫星遥通算一体化体系架构，详细定义架构的关键组成和工作原理与模式；

再次，系统论证一体化架构的先进性及关键技术的可行性；最后，阐述基于该体系架构的仿真分析方法，与传统模式相比，该

体系架构可完成分钟级遥感任务，时效性强，潜在应用价值高。

关键词：遥通算一体化；多星协同；星地协同

中图分类号：TP393

文献标识码：A

doi: 10.11959/j.issn.2096−8930.2024007

LEO Multi-Satellite Coordination and Satellite-Ground

Coordination Remote Sensing Communication and

Computation Integration Technology

JIANG Zhongyuan1

, WANG Sen1

, WANG Qizhou2

, CAO Xiangyong2

, HOU Xingsong2

,

LEI Lei2

, SUN Dongwei2

, LI Xinghua1

, MA Jianfeng1

1. School of Cyber Engineering, Xidian University, Xi'an 710071, China

2. School of Electronic and Information, Xi'an Jiaotong University, Xi'an 710049, China

Abstract: Firstly, the current situation of satellite remote sensing, communication, and computing systems was systematically analyzed,

and the real-time remote sensing dilemma existing in the traditional satellite remote sensing systems and the satellite remote sensing

communication integrated system architecture was deeply analyzed. Secondly, a multi-satellite and satellite-ground coordination integrated system architecture for satellite remote sensing, communication, and computation was put forward, and the key components and

the working theories modes of the architecture were introduced in detail. Thirdly, the advantages of this architecture were demonstrated

and the feasibility of key technologies was systematically clarified. Finally, the simulation and analysis method based on this architecture, which could reach minute-level remote sensing tasks with high timeliness and high potential application value compared with the

traditional mode, was elaborated.

Keywords: remote sensing, communication, and computation integration, multi-satellite coordination, satellite-ground coordination

0 引言

随着空间技术的飞速发展及广泛应用，布局低轨遥感

卫星系统已成为我国从航天大国迈向航天强国的必经之

路[1-2]。低轨遥感卫星系统搭载高分辨率相机等多种遥感

业务载荷，接收并分析地球目标发射的电磁波信号，凭

借全球全天候观测能力，精确监测地面目标的物理特性

及变化规律。作为获取近地空间信息的重要手段，低轨

遥感卫星系统不仅是遥感技术与产业发展的趋势所在，

也是多个国家的战略规划焦点。自 20 世纪 70 年代美国

收稿日期：2023−10−18；修回日期：2024−01−30

通信作者：蒋忠元，zyjiang@xidian.edu.cn

基金项目：国家自然科学基金资助项目（No.61502375, No.62076191）；陕西省重点研发计划资助项目（No.2023-YBGY-270）

Foundation Items: The National Natural Science Foundation of China (No.61502375, No.62076191), Key Research and Development Program of Shaanxi (No.2023-YBGY-270)

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·61·

发射首颗商业遥感卫星以来，各国纷纷制定相关政策和

计划，凸显了低轨遥感卫星系统的重要性。我国高度重

视该系统的技术和产业发展，国家减灾委员会已印发

《“十四五”国家综合防灾减灾规划》等文件，明确提出

构建应急卫星星座系统，发展高光谱遥感等先进技术以

加强其综合应用。

近年来，随着遥感卫星传感器技术的持续提升及图

像分辨率的提高，高分遥感业务需求迅猛增长，遥感数

据量呈指数级增长[3]，尤其在抢险救灾等应急情境中，

遥感卫星系统亟须在数分钟内实现实时数据的采集与快

速响应，以应对实时遥感需求。因此，遥感卫星系统不

仅须拥有高精度的数据感知能力，还要构建高效海量应

急遥感数据传输与处理基础设施，以保障数据能在最短

时间内被采集、传输并处理，进而实现遥感数据的“即

感即传”遥感愿景。

传统遥感模式在感知、传输及处理环节存在孤立现

象，信关站全球布局受限，以及“先上注，后处理”遥

感模式等困境[4]，导致传统遥感业务的处理链路烦琐且

效率低下，响应时延无法满足现代遥感需求。相较于美

国应急遥感系统仅需 12 min 即可完成响应，我国现有遥

感系统对境外应急遥感响应的时间高达 2 030 h[5]，亟须

遥感破局。

为克服传统遥感卫星的局限，研究人员正探索遥感与

卫星通信的深入融合，依赖全球低轨卫星通信，集成遥感

和通信资源，以此构建卫星遥通融合体系[5-6]。具体而言，

遥感卫星在此体系中充当感知节点，通过接入卫星通信网

络，迅速转发遥感指令和数据，使遥感操作摆脱全球地面

站布局限制，实现“随时随地”遥感任务执行，有效地提

高了响应效率。

尽管卫星遥通融合体系有效地促进了遥感系统的发

展，但其冗长的“后处理”方式[7]未能充分应对海量遥感

数据产生的压力，尤其是考虑到海量遥感数据冲击对星载

设备性能、星间以及星地链路带宽所构成的挑战。为此，

亟须进一步实现多星及星地间遥感、通信和计算系统资

源的高度整合、互馈增强，以实现多星协同、星地协同

遥通算一体化系统。该系统将充分利用多星协同及星地

协同的遥感、通信和计算资源，获取更全面的先验情报，

并拓展遥感作业范围，以适应超低时延、极高可靠性、

高速传输、广泛目标覆盖以及精准定位等方面的遥感需

求，最终实现“分钟级”实时遥感。此外，根据《国家

民用空间基础设施中长期发展规划（2015－2025 年）》

的相关指导，我国正积极推动实现一星多功能、多星网

络化、网络间协同作业以及数据整合处理的空间基础设

施建设。

1 国内外卫星遥感、通信及计算系统发展现状

1.1 国内外卫星遥感系统发展现状

全球卫星遥感系统的发展[8]日新月异，其种类及应用

范围不断扩大。例如，美国的 Landsat、法国的 SPOT 以及

我国的高分系列等，代表国际遥感卫星技术的先进水平，

具备海量高分遥感数据获取能力。具体数据见表 1。

1.2 国内外卫星通信系统发展现状

低轨巨型通信星座[9]已成为卫星通信系统发展的主

流，如国外的 Starlink、OneWeb 等系统，以及国内的鸿雁、

银河 Galaxy、GW 星座等项目。此类低轨巨型通信卫星星

座旨在利用数百至数千颗小型通信卫星，为全球提供高速

互联网接入服务。相关数据见表 2。

1.3 国内外卫星计算系统发展现状

随着卫星计算技术[10]的不断进步，卫星计算模式正在

发生转变。传统的后地面网络计算模式正在向单星在轨计

算模式转变，最终将向智能化边缘多星在轨计算模式发展，

该转变将进一步提高遥感数据的实时获取和处理能力。后

地面网络计算、单星在轨计算和边缘多星在轨计算 3 种模

式的特性对比见表 3。

表 1 国内外代表性在轨遥感卫星相关数据

卫星名称 卫星载荷类型 分辨率/m 所属国家

WorldView-4 光学 0.31（全色）、1.24（多光谱） 美国

Capella-3 合成孔径雷达 0.5 美国

SPOT-7 光学 1.5（光学）、6（多光谱） 法国

ALOS-2 合成孔径雷达 1（全色）、3（多光谱） 日本

高分多模卫星 高分辨率相机、大气同步校正仪 0.5（全色）、2（多光谱） 中国

吉林一号高分 03 星 光学 亚米级（全色）、小于 4（多光谱） 中国

·62· 天地一体化信息网络 第 5 卷

2 低轨卫星遥通算一体化网络架构

2.1 传统遥感卫星体系架构

如图 1 所示，传统遥感卫星体系架构主要由遥感卫星

平台、星地链路以及地面网络系统 3 部分构成。首先，遥

感卫星平台执行近地观测任务，并通过星地链路传输数据。

低轨遥感卫星具有高重访频率、短周期、低发射及维护成

本、小数据传输时延等优势，此类卫星通常装备有光学和

雷达传感器载荷，其分辨率直接影响成像质量和覆盖范围。

例如，我国高分多模遥感卫星能达到 0.5 m 的全色空间分

辨率，展现出高质量的遥感数据成像能力。其次，星地链

路包括遥测控制的上行链路和遥感数据的下行数据传输链

路。目前，我国在部分地面站配备了 4×1.5 Gbit/s 的 Ka 频

段高速数据传输链路[11]，实现了遥感数据的快速回传。由

于频段资源稀缺，此技术尚未得到广泛应用。最后，地面

网络系统由信关站、测控系统、运控系统和数据计算中心

组成。信关站负责卫星通信，接收和发送遥感数据及测控

指令，同时承担卫星导航和在轨测试任务。随着业务需求

表 2 国内外代表性低轨巨型通信星座计划相关数据

星座名称 轨道高度/km 卫星数量/颗 所属国家

Starlink-Gen2 340 5 280 美国

OneWeb 1 200 648 美国

Kuiper Shell-1/2/3 630/610/590 1 156/1 296/784 美国

三星 1 400 4 600 韩国

KLEO 600 624 德国

鸿雁星座 1 100 300 中国

银河 Galaxy 500 2 800 中国

GW-A59 590、600、508 480、2 000、3 600 中国

GW-2 1 145、1 145、1 145、1 145 1 728、1 728、1 728、1 728 中国

表 3 计算系统计算特性对比

计算方式 数据端的距离 计算能力 实时性 是否节省带宽 多星分布式

计算能力

星地协同分

级计算能力 计算卫星星座规模 遥感时效性需求

后地面网络计算 远 强 低 否 不具备 不具备 无 仅适用于常态化遥感业务

单星在轨计算 近 较弱 低 是 不具备 不具备 单星计算（扩展性差） 仅适用于常态化遥感业务

边缘多星

在轨计算 近 较强 高 是 具备 具备 多星可扩展分布式计算

（巨型星座） 适用于应急及常态化遥感业务

图 1 传统遥感卫星体系架构

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·63·

的增长，全球各国正在加速遥感卫星地面站的建设，以提升

服务的可靠性。我国目前已初步建成了一个覆盖全国的测控

通信和数据中继地面站网络。测控系统[12]主要负责卫星的定

轨遥控和测控指令的管理，运控系统统筹规划卫星与地面

资源，接收遥感任务需求。数据计算中心对原始遥感数据

进行处理，生成符合用户需求的定制化遥感产品。

遥感任务通常涉及多个协同作业平台，其完整的作业

流程包括：地面信关站依据测控指令向遥感卫星系统发布

作业指令；遥感卫星系统负责遥感数据的采集工作；该系

统随后对星载数据进行初步处理，生成预处理遥感数据；

此类预处理遥感数据经星地链路传输至地面信关站；地面

信关站进一步将上述预处理遥感数据转送至数据计算中心；

数据计算中心处理生成最终遥感产品，并转发给遥感用户。

随着遥感技术需求的迅速增长和空间技术的持续进

步，特别是小型低轨遥感卫星的投入使用以及图像分辨率

与观测范围的持续提升，遥感数据量急剧增加，呈现出爆

炸式增长的特点，遥感任务时效性受到巨大挑战。

图 2 展示了传统遥感卫星系统遵循的“先上注，后处

理”遥感任务处理流程。该流程从任务规划到遥感产品生

成可能耗时数天至数周[13]。首先，地面控制中心需提前 4

至 5 天上传任务计划至卫星，以保障任务顺利进行。其次，

遥感卫星经过目标区域时，利用光学和合成孔径雷达

（Synthetic Aperture Radar，SAR）等载荷采集原始数据，

单次数据量可达太字节级。然而，受限于卫星的计算和存

储资源，往往仅能压缩数据至吉字节级的预处理遥感数据。

此类预处理遥感数据通常经过带宽受限的X频段星地链路

回传至地面信关站，并由信关站转发至数据计算中心进一

步处理，最终生成遥感产品以供用户使用。

综上所述，尽管现有的卫星遥感技术已经达到了厘米

级的空间分辨率[14]，具备了广泛的高质量观测能力，然而

其时间分辨率仍以天或周为单位，难以满足实时遥感的需

求。随着各类应急遥感业务逐渐常态化，卫星遥感系统在

响应时间方面的不足日益凸显。

2.2 遥通融合卫星体系架构

如图 3 所示，为了克服传统遥感卫星系统在时效性方

面的不足，国内外研究机构提出了遥通融合卫星体系架构。

该体系架构的核心思想在于将遥感卫星网络作为遥感数据

感知节点，无缝接入全天候、全球无死角覆盖的通信卫星

网络。通信卫星网络则作为遥感卫星网络的高速中继“信

息干线”，实现多源遥感数据的快速集成与分发，从而突

破传统遥感卫星系统重访时间长和区域覆盖范围有限的限

制。同时，星间链路可以进一步加速遥感数据的传输和处

理流程，缩短遥感响应周期。相较于传统遥感卫星系统，

遥通融合卫星系统既不需要增加系统重复建设和维护成

本，又能提高信息化应用的效率，增强遥感时效性。

尽管遥通融合卫星系统在提高时效性方面已取得一定

进展，但处理遥感数据时，仍然依赖于“后处理”模式，

增加了处理环节和时间，如图 4 所示。此外，系统未能充

分考虑到在处理海量遥感数据时，受限于星载计算能力、

星间以及星地通信链路带宽的挑战，仍难以实现“即感即

传”的遥感愿景。

2.3 当前遥感系统协同困境

如图 5 所示，现有的卫星遥感系统在实时遥感的实施

上遭遇关键性的挑战，主要表现在未能充分发挥遥感（感

知）、通信和计算资源的多星与星地协同优势，存在如下

所述的协同困境。

图 2 传统遥感卫星系统遵循的“先上注，后处理”遥感任务处理流程

·64· 天地一体化信息网络 第 5 卷

第一，计算卫星星座部署不足[15]，严重依赖于地面网

络进行后期数据处理。这不仅增加了星间与星地链路的带

宽负担，也导致处理链路复杂、响应时延显著增加。因此，

提升卫星星座的计算部署能力显得尤为重要。尽管太空环

境和载荷限制了卫星的处理能力，但边缘计算的引入预示

着这种局面的改变。通过将计算资源前置至网络边缘，减

少了系统对中心带宽的依赖，并简化了处理链路，从而显

著提高了遥感数据的响应效率，是实现实时、高效空间信

图 3 遥通融合卫星体系架构

图 4 遥通融合卫星体系架构“后处理”遥感任务处理流程

图 5 当前遥感系统协同困境

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·65·

息网络的关键技术之一。边缘计算卫星在处理和应用海量

空间信息方面展现出较大潜力，预示着在遥感领域的广阔

应用前景。

第二，当前卫星星座在实现多星协同[16]方面仍存在一

定的短板，限制了遥感任务分工优化潜力。目前，卫星遥

感系统尚未充分挖掘和利用星间链路实现多星协同的潜

力。特别是在传统的遥感卫星系统中，通信载荷技术的应

用限制，使多星协同不具备前置通信条件。随着航天工业

技术的发展，现有的卫星星座已经具备集成通信模块的能

力，能够实现高速星间链路互联。在此基础上，星座中的

卫星群可以围绕共同的任务目标进行有效协作，传统单星

独立作业模式向多星协同作业模式的转变，将为遥感系统

整体处理性能带来质的提升。

第三，星地协同不足[17]导致星地资源未得到最大化利

用。目前，卫星遥感系统与地面资源间协同上的断层，造

成了资源独立运作而未能实现高效协同，进而导致遥感、

通信及计算资源利用的不均衡，从而减缩了任务处理的综

合效能。随着通信技术的持续发展，构建星地高速传输链

路已成为现实。通过星地高速传输链路，能够建立多维度

的数据处理体系，实现星地遥感、通信和计算资源的实时

协同最大化利用，实现资源的均衡配置与优化输出，进一

步提高遥感时效性。

第四，当前遥感、通信和计算三大子系统间的协同作

用不足[18]，导致它们之间的相互依赖和增效机制未能得到

充分发挥。例如，遥感所要求的数据量和快速响应能力制

约了通信子系统的带宽和传输速率；通信链路的质量则直

接关系到遥感数据的观测覆盖面和处理速度；同时，计算

子系统的处理能力也必须与遥感和通信的需求相匹配。针

对上述子系统间的困境，亟须在宏观层面设计一套综合性

的遥感、通信和计算卫星子系统立体协同体系架构，实现

三者的相互制约、相互反馈和相互促进，提升遥感数据获

取与应用的整体效能。

综合前述分析，当前遥感系统的任务处理链条冗余、

资源分配孤立、缺乏模块间协同利用资源的设计思路，导

致端到端遥感任务效率低下。为此，需在系统架构层面，

构建多星协同、星地协同的遥通算一体化体系架构，最大

化利用整个遥通算子系统资源，实现实时遥感战略需求。

2.4 多星协同、星地协同遥通算一体化体系架构

鉴于现有遥感卫星体系遥感响应缓慢的困境，本文构

建了多星协同、星地协同遥通算一体化体系架构，如图 6

所示。所提出的架构在纵向上划分为遥通算子系统、多星

协同以及星地协同；在横向上实现了遥通算子系统联动协

同，互馈增强，最终实现“即感即传”遥感愿景。

（1）多星协同与星地协同遥感

（a）多星协同遥感。多星协同遥感技术极大地增强了

特定区域内目标的检测与监测精度。随着卫星制造技术突

图 6 多星协同、星地协同遥通算一体化体系架构

·66· 天地一体化信息网络 第 5 卷

破，遥感卫星星座已能整合通信载荷，进而演化为遥通融

合卫星星座。在此星座架构下，各卫星可依据轨道位置，

配备光学载荷、SAR 等多样化遥感设备，执行对地表多目

标的立体式多角度监测。相较于传统单星遥感系统，可获

取更全面的多源数据，提升遥感感兴趣区域关键信息的探

测及提取精确度。例如，多角度遥感数据有助于三维重建，

从而增强目标识别准确性。

（b）星地协同遥感。随着地面传感平台技术的发展，

地基站点可实施与卫星的联合遥感作业。地面传感网络能

整合高性能传感器，如高清晰度摄影机、测高雷达等，实

现实时遥感数据获报，有效弥补卫星广域监测的局限。对

比使用单独的卫星星座或地面网络，星地协同遥感方式能

实施广域全覆盖遥感数据感知，其中卫星星座负责提供广

阔的覆盖范围及稳定的监测能力，而地面网络则增强了局

部细节的捕捉及快速反应。

总的来说，多星协同与星地协同遥感方案可有效提高

地表目标的精准探测与变化监测效能，特别适用于对重要

基础设施、自然灾害等关键区域的实时精确遥感需求。

（2）多星协同、星地协同通信

（a）多星协同通信。近年来，随着巨型通信卫星星座

技术的快速发展，已可构建具有全球无死角覆盖的低时延

及高容量的卫星通信星座网络。通过部署数千颗密集的通

信卫星，部署动态多星多径网络切片，实现遥感业务流的

动态调度与流量控制，以满足服务质量（Quality of Service，

QoS）多样化的遥感任务需求。尤其是面对应急遥感任务，

系统能够优先分配必要的星间通信资源，确保遥感信息的

实时获取与处理。相较于单星系统，此星座架构提高了带

宽和通信可靠性，提升了应急遥感任务时效性。

（b）星地协同通信。与此同时，利用地面站独特的广

覆盖优势，有效支持常态化遥感数据传输，有助于减轻卫

星系统的负载。具体来说，地面网络可以为非应急常态数

据流设置较低的传输优先级，容许一定的时延，同时利用

其高并发传输的经济性。

综上所述，卫星与地面网络双层协同后，可根据数据

的重要性智能调度业务流量，在确保关键应急响应实时性

的同时，也提升了资源利用的效率，为 QoS 多样化的遥感

任务提供了高可靠、低时延的端到端通信传输解决方案。

（3）多星协同、星地协同计算

（a）多星协同计算。卫星星座内嵌边缘计算单元，赋

予其在轨实时处理能力，构成边缘通算卫星星座。该星座

可实现协同作业，完成遥感数据目标识别、变化检测等遥

感任务。相较于单星作业，多星分布式协同作业优势明显，

能够最大化利用有限的卫星算力以及太阳能储能资源，实

现高效遥感任务处理。例如，面向计算复杂度低的遥感任

务，边缘通算卫星星座利用多星分布式协同处理，可高效

快速生成遥感情报产品，并直接转发给遥感用户，大幅提

高遥感处理时效性。

（b）星地协同计算。针对高计算复杂度遥感任务，边

缘通算卫星星座与数据计算中心进行星地分级协同，星座

负责初级数据处理，如数据标注、特征提取等，随后将初

步成果传送至数据计算中心，以进一步执行模型迭代、深

度分析，完成最终遥感产品并分发给用户。

综合考虑，多星协同计算及星地协同计算优化了任务

复杂度与计算资源的适配性，提高了遥感产品的数据处理

时效性。

（4）遥通算深度横向协同

在遥通信算一体化系统中，卫星遥感、通信、计算三

大子系统之间，存在着深度的相互制约与协同作用。首先，

遥感任务对数据处理的效率及时效性要求，决定了通信子

系统的数据压缩率与带宽参数；通信子系统提供的带宽资

源，也直接影响了遥感数据采集后的处理速度。其次，通

信子系统的带宽供应能力与遥感任务的时效性要求，共同

作用于计算平台的处理负荷及能源消耗策略的制定；计算

子系统的性能与效能，亦对通信子系统的数据压缩率和遥

感子系统的实时响应能力产生制约。此外，计算子系统的

能源配置与热控策略，将对遥感子系统的连续作业和任务

规划产生重要影响。因此，上述三大子系统的相互作用及

深度协同能最大化提升整体系统资源效能，完成“实时感

知-传输-处理”遥通算一体化的遥感目标。

多星协同、星地协同遥通算一体化体系架构通过实现

上述 4 个关键深度协同优化流程，确保了端到端遥感信息

处理的高效性。如图 7 所示，在遥感数据获取环节，各卫

星星座根据各自的轨道位置配置适当的载荷，协同获取并

共享多源立体观测数据，提升了对地面目标信息的检测与

提取精度。同时，地面传感网络精确捕捉目标区域的局部

细节，实现与卫星观测数据的无缝立体协作。在数据传输

环节，卫星星座构建的高密度低时延通信网络对应急遥感

数据提供优先级高的实时传输；地面站负责常态化遥感数

据的广域收集，实现与卫星网络的资源协同。针对遥感数

据计算环节，星座内的边缘计算功能支持分布式多星星载

处理和星地分级处理，实现任务复杂度与计算资源适配，

以增强遥感产品的处理时效性。遥通算三大子系统的紧密

协同与相互制约，构建了高效的端到端处理链，大幅缩短

了遥感产品生成周期。

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·67·

2.5 “即感即传”卫星系统架构特性比较

在推进“即感即传”理念的卫星系统架构研究中，美

国太空探索技术公司（SpaceX）提出的星盾（Starshield）[19]

计划及遥通算融合星座系统，为当前两种主流的系统架构

方案。其中，星盾计划继承并扩展了 Starlink 项目的基础，

旨在构建一个全球覆盖、多功能集成的遥感和加密通信模

块化服务平台。遥通算融合星座呈现了其在单一卫星平台

上集成通信、感知和计算功能的能力，实现任务载荷的高

效并行处理。两者的核心追求皆是增进遥感数据的实时处

理及传输效能。

（1）工程可行性对比

星盾计划、遥通算融合星座以及多星协同、星地协

同遥通算一体化体系，在工程可行性方面的差异见表 4。

星盾计划在安全通信与精确地球观测领域，展示了其良

好的性能。然而，系统架构的定制需求，限制了其遥感

应用的广泛性及扩展性。此外，该计划主要强调数据传

输的安全，可能会制约系统在广泛的遥感和数据处理任

务中的灵活性及可伸缩性。遥通算融合星座在单星中集

成了通信、感知和计算等多种载荷，但在协调遥通算功

能特别是在保证数据处理的高吞吐量和强计算需求之间

的平衡时，面临巨大挑战，可能对系统的整体性能和响

应速度产生负面影响。此外，受限于当前航天工业发展

状况，该架构难以兼容现有卫星星座。相反，本文所提

出的体系架构强调多维协作，即通过多星协同及星地协

图 7 遥通算一体化体系架构“多星协同、星地协同”遥感任务处理流程

表 4 星盾计划、遥通算融合星座以及多星协同、星地协同遥通算一体化体系的工程可行性对比

方案 工程技术创新 可扩展性 遥感数据处理效率

星盾计划 基于“星链”的遥通一体化系统 专注国防遥感，广泛遥感应用受限 地面网络后计算，链路冗余

遥通算融合星座 遥通算载荷单星集成 系统扩展性和稳定性风险高 遥通算数据融合处理，复杂性高

多星协同、星地协同遥通算

一体化体系 多星、星地遥通算多维一体化协同 现有基础设施兼容性高，确保可靠性和冗余性 遥通算星座、地面网络多维资源协同，

遥感时效性高

·68· 天地一体化信息网络 第 5 卷

同，最大化利用并兼容现有系统资源，助力实时遥感。

综合而言，多星协同、星地协同遥通算一体化体系

在系统的可扩展性、整体化设计和数据处理效率方面，

提供了创新的策略。

（2）经济成本效益对比

表 5 分析了星盾计划、遥通算融合星座以及多星协

同、星地协同遥通算一体化体系，在经济成本效益方面

的优势及限制。星盾计划高度依赖专用网络，研发及运

维成本相对较高。遥通算融合星座致力于在单个卫星平

台中融合多种有效载荷，面临的是现有航天工业技术水

平的制约，不仅需要高昂的研发支出，而且其与现行卫

星星座网络的兼容性受到制约。多星协同、星地协同遥

通算一体化体系最大限度地利用现有的天基和地面网

络资源，实现成本的有效控制，同时增强了相关技术与

现行卫星星座架构的兼容性。

综上所述，尽管星盾计划与遥通算融合星座具备各自

的创新性和专有价值，但本文所提体系架构能够最大化利

用现有基础结构的整合优势，形成了一个经济高效、扩展

性良好的解决方案。

3 关键技术及挑战

3.1 高度拓扑变化下端对端智能弹性通信卫星网络切片

部署技术

与资源充沛且结构稳定的地面网络切片相比，卫星

网络切片面临着在应急情况下处理海量遥感数据流、常

态化遥感数据流以及与互联网数据流竞争的需求，并且

还必须适应卫星星座网络频繁变化拓扑的挑战，因此，

在核心技术层面上实现突破刻不容缓。具体而言，首先，

需开发适应高度动态拓扑变更的弹性通信网络切片拓

扑计算方法；其次，需实现具有服务质量差异化的遥感

业务动态化，并确保切片部署工作的确定性。解决这两

个关键技术问题将促进建立一个既能够满足 QoS 需求

差异化，又具有服务确定性和自动化能力的卫星网络切

片体系。

（1）高度拓扑变化弹性通信卫星网络切片拓扑计算

方法

针对低轨卫星网络拓扑结构持续动态变化的特性，

同时考虑到卫星数量显著增加导致的拓扑变化频率增

加，网络管理的复杂性及成本也相应升高。现行的管理

策略包括虚拟拓扑法及虚拟节点法。虚拟拓扑法是基于

星座拓扑周期性的假设，将时间离散化，并认定拓扑只

在时间片交界时变化，在时间片内维持不变。虚拟节点

法通过划分小区域即虚拟节点，并为每个节点分配逻辑

地址，此地址与相应卫星相映射，并实现共享。然而，

面对用户规模的增长和低轨卫星过顶时间的短暂性，传

统拓扑快照法导致的存储资源消耗问题变得尤为突出。

因此，研发针对大型卫星星座网络的高效率动态网络切

片拓扑计算方法成为当务之急。通信卫星网络切片拓扑

计算方法对比见表 6。

（2）QoS 差异化遥感业务动态确定性切片部署方案

通信卫星网络在满足多样化 QoS 需求方面，尤其针对

应急遥感、常态化遥感服务及卫星互联网综合数据流管理

方面，面临重大资源配置挑战。例如，应急遥感业务因其

高带宽和低时延的 QoS 需求具备通信资源优先权；常态化

遥感更着重服务的持续性，以保障长期通信需求的连续性。

同时，卫星互联网的数据流亦竞争有限的通信资源。因此，

定制化和动态重构的卫星通信网络服务资源方案是克服上

述挑战的关键。此技术将不同级别 QoS 的遥感业务需求映

射至合适的通信资源和网络功能中，构筑可动态调节的网

络切片以适应服务需求变化或卫星网络状态变动，实现应

表 5 星盾计划、遥通算融合星座以及多星协同、星地协同遥通算一体化体系经济成本效益对比

方案 开发维护成本 长期经济可行性 整体经济成本效益

星盾计划 高，遥感专网 有限，长期遥感专网维护支出 适中

遥通算融合星座 高，单星遥通算多载荷集成，受限于现有航天

工业技术 有限，高昂的遥通算载荷集成研发成本 低

多星协同、星地协同遥通算一体化体系 低，基于现有的通用天基、地面网络资源 高，较低的构建成本及现有资源的最大化利用 高

表 6 通信卫星网络切片拓扑计算方法对比

方案 核心理念 路由稳定性 路由灵活性 计算复杂度 存储需求

虚拟拓扑法[20] 拓扑时间片 高 差 中等 高

虚拟节点法[21] 动态描点 中等 高 高 低

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·69·

急及常态化遥感服务间的理想平衡。该映射过程依靠网络

功能虚拟化[22]（Network Function Virtualization，NFV）以

及软件定义网络[23]（Software Defined Network, SDN），两

者是构成卫星网络切片服务可靠性的基础。NFV 技术使

网络功能的虚拟化成为可能，并显著提升卫星网络服务

的重构速度；SDN 技术提供网络资源的灵活控制，实现

资源动态分配并优化数据传输路径，满足遥感任务的即

时需求。基于 NFV/SDN 的通信卫星网络切片部署方案

对比见表 7。

表 7 基于 NFV/SDN 的通信卫星网络切片部署方案对比

方案 核心理念 灵活性 可伸缩性 效率 安全性

NFV[22] 网络功能虚拟化 中等 高 高 高

SDN[23] 集中式网络控制及可编程 高 中等 中等 高

3.2 星载遥感数据压缩编码方案

在遥感领域，处理及有效传输大量遥感数据成为重

要难题[24-28]，特别是在星载遥感数据的收集与传输过程

中，面对带宽受限的星间和星地链路，迫切需要高效率

的数据压缩技术。考虑到卫星的计算能力和能量供给均

有限，加之卫星网络环境的特殊性，数据在传输过程中

可能发生丢失，导致信息不完整。因此，研制轻量化、

高效的星载遥感数据压缩编码技术，变得尤为迫切。

高效的星载遥感数据压缩编码方案应满足两个基本要

求：第一，在编码阶段，应显著减少运算需求，以适

应资源受限的卫星工作环境；第二，方案需要保证即

使在数据丢失率较高的情况下，也能准确重建高质量

的遥感图像。当前流行的星载遥感数据压缩编码方案

对比见表 8。

3.3 星地协同大模型分割训练技术

在计算卫星网络中部署和执行人工智能大规模模型及

算法时，须慎重考量卫星计算/能源资源与运行效率之间的

权衡。一方面，若在卫星网络中直接执行庞大的人工智能

模型，可能因计算资源有限而导致效率降低；另一方面，

模型分割训练技术[29-31]提供了一个关键解决途径，它将模

型分解，将复杂的模型训练部分交由地面中心云处理，而

模型的其他组成部分在卫星系统中执行，从而提升资源效

率并减少响应时延。主流人工智能大模型分割训练技术性

能对比见表 9。

3.4 分布式多星协同及星地协同遥感任务卸载技术

在处理大规模且计算复杂度各异的遥感数据时，受限于

算力及能源资源的卫星星座往往需要实施任务卸载策略[32-33]，

构建分布式遥感数据的层次化处理架构。具体而言，任务

卸载策略主要分为两类：第一类，针对计算复杂度较低的

遥感任务，可采用多星协同分布式计算；第二类，针对计

算复杂度较高的遥感任务，通过星地协同计算将任务部分

或全部下放至地面云中心进行处理。然而，任务卸载性能

受到网络带宽、可用计算资源、数据处理量及功耗等多种

因素的影响。同时，高速移动的低轨卫星可能会引发星间

及星地链路通信频繁切换，可能中断计算卸载任务以及导

致数据丢失。因此，确保计算卸载的连续性和系统的容错

能力至关重要。为此，综合定量分析各遥感任务卸载因素，

制定高效遥感计算任务卸载决策具有重要的意义。主流分

布式多星协同及星地协同遥感任务卸载技术对比见表 10。

4 遥感时效性对比试验

本对比试验旨在验证多星协同、星地协同遥通算一体

表 8 当前流行的星载遥感数据压缩编码方案对比

方案 核心理念 压缩比 数据完整性 计算复杂性 压缩速度

无损压缩[24] 无损压缩原始数据 中等 高 高 中等

有损压缩[25] 丢失细节，适用于大型数据 高 中等 中等 高

转换编码[26] 将数据转换为不同的域，以实现有效压缩 高 高 高 中等

近乎无损压缩[27] 最小数据丢失可控，高效压缩且数据完整性高 中等 中等 中等 中等

矢量化[28] 将输入数据分类为一组有限的值，以减少数据量 高 高 高 中等

表 9 主流人工智能大模型分割训练技术性能对比

方案 核心理念 可扩展性 计算效率 数据吞吐量 灵活性

模型并行[29] 多个设备上拆分模型的层 高 中等 中等 中等

数据并行[30] 将数据分批次进行并行处理 中等 高 高 低

流水线并行[31] 对模型分段以进行数据流水线处理 高 高 高 中等

·70· 天地一体化信息网络 第 5 卷

化体系架构相较于传统遥感系统和遥通融合系统在遥感时

效性方面的独特优势。首先详细阐述了试验设计的技术路

线，包括遥感卫星平台、星间链路、星地链路、地面网络

配置及部署策略，遥感数据压缩编码与预处理算法，以及

遥感数据的处理方法。最终，在联合模拟仿真平台上，开

展了上述三个系统面对海量遥感数据的端到端处理效率及

时延等关键指标。

4.1 遥感卫星平台

遥感卫星平台的试验选用了高分一号卫星[34]。高分

一号卫星作为我国自主研制的高分辨率对地观测卫星，

配备了两台 2 m 分辨率的全色相机及 4 台 8 m 分辨率的

多光谱相机。相较于国际同类卫星，高分一号卫星融合

了高空间分辨率和高时间分辨率的优势，具备 4 天的短

重访周期。此项性能优势源自其高级光学传感器，尤其

是在 800 km 宽幅多光谱成像方面，明显超越国际同类

卫星。得益于该卫星的高精度观测能力，高分一号卫星

能在单次成像过程中覆盖逾百万平方千米，以 2 m 全色

和 8 m 多光谱的分辨率捕获地面目标，产生的原始图像

数据在数十 TB 量级。

4.2 星间链路部署

本试验部署了采用 Ka 频段的星间链路，并设定了

1 Gbit/s 的带宽。Ka 频段具有带宽资源丰富的优势，1 Gbit/s

的链路容量足以满足小型卫星间大量遥感数据的低时延传

输需求。Ka 频段相较于 S 频段，对气象条件的依赖性更低，

有助于确保链路稳定性和可靠性。

4.3 星地链路部署

本试验采用 X 频段进行星地链路的部署，配置带宽为

1 Gbit/s。X 频段以其充足的带宽资源为特征，1 Gbit/s 的

链路容量确保单颗遥感卫星与地面站之间海量原始数据能

够高效回传。相较于 Ka 频段，X 频段更适合执行长距离

的卫星通信任务。我国已建成若干个 X 频段高速卫星地面

站，成为实现高容量遥感数据回传的优选方案。

4.4 地面网络传输链路部署

试验中，地面数据传输链路的带宽定为 0.5 Gbit/s。

根据卫星地面信关站的实际链路部署，密云站至总部之

间的链路带宽可达 10 Gbit/s，喀什站至三亚站的带宽达到

622 Mbit/s，喀什站至昆明站为 200 Mbit/s，喀什站至北极站

则为 450 Mbit/s。由此可见，我国已初步构建了高速卫星

数据地面传输骨干网络，关键节点的带宽达到 Gbit/s 级别。

鉴于试验目的在于模拟极端条件下的大数据量传输，同时

须考量公网带宽资源的限制，因此地面数据传输链路的带

宽被设定为 0.5 Gbit/s。这一设置不仅能够满足海量数据高

速传输的试验要求，也与公网带宽的实际状况相符。这种

设计合理考量了试验的严格性与场景的实用性。

4.5 遥感数据压缩编码预处理算法

为压缩光学图像数据，试验采用了联合图像专家组无损

或近无损压缩标准（Joint Photographic Experts Group-Lossless

Standard, JPEG-LS）[35]。JPEG-LS 通过构建像素预测模型

来实现数据压缩，能够在不损失原始信息的前提下，获得较

高的压缩比。在实验过程中，对分块处理的图像分别进行

JPEG-LS 编码，此过程不需要额外训练，且具有较低的编码

复杂度。结果显示，JPEG-LS 能使图像数据的无损压缩比达

到 4:1，有效降低了后续处理过程中的存储与传输负担。

4.6 遥感产品计算方法

试验对比了两种计算负载分配方案以评估性能：首先，

传统的“后处理”计算模式应用于传统卫星遥感系统和卫

星遥通融合系统，即将预处理后的数据集中发送至地面数

据计算中心进行处理，这一过程存在计算链路的冗余问题；

其次，提出的遥通一体化系统采用多星协同与星地协同的

模式，该模式下构建了边缘通算的卫星星座，并与地面数

据计算中心联合工作，实现了多星协同和星地协同。对于

低复杂度的遥感分析任务，边缘星座可以直接在轨进行计

算并生成产品；对于高复杂度的遥感分析任务，边缘星座

可以先进行预处理和特征提炼，然后将中间结果发送至地

面云中心进行深度学习模型的训练，以最终形成产品。全

协同模式能够根据任务的复杂程度，灵活调配空间和地面

的计算资源，从而提高处理效率。

4.7 仿真遥感试验性能对比结果

本次试验将探索并比较传统卫星遥感系统的“先上注，

后处理”方法、卫星遥通融合系统的“后处理”方法以及

卫星遥通算一体化多星协同、星地协同系统在单次遥感任

务分配和时间分析上的性能，展示所提出的系统在实现分

钟级遥感时效性上的优势，以期为实现“即传即感”的遥

感愿景提供有力的支持。

表 10 主流分布式多星协同及星地协同遥感任务卸载技术对比

方案 主要应用 效率 时延 带宽使用 能源消耗

基于优先级的卸载[32] 基于数据优先级的卸载 高 高 中等 高

高效节能卸载[33] 基于能源可用性的卸载 中等 低 中等 低

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·71·

图 8 展示的是传统卫星遥感系统“先上注，后处理”

单次遥感任务流程及时间分析，此流程可能导致遥感时

效性不佳，遥感周期为数日乃至数周。在首个阶段，即

遥感指令的上注过程中，由于全球信关站的分布限制，

只能在卫星飞越国内信关站并位于其可视范围内时进行

指令传输，此等待过程可能持续多日。举例来说，针对

高分一号卫星的星载遥感数据预处理环节，在单次过顶

任务中，卫星可能会收集 80~320 GB 的原始数据。考虑

到所搭载的 BAE Systems RAD750 处理器（0.133 GHz）

的计算能力，以及应用的 JPEG-LS（压缩比为 4:1），卫

星能够在完成数据采集后有效地进行数据压缩工作，预

处理数据量为 20~80 GB，处理时间需要 10~40 min。卫

星的过顶重访周期及其时间配置同样受限于全球信关站

布局，即使预处理数据已经准备完毕，卫星仍需等待数

天，直至进入下一信关站的可视窗口以便回传数据。在

星地传输阶段，借助 Ka 频段最高 1 Gbit/s 的带宽资源，

即使处理 80 GB 的数据量，传输时间也不超过 11 min。

而在信关站传输阶段，即使带宽下降至 0.5 Gbit/s，将相

同数据量传至地面数据计算中心的时间也不会超过

22 min。地面数据处理环节中，鉴于地面数据计算中心

的高性能计算资源，处理数十 GB 的数据量，遥感产品

的生成和分发均能在极短时间内完成。总体来看，传统

的遥感系统在遥感时延方面可能需要数日至数周，这主

要是由于系统受信关站分布和卫星重访周期的限制，其

必须提前完成任务指令上注并等待数据的回传，同时还

要处理大量数据对于星载和星地通信链路的负载压力，

以及地面处理流程的效率问题。

如图 9 所示，遥通融合系统通过通信卫星星座实现对

全球地表的无死角覆盖，并采纳了“后处理”机制进行单

次遥感任务的分配以及时间效率分析，实现了小时级别的

遥感响应时间。相较于传统遥感系统，该系统的显著优势

为：首先，通信卫星星座在全球范围内迅速接收来自地面

站的遥感指令，由于指令数据量小且星间链路传输时延短，

因此能即时完成遥感指令的上注；其次，该系统在遥感数

据的初步处理和回传阶段无须等待卫星过顶，其数据可通

过星间链路直接传输至地面。除此之外，其他流程与传统

遥感系统相同。总体而言，遥通融合系统在处理单次遥感

任务时，克服了传统系统受信关站全球布局的限制，但在

处理大规模数据量及传输计算链路方面仍存在挑战，尽管

具有小时级响应时间，但对于分钟级遥感任务的响应速度

要求尚有差距。

如图 10 所示，卫星遥通算一体化的多星协同、星地协

同系统，有效地整合了星间及星地资源，明显削减了遥感

任务的响应时间，实现了分钟级别的遥感响应时间。该系

图 8 传统卫星遥感系统“先上注，后处理”单次遥感任务流程及时间分析

图 9 遥通融合系统“后处理”单次遥感任务流程及时间分析

·72· 天地一体化信息网络 第 5 卷

统与前文提及的其他两种遥感系统相比具有显著的区别。

首先，在遥感数据的预处理阶段，该系统利用遥感与通信

功能融合的卫星星座，完成了多星协同的星载遥感数据预

处理任务，将处理时间缩减为 2.5~10 min；其次，遥感数

据在经由通信卫星星座进行传输时，通信卫星星座实现了

高效的星间数据传输，进 一步缩 短传输时间为

0.66~2.64 min。此外，系统根据遥感任务的计算复杂度采

取了分级计算策略。对于高计算复杂度的遥感任务，系统

通过星地协同的分级计算，边缘通算卫星星座首先完成多

星协同的星载分布式 I 级结果计算，此阶段耗时为亚秒级。

随后，遥感数据通过多星和地面的并发传输方式及多信关

站并发传输，将整个传输时间控制在 8 min 左右。在 II 级

遥感产品的计算环节，数据传输至地面数据计算中心后，

快速完成计算处理，此环节亦为亚秒级。对于低计算复杂

度遥感任务，可通过星载系统直接协同计算并生成最终遥

感产品，耗时依旧保持在亚秒级，并直接向用户传输。因

此，遥通算一体化的多星协同、星地协同系统规避了过大

的数据流冲击，显著降低了处理时延，实现了遥感数据分

钟级的处理时效，构建了一条高效且连贯的端到端处理流

程。该体系展示了在实时遥感处理领域中的出色能力，并在

紧急观测、灾害监测等应急遥感场景中展现了潜在的应用价

值。卫星遥感系统遥感任务仿真结果特性对比见表 11。

图 10 卫星遥通算一体化多星协同、星地协同系统单次遥感任务流程及时间分析

表 11 卫星遥感系统遥感任务仿真结果特性对比

卫星遥感系统 遥感任务处理方式 特性 遥感时效性

传统卫星遥感系统 先上注，后处理 （1）地面信关站布局受限→先上注海量遥感数据冲击→星载性能受限、星地链路带宽受限；

（2）遥感数据传输处理链路冗余→后处理→处理时延长

差

（数日乃至数周）

遥通融合卫星系统 后处理 （1）海量遥感数据冲击→星载性能受限、星地链路带宽受限；

（2）遥感数据传输处理链路冗余→后处理→处理时延长 较差（小时级）

多星协同、星地协同遥

通算一体化卫星系统

多星协同、

星地协同

（1）纵向协同：多星协同、星地协同遥通算；

（2）横向协同：遥通算联动协同、互馈增强 优（分钟级）

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·73·

5 结束语

鉴于遥感业务的爆炸式增长以及应急遥感业务向

常态化发展的趋势，现有卫星遥感系统在时效性方面的

困境凸显，迫切需要新型的实时遥感系统架构。本文提

出了一个集卫星遥感、通信和计算于一体的系统架构，

实现了“多星协同、星地协同”的遥感任务模式，能够

有效满足“即时遥感、即时传输”的遥感需求。基于该

架构，本文与现行卫星遥感系统设计了一系列遥感任务

时效性对比试验，结果表明文本所提出的架构展现了较

好的实时遥感处理能力。

参考文献

[1] 王密, 仵倩玉, 肖晶, 等. 低轨巨型星座遥感信息“云-边-端”智

能服务关键技术[J]. 武汉大学学报(信息科学版), 2023, 48(8):

1256-1263.

WANG M, WU Q Y, XIAO J, et al. Key technologies on

“cloud-edge-end” collaborative intelligent service of low-orbit

giant constellation[J]. Geomatics and Information Science of Wuhan

University, 2023, 48(8): 1256-1263.

[2] 柯知非, 黄石生, 李玉良, 等. 低轨大型遥感星座发展现状及其

关键技术[J]. 航天返回与遥感, 2023, 44(1): 93-101.

KE Z F, HUANG S S, LI Y L, et al. Research on the development

status and key technologies of large LEO remote sensing constellations[J]. Spacecraft Recovery & Remote Sensing, 2023, 44(1):

93-101.

[3] CHI M M, PLAZA A, BENEDIKTSSON J A, et al. Big data for

remote sensing: challenges and opportunities[J]. Proceedings of the

IEEE, 2016, 104(11): 2207-2219.

[4] DAI L L, WANG B C, YUAN Y F, et al. Non-orthogonal multiple

access for 5G: solutions, challenges, opportunities, and future research trends[J]. IEEE Communications Magazine, 2015, 53(9):

74-81.

[5] 彭会湘, 陈金勇, 杨斌, 等. 6G 通信时代的卫星遥感系统展

望[J]. 无线电工程, 2020, 50(7): 523-529.

PENG H X, CHEN J Y, YANG B, et al. Prospect of satellite

remote sensing system in 6G communication[J]. Radio Engineering, 2020, 50(7): 523-529.

[6] 彭木根, 张世杰, 许宏涛, 等. 低轨卫星通信遥感融合：架构、

技术与试验[J]. 电信科学, 2022, 38(1): 13-24.

PENG M G, ZHANG S J, XU H T, et al. Communication and remote sensing integrated LEO satellites: architecture, technologies

and experiment[J]. Telecommunications Science, 2022, 38(1):

13-24.

[7] 许文嘉, 王一旭, 彭木根. 卫星遥感与 6G 通信遥感一体化[J].

电信科学, 2023, 39(4): 60-70.

XU W J, WANG Y X, PENG M G. Satellite remote sensing and the

integration of 6G communication and remote sensing[J]. Telecommunications Science, 2023, 39(4): 60-70.

[8] GUPTA R P. Remote sensing geology[M]. Berlin: Springer, 2003.

[9] 陈全, 杨磊, 郭剑鸣, 等. 低轨巨型星座网络：组网技术与研究

现状[J]. 通信学报, 2022, 43(5): 177-189.

CHEN Q, YANG L, GUO J M, et al. LEO mega-constellation network: networking technologies and state of the art[J]. Journal on

Communications, 2022, 43(5): 177-189.

[10] WANG S G, LI Q. Satellite computing: vision and challenges[J].

IEEE Internet of Things Journal, 2023, 10(24): 22514-22529.

[11] 李安, 黄鹏, 石璐, 等. 中国遥感卫星地面站卫星地面系统的发

展[J]. 遥感学报, 2021, 25(1): 251-266.

LI A, HUANG P, SHI L, et al. Update of remote sensing satellite

ground system of China remote sensing satellite ground station[J].

National Remote Sensing Bulletin, 2021, 25(1): 251-266.

[12] 杨正磊, 张海威, 王瑞花, 等. 应急条件下星地资源综合运用模

式研究[J]. 航天器工程, 2017, 26(1): 6-11.

YANG Z L, ZHANG H W, WANG R H, et al. Research on integrated handling mode of satellite and station resources under emergency conditions[J]. Spacecraft Engineering, 2017, 26(1): 6-11.

[13] QUIRITA V A A, DA COSTA G A O P, HAPP P N, et al. A new

cloud computing architecture for the classification of remote sensing data[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2017, 10(2): 409-416.

[14] JAY S, BARET F, DUTARTRE D, et al. Exploiting the centimeter

resolution of UAV multispectral imagery to improve remote-sensing

estimates of canopy structure and biochemistry in sugar beet

crops[J]. Remote Sensing of Environment, 2019, 231.

[15] DENBY B, LUCIA B. Orbital edge computing: nanosatellite constellations as a new class of computer system[C]//Proceedings of the

Proceedings of the Twenty-Fifth International Conference on Architectural Support for Programming Languages and Operating

Systems. New York: ACM, 2020: 939-954.

[16] BAI L, ZHU L N, ZHANG X J, et al. Multi-satellite relay transmis-

·74· 天地一体化信息网络 第 5 卷

蒋忠元（1988− ），男，博士，西安电子科技

大学网络与信息安全学院教授，博士生导师，

主要研究方向为空天地海一体化网络、空间信

息遥通算融合、复杂网络传输动力学等。

sion in 5G: concepts, techniques, and challenges[J]. IEEE Network,

2018, 32(5): 38-44.

[17] FU S, GAO J, ZHAO L. Collaborative multi-resource allocation in

terrestrial-satellite network towards 6G[J]. IEEE Transactions on

Wireless Communications, 2021, 20(11): 7057-7071.

[18] 景毅, 姜春晓, 詹亚锋. 面向卫星通信的 6G 通感算融合架构、

技术与挑战[J]. 无线电通信技术, 2023, 49(1): 12-20.

JING Y, JIANG C X, ZHAN Y F. 6G communication, sensing and

computing integration for satellite communication: architectures,

technologies and challenges[J]. Radio Communications Technology,

2023, 49(1): 12-20.

[19] 郭凯, 崔潇潇, 钟江山等. SpaceX“星盾”系统建设及应用浅

析[J]. 航天电子对抗, 2023, 39 (4): 55-58.

GUO K, CUI X X, ZHONG J S, et al. Analysis on the construction

and application of SpaceX “Starshield” system[J]. Aerospace

Electronic Warfare, 2023, 39 (4): 55-58.

[20] JIA M, ZHU S Y, WANG L F, et al. Routing algorithm with virtual

topology toward to huge numbers of LEO mobile satellite network

based on SDN[J]. Mobile Networks and Applications, 2018, 23(2):

285-300.

[21] EKICI E, AKYILDIZ I F, BENDER M D. A distributed routing

algorithm for datagram traffic in LEO satellite networks[J].

IEEE/ACM Transactions on Networking, 2001, 9(2): 137-147.

[22] HERRERA J G , BOTERO J F. Resource allocation in NFV: a comprehensive survey[J]. IEEE Transactions on Network and Service

Management, 2016, 13(3): 518-532.

[23] YAN Q, YU F R, GONG Q X, et al. Software-defined networking

(SDN) and distributed denial of service (DDoS) attacks in cloud

computing environments: a survey, some research issues, and challenges[J]. IEEE Communications Surveys & Tutorials, 2016, 18(1):

602-622.

[24] CARPENTIERI B, CASTIGLIONE A, SANTIS A D, et al.

One-pass lossless data hiding and compression of remote sensing

data[J]. Future Generation Computer Systems, 2019, 90: 222-239.

[25] LI F F, LUKIN V, IEREMEIEV O, et al. Quality control for the

BPG lossy compression of three-channel remote sensing images[J].

Remote Sensing, 2022, 14(8): 1824.

[26] SHI C P, WANG L G, ZHANG J P, et al. Remote sensing image

compression based on direction lifting-based block transform with

content-driven quadtree coding adaptively[J]. Remote Sensing,

2018, 10(7): 999.

[27] ÁLVAREZ-CORTÉS S, SERRA-SAGRISTÀ J, BARTRINA-RAPESTA J, et al. Regression wavelet analysis for

near-lossless remote sensing data compression[J]. IEEE Transactions on Geoscience and Remote Sensing, 2020, 58(2): 790-798.

[28] BÁSCONES D, GONZÁLEZ C, MOZOS D. Hyperspectral image

compression using vector quantization, PCA and JPEG2000[J].

Remote Sensing, 2018, 10(6): 907.

[29] DEAN J, CORRADO S J, MONGA R, et al. Large scale distributed

deep networks[J]. Advances in Neural Information Processing Systems, 2012, 1(12): 1223-1231.

[30] KRIZHEVSKY A. One weird trick for parallelizing convolutional

neural networks[EB]. 2014.

[31] HUANG G, LIU Z, MAATEN L, et al. Densely connected convolutional networks[C]//Proceedings of the 2017 IEEE Conference on

Computer Vision and Pattern Recognition (CVPR). Piscataway:

IEEE Press, 2017: 2261-2269.

[32] WANG Y H, SUN Q B. Task offloading and resource allocation in

satellite terrestrial networks: a deep deterministic policy gradient

approach[C]//International Conference on Big Data Intelligence and

Computing. Singapore: Springer, 2023: 365-378.

[33] ZHANG X Y, LIU J, ZHANG R, et al. Energy-efficient computation peer offloading in satellite edge computing networks[J]. IEEE

Transactions on Mobile Computing, 2023(4): 1-15.

[34] 白照广. 高分一号卫星的技术特点[J]. 中国航天, 2013(8): 5-9.

BAI Z G. Technical characteristics of Gaofen-1 satellite[J]. Aerospace China, 2013(8): 5-9.

[35] WEINBERGER M J, SEROUSSI G, SAPIRO G. The LOCO-I

lossless image compression algorithm: principles and standardization into JPEG-LS[J]. IEEE Transactions on Image Processing: a

Publication of the IEEE Signal Processing Society, 2000, 9(8):

1309-1324.

[作者简介]

第 1 期 蒋忠元等：低轨卫星多星协同及星地协同遥通算一体化技术 ·75·

王森（1998− ），男，西安电子科技大学网络

与信息安全学院博士生，主要研究方向为空天

地海一体化网络、低轨巨型星座路由设计等。

王启舟（1994－ ），男，西安交通大学陕西省

人工智能联合（重点）实验室助理研究员，西

安市社会智能与复杂数据处理重点实验室工

程师，主要研究方向为遥感图像处理、机器学

习等。

曹相湧（1990− ），男，博士，西安交通大学

计算机科学与技术学院副教授、博士生导师，

主要研究方向为遥感图像处理、机器学习、深

度生成模型等。

侯兴松（1972− ），男，博士，西安交通大学

电子与信息工程学院教授、博士生导师，主要

研究方向为视频/图像编码、小波分析、稀疏

表示、压缩感知和雷达信号处理等。

雷磊（1985− ），男，博士，西安交通大学信

息与通信工程学院副教授、博士生导师，主要

研究方向为星地融合网络资源优化、6G 低轨

卫星系统干扰管控、分布式机器学习、通感算

一体优化等。

孙冬伟（1994− ），男，西安交通大学计算机

科学与技术学院博士生，主要研究方向为遥感

图像处理、机器学习等。

李兴华（1978− ），男，博士，西安电子科技

大学网络与信息安全学院教授、博士生导师，

主要研究方向为网络与信息安全、安全协议形

式化等。

马建峰（1963− ），男，博士，西安电子科技

大学网络与信息安全学院教授，主要研究方向

为无线网络安全、移动智能系统安全等。

2024 年 3 月 Space-Integrated-Ground Information Networks March 2024

第 5 卷第 1 期 天 地 一 体 化 信 息 网 络 Vol.5 No.1

大规模低轨星座的实时精密定轨技术

李 桢 1,2，施 闯 1,3

（1. 卫星导航与移动通信融合技术工业和信息化部重点实验室，北京 100191；

2. 北京航空航天大学前沿科学技术创新研究院，北京 100191；

3. 北京航空航天大学电子信息工程学院, 北京 100191）

摘 要：在全球导航卫星系统的支撑下，分析地面集中解算和星上自主解算精密定轨的优缺点，并将高精度轨道非保守力模型

应用于星上实时自主定轨算法，实现运动学和动力学定轨的分离，对于需要频繁机动的低轨卫星精密定轨具有显著优势。结果

表明，辐射光压和大气阻力非保守力物理模型计算的加速度精度约 5 nm/s2

；采用广播星历进行定轨解算可以达到 0.8 m 位置精

度，低轨卫星速度误差约 1.1 mm/s；采用实时精密星历，位置精度可以达到 8.0 cm，卫星速度精度约 0.1 mm/s。低轨卫星实时

精密定轨和预报方法可有效支撑大规模低轨星座的导航功能实现。

关键词：大规模低轨星座；实时精密定轨；非保守力模型；大气阻力；辐射光压

中图分类号：TP393

文献标识码：A

doi: 10.11959/j.issn.2096−8930.2024008

Realtime Precise Orbit Determination Technology

for LEO Mega-Constellation

LI Zhen1,2, SHI Chuang1,3

1. Laboratory of Navigation and Communication Fusion Technology, Ministry of Industry and Information Technology, Beijing 100191, China

2. Research Institute for Frontier Science, Beihang University, Beijing 100191, China

3. School of Electronic and Information Engineering, Beihang University, Beijing 100191, China

Abstract: Supported by GNSS, it analyzed the advantages and disadvantages of solving LEO satellite orbit on the ground or onboard

the satellites. The high-fidelity non-conservative force models were applied to the real-time orbit determination algorithm. To separate

the kinematic and dynamic orbit determination process had been a great advantage for LEO satellites with much frequent orbital maneuvers. The test results showed that the accuracy of accelerations computed from the radiation pressure and atmospheric drag

non-conservation force models were around 5 nm/s2

. Use the broadcast ephemeris, the real-time orbit determination algorithm could get

an accuracy of 0.8 m in the satellites′ positions and 1.1 mm/s accuracy in the satellites′ velocity. When the real-time precise ephemeris

of GNSS satellites were provided, the algorithm could get an accuracy of 8 cm in the LEO satellites′ position and 0.1 mm/s in the velocity. The method for real-time orbit determination and orbit prediction in this paper could be used to support the construction of navigation system with the mega-constellations.

Keywords: LEO mega-constellation, real-time precise orbit determination, non-conservative force models, atmospheric drag, solar radiation pressure

0 引言

随着通信、电子和航天技术的发展，利用大规模低轨

星座提供通信和导航服务已经成了研究热点之一。国际上

较为成熟的低轨星座主要有美国的铱星系统、星链系统，

英国的一网系统等。国内尝试和发展了多代低轨通信星座

的试验卫星，如鸿雁、虹云、未来导航等。利用大规模低

轨星座实现通信与导航的深度融合与共生是未来发展趋

势，而对低轨卫星进行精密定轨是实现通信导航共生发展

的基础。

基金项目：国家重点研发计划资助项目（No.2023YFB3906503）；国家自然科学基金资助项目（No.42204033）

Foundation Items: National Key Research and Development Program of China (No.2023YFB3906503), The National Natural Science Foundation of China (No.42204033)

第 1 期 李桢等：大规模低轨星座的实时精密定轨技术 ·77·

在国家统一的时空基准下，利用北斗系统实现大规模

低轨星座的精密定轨主要有地面集中解算和星上自主解算

两种途径。地面集中解算是将每颗低轨卫星所搭载的北斗

观测数据通过通信链路下传到地面运控中心，结合低轨卫

星的星间测距观测数据、地面监测站网的观测数据对全星

座的低轨卫星实现精密定轨解算，最后对低轨卫星轨道进

行预报并上注到各相应的低轨卫星；星上自主解算是地面

运控中心将北斗卫星的精密轨道和钟差等增强信息利用通

信链路传递给过顶的低轨卫星，低轨卫星利用星间链路将

北斗卫星的轨道信息同步给所有在轨的低轨卫星，随后各

颗低轨卫星利用所收集到的信息自主完成其轨道的精密解

算。地面集中解算主要依赖地面的计算基础设施，具有模

型完整、计算量大的特点；星上自主解算则可灵活分配计

算负载，由于无须将大量观测数据传递给地面运控中心，

因此能够节省通信资源，减少对通信链路的依赖。图 1 展

示了地面集中解算和星上自主解算的系统架构示意。对于

超大规模的低轨星座，基于全球导航卫星系统（Global

Navigation Satellite System，GNSS）的星上自主解算相比

地面集中解算具有天然的优势，并且成为了未来低轨星座

建设的发展方向之一[1]。因此，本文主要讨论基于北斗的

低轨卫星星上自主定轨解算方案和初步结果。

利用北斗的精密轨道和钟差信息解算低轨卫星的精密

轨道，主要采用后处理方式实现。这种方式具有较为成熟

的算法和软件积累[2–9]，目前，主要用于需要高精度轨道信

息的遥感卫星、海洋测高和地球重力场观测卫星平台。例

如，地球重力与气候试验[4,8,10-11]（Gravity Recovery and

Climate Experiment，GRACE）卫星和重力场与稳态洋流探

测[2]（Gravity Field and Steady-State Ocean Circulation Explorer，GOCE）卫星进行事后精密定轨处理可以达到径向

1 cm 的精度，基于星载 GPS 观测数据的 Sentinel[7,12]的事

后精密定轨可以达到径向 2 cm 的定轨精度。国产天绘−2

等遥感卫星[5]的事后精密定轨达到了三维 8 cm 的定轨精

度，国产气象卫星“风云 3C”[13]的事后定轨精度达到了厘

米级。因此，事后处理的精密定轨已经是较为成熟的技术，

而且可以在 1~2 cm 的定轨精度[7,12]。

在低轨卫星实时定轨方面，目前最常用的实现方式是

采用北斗的广播星历和伪距观测数据进行低轨卫星的位置

解算。这种实现方法具有算法简单、计算量小，便于嵌入

星载计算设备的优点。但是由于广播星历、伪距观测值的

精度限制，该方法只能在 2~3 m 的定轨精度[15]，无法满足

大规模低轨星座通信导航一体化对高精度轨道的需求。为

了进一步提高定轨精度，北斗载波相位观测数据被用于定

轨计算。采用北斗的广播星历、双频载波相位和伪距观测

数据能够达到三维 1.0 m 左右的定轨精度[15]。

利用大规模低轨星座实现高精度导航定位需要低轨卫

星的轨道精度达到厘米级，而且在大规模定轨星座中可以

发挥星地通信链路、星间通信链路的优势，将地面解算的

北斗卫星精密轨道和钟差信息实时传递给每颗低轨卫星，

这为低轨卫星的实时精密定轨创造了条件。Allahvirdizadeh 等[16]研究了轨道和钟差估计（Multi-GNSS Advanced

图 1 地面集中解算和星上自主解算的系统架构示意

·78· 天地一体化信息网络 第 5 卷

Demonstration Tool for Orbit and Clock Analysis ，

MADOCA）系统与星基增强系统（Satellite Based Augmentation System, SBAS）实时精密轨道和钟差信息用于低

轨卫星精密定轨的精度分析，结果表明利用 MADOCA 和

SBAS 实时数据流可以使后处理精密定轨达到厘米精度，

从而证明了实时数据流已经可以满足实时精密定轨的条

件。实时运动学精密定轨（与实时精密定位模型一致）可

以达到三维 9 cm 的定轨精度[17]，结果表明简化动力学比

运动学具有更好的鲁棒性。在此背景下，实时精密定轨的

算法设计与已经成熟的精密定轨后处理或者基于广播星历

的实时定轨有所不同。

1 高精度轨道力学模型

图 2 展示了低轨卫星在轨运行的受力示意[18]。驱动低

轨卫星在轨运行的主要摄动力包括地球的中心引力，月球、

太阳以及其他星体对卫星的引力、大气阻力、辐射光压等。

其中引力属于保守力，而且已经有准确的引力模型可以计

算地球和其他星体对低轨卫星的引力加速度，因此保守力

模型不是限制低轨卫星定轨精度的因素。对低轨卫星轨道

影响最大的是大气阻力和辐射光压等非保守力，而且大气

阻力、辐射光压[19]与卫星的三维构型、表面材料以及空间

环境息息相关，因此是最难准确建模的轨道摄动力。目前，

在精密定轨中主要采用简化模型结合经验力参数的方式处

理摄动力模型误差。

本文分别从大气阻力[20-23]和辐射光压的物理机制入

手，采用纯物理方法构建大气阻力和辐射光压模型。在建

模过程中考虑了尽可能复杂的卫星外形，以及所有表面材

料的光学、热学特性参数。

1.1 辐射光压的物理机制及建模方法

辐射光压的产生主要有两种物理机制[24]：一是卫星表

面“被动”受到外源辐射光子的碰撞，使得光子动量转移

到卫星表面而产生的力学效应；二是卫星表面“主动”发

射辐射光子，由于动量守恒而对卫星表面产生的“反推”

作用力。“主动”型辐射光压的典型主要有直接太阳辐射

光压、地球辐射光压[25]；“被动”型辐射光压的典型主要

有天线推力、星体热辐射光压。

“被动”型辐射光压的计算公式为[18,26]

cos 2 (1 ) 3

WA F c

θ

μν ν μ

⎛ ⎞ = −− − ⎜ ⎟ ⎝ ⎠ s r n (1)

其中， F 表示辐射光压力，W 表示辐射流量的功率， A 表

示截面积，θ 是入射角，s 是入射辐射流量的单位矢量，r

是镜面反射方向的单位矢量，n 为卫星表面法向量，c 是光

速，ν 是表面材料的反射率， µ 是表面材料的镜面反射率。

图 2 低轨卫星在轨运行的受力示意

第 1 期 李桢等：大规模低轨星座的实时精密定轨技术 ·79·

“主动”型辐射光压的计算公式为

2

3

WA F c = − n (2)

式(2)中各符号的物理含义与式(1)相同。在低轨卫星的辐射

光压计算中，“被动”型辐射光压主要来源于卫星表面的

散热器和表层隔热材料。

在以上物理机制的基础上，采用了射线追踪的方法构

建辐射光压模型。在数值计算中，模拟每一根光线与卫星

表面的相互作用，并将所有光线的计算结果进行累加得到

某一个方向的辐射光压力[18,26-29]。以重力卫星 GRACE-FO

为例，其计算过程如图 3 所示。

图 3 辐射光压的射线追踪计算过程

1.2 大气阻力的物理建模

大气阻力是相对于卫星高速运动的大气分子与卫星表

面相互碰撞而产生的力学效应。在物理模拟中，需要模拟

每一个不同种类的大气分子与卫星表面的碰撞情况，并将

所有相互作用产生的动量变化加起来。在时间迭代中，达

到稳定状态后输出每一个姿态状态下的大气阻力系数。大

气阻力物理模拟流程如图 4 所示。

大气阻力的物理模拟计算需要较大的计算量，通常在

高性能计算机上完成模拟计算，将计算结果以格网文件的

方式输出。模型用户在格网文件的基础上，根据卫星的姿

态进行双线性插值可以获取任意位置、任意姿态模式下的

大气阻力加速度。建模过程中，首先利用卫星的设计资料

构建准确的三维模型；随后根据卫星的边界尺寸大小构建

合适的计算域。根据卫星所在位置计算不同种类大气分子

的密度、温度，并在计算域中根据大气密度的值设置测试

粒子的数量和位置；然后根据麦克斯韦-玻尔兹曼分布计算

所有测试粒子的速度；最后设置时间迭代步长，每次迭代

都会更新所有测试粒子的位置、速度等状态信息。如果测

试粒子与卫星表面发生碰撞，则按照弹性碰撞假设计算动

量转移。如果测试粒子运动到计算域之外，则重新在计算

域中放置一个新的测试粒子。经过多次时间迭代，直到所

计算的大气阻力值达到稳定状态后输出。

图 4 大气阻力物理模拟流程

1.3 非保守力物理模型精度分析

为了客观地对非保守力物理模型（大气阻力和辐射光

压）的精度进行分析，本文选择了重力卫星 GRACE-FO 作

为研究对象。GRACE-FO 卫星搭载高精度加速度计，用于

测量卫星轨迹上的非保守力加速度。因此，将非保守力物

理模型的计算结果与加速度计的观测结果进行对比分析可

以验证非保守力物理模型的精度。GRACE-FO 卫星 C 星的

加速度计测量结果与非保守力物理模型计算的加速度对比

如图 5 所示。

GRACE-FO 加速度计观测由于受到尺度和偏差的影

响而具有系统性偏差，但是加速度计测量偏差和尺度因子

在 1 天之内保持稳定。因此，直接对加速度计测量值去除

平均值后，再与非保守力物理模型进行对比。使用 1.0 作

为加速度计的尺度因子，虽然在比对结果中残留了尺度因

子的影响，但是避免了对非保守力物理模型计算的加速度精

度过于乐观的估计。结果表明，与加速度计测量结果相比，

非保守力物理模型计算的加速度精度可以达到 5.3 nm/s2

。

2 实时精密定轨

大规模星座的实时精密定轨采用星载北斗观测数据，

其双频载波、伪距观测方程及其误差项与地面的精密单点

·80· 天地一体化信息网络 第 5 卷

定位模型较为相似，唯一的不同点是低轨卫星的北斗观测

数据中不包含对流层时延。因此，本文从高精度非保守力

模型的角度设计了星上实时精密定轨的数据处理流程与软

件架构。采用本文所设计的非保守力建模方法，星载计算

主要包括线性插值，其计算负荷可以忽略不计，因此实时精

密定轨的主要计算负荷来自于地球较高阶的重力加速度计

算。研究表明，对于 500 km 高度的低轨卫星，其重力场阶

数需要达到 60 阶才能保证实时精密定轨精度[30]，采用

20 MHz 主频的 CPU 可以完成 30 阶重力场的计算[30]，而目

前主流的星载接收机 CPU 主频一般可以达到 200 MHz。

2.1 算法流程及软件架构设计

星载实时精密定轨中算法设计可将动力学模型参数与

载波模糊度、低轨卫星钟差、位置速度等参数一起估计，也

可以首先进行运动学定轨，随后再将运动学定轨结果进行滤

波平滑。本文采用第二种设计思路，第一种思路的理论较为

完整，但是不便于处理卫星机动的情形。低轨卫星由于轨道

高度低，轨道机动将非常频繁。在第二种思路中，运动学定

轨结果完全不受轨道机动的影响。由于轨道机动信息可从

卫星平台获取，因此在动力学滤波中可以灵活地处理机动

信息，并且机动期间可以估计轨道机动力学参数。在高精

度非保守力模型的支撑下，将运动学与动力学分离可有效

避免动力学模型参数与位置、速度等参数的相关性，提高

动力学模型参数的估计精度，进一步提高轨道预报准确性。

运动学与动力学分离的精密定轨算法流程如图 6 所示。

图 6 运动学与动力学分离的精密定轨算法流程

2019 年 1 月 16 日，采用 GRACE-FO 卫星 C 星的观测

数据，与国际 GNSS 服务（International GNSS Service，IGS）

的快速轨道和钟差产品进行动力学实时精密定轨计算，将

喷气推进实验室（Jet Propulsion Laboratory，JPL）提供的

后处理高精度轨道产品作为真值进行对比。图 7 和图 8 分

别展示了精密星历支持下的实时位置误差和速度误差。全

图 5 GRACE-FO 卫星 C 星的加速度计测量结果与非保守力物理模型计算的加速度对比

第 1 期 李桢等：大规模低轨星座的实时精密定轨技术 ·81·

天 24 h 的位置误差在切向、法向和径向分别为 5.6 cm、

3.6 cm 和 4.5 cm。速度误差在切向、法向和径向分别为

0.065 mm/s、0.058 mm/s 和 0.066 mm/s。

图 7 精密星历支持下的实时位置误差

图 8 精密星历支持下的实时速度误差

在无法获取实时精密星历的情形下，本文所提算法可

以采用广播星历进行定轨计算。同样将广播星历支持下的

实时精密定轨结果与 JPL 精密轨道产品进行对比，得到定

轨误差。图 9 和图 10 分别展示了广播星历支持下的实时位

置误差和速度误差。全天 24 h 的位置误差在切向、法向和

径向分别为 74.9 cm、25.1 cm 和 38.4 cm。速度误差在切向、

法向和径向分别为 0.48 mm/s、0.41 mm/s 和 0.57 mm/s。

图 9 广播星历支持下的实时位置误差

图 10 广播星历支持下的实时速度误差

以上计算结果表明，实时精密星历支持下精密定轨误差

一维均方根误差（Root Mean Square Error，RMSE）可以达

到 5 cm，三维 8 cm；三维速度 RMSE 达到 0.1 mm/s；在广

播星历支持下，位置误差的一维 RMSE 为 0.5 m，三维 RMSE

为 0.8 m；速度误差的一维 RMSE 为 0.5 mm/s，三维 RMSE

为 1.1 mm/s。

2.2 经验力参数配置

在动力学定轨中，经验力参数主要用于补偿轨道动力

学模型的误差。在算法设计中，主要的动力学误差来源于

辐射光压和大气阻力。在传统的经验力参数设计中，一般

采用比例系数 Cd 和 Cr 分别吸收大气阻力和辐射光压的尺

度误差。在物理意义上，Cd 对应大气密度的尺度变化，而

Cr 对应太阳辐射常数的变化。实际上，太阳常数在一个太

阳周期（11 年）内的变化不超过 1%，对于低轨卫星的实

时精密定轨而言完全可以通过更新太阳常数的方式进行补

偿[31]，无须在精密定轨中设置参数进行估计。参数 Cd 主

要描述大气密度的尺度变化且大气阻力主要表现在轨道的

切向，因此，如果实时估计轨道径向、法向和切向加速度，

则 Cd 参数也可以不估计。本文所提的实时精密定轨算法

中采用了实时估计径向、法向和切向加速度这种参数化方

法。图 11 和图 12 分别展示了实时估计得到的位置切向、

法向和径向加速度，以及当前经验力参数配置下运动学与

动力学定轨的位置坐标差值。

图 11 实时估计得到的位置切向、法向和径向加速度

图 12 当前经验力参数配置下运动学与动力学定轨的位置坐标差值

实时估计的经验力参数结果表明，在高精度非保守力

模型的支撑下，仍然残留有 5 nm/s2的加速度误差。在量级

上，与用加速度计数据评估的非保守力模型精度一致。通

过分析运动学和动力学结果的差异，可以对定轨结果进行

内符合精度评估。运动学和动力学的位置差异没有表现出

明显的系统性，显示运动学和动力学估计结果之间具有较

好的一致性。在地固系的 X、Y 和 Z 方向，运动学和动力

学差异的 RMSE 分别为 2.5 cm、2.6 cm 和 3.3 cm。

·82· 天地一体化信息网络 第 5 卷

3 结束语

本文分析了大规模低轨星座实时精密定轨的实现途

径，并在此基础上设计和开发了新型的低轨卫星实时精密

定轨算法和软件架构。在高精度非保守力模型的支撑下，

实现了运动学与动力学分离的实时精密定轨架构。首先分

析了低轨卫星的高精度非保守力物理建模方法，并阐述了

基于射线追踪算法的辐射光压建模以及测试粒子物理模拟

方法的大气阻力建模流程。以 GRACE-FO 卫星为研究对

象，将高精度加速度计的测量结果与建模结果进行了对比，

表明非保守力模型的精度可以达到约 5 nm/s2

。随后设计了

实时精密定轨算法，并将高精度非保守力模型应用于实时

精密定轨。最后分别分析了精密星历和广播星历条件下实

时精密定轨的性能。

在广播星历条件下，本文所提算法的定轨误差三维

RMSE 可以达到 0.8 m，卫星速度误差的三维 RMSE 为

1.1 mm/s。在精密星历条件下，由于 GNSS 卫星的轨道得

到大幅度提升，低轨卫星的实时轨道误差三维 RMSE 可以

达到 8 cm；其中径向位置误差优于 5 cm。低轨卫星速度误

差的三维 RMSE 小于 0.1 mm/s。相比广播星历，卫星位置

和速度精度均提高了 10 倍。实时精密定轨算法可用于大规

模低轨星座的实时精密定轨，并为低轨导航功能提供支撑。

参考文献：

[1] 王建荣, 杨元喜, 胡燕, 等. 光学测绘卫星现状与发展趋势分析[J].

武汉大学学报（信息科学版）, 2023, 48(3): 333-338.

WANG J R, YANG Y X, HU Y, et al. Analysis on status quo and

development trend of optical surveying and mapping satellites[J].

Geomatics and Information Science of Wuhan University, 2023,

48(3): 333-338.

[2] BOCK H, JÄGGI A, ŠVEHLA D, et al. Precise orbit determination

for the GOCE satellite using GPS[J]. Advances in Space Research,

2007, 39(10): 1638-1647.

[3] WANG Y C, LI M, JIANG K C, et al. Precise orbit determination of

the Haiyang 2C altimetry satellite using attitude modeling[J]. GPS

Solutions, 2022, 26(1):1-14.

[4] KANG Z G, TAPLEY B, BETTADPUR S, et al. Precise orbit determination for the GRACE mission using only GPS data[J]. Journal of Geodesy, 2006, 80(6): 322-331.

[5] ZHANG H Z, GU D F, JU B, et al. Precise orbit determination and

maneuver assessment for TH-2 satellites using spaceborne GPS and

BDS2 observations[J]. Remote Sensing, 2021, 13(24): 1-17.

[6] SHAO K, WEI C B, GU D F, et al. Tsinghua scientific satellite

precise orbit determination using onboard GNSS observations with

antenna center modeling[J]. Remote Sensing, 2022, 14(10): 1-17.

[7] PETER H, JÄGGI A, FERNÁNDEZ J, et al. Sentinel-1A–First

precise orbit determination results[J]. Advances in Space Research,

2017, 60(5): 879-892.

[8] LUO P, JIN S G, SHI Q Q. Undifferenced kinematic precise orbit

determination of swarm and GRACE-FO satellites from GNSS observations[J]. Sensors, 2022, 22(3).

[9] 张浩哲, 常晓涛, 朱广彬, 等. 资源三号03星星载GPS精密定轨

与精度评价[J]. 测绘科学, 2022, 47(6): 38-43.

ZHANG H Z, CHANG X T, ZHU G B, et al. Precise orbit determination and accuracy evaluation of GPS onboard Resource 03 satellite[J]. Science of Surveying and Mapping, 2022, 47(6):38-43.

[10] JIN B, LI Y, JIANG K, et al. GRACE-FO antenna phase center

modeling and precise orbit determination with single receiver ambiguity resolution[J]. Remote Sensing, 2021, 13(21).

[11] KANG Z, BETTADPUR S, NAGEL P, et al. GRACE-FO precise

orbit determination and gravity recovery[J]. Journal of Geodesy,

2020, 94(9).

[12] MONTENBRUCK O, HACKEL S, WERMUTH M, et al. Sentinel-6A precise orbit determination using a combined GPS/Galileo

receiver[J]. Journal of Geodesy, 2021, 95(9).

[13] LI X X. Precise orbit determination for the FY-3C satellite using

onboard BDS and GPS observations from 2013, 2015, and 2017[J].

Engineering, 2020, 6(8): 904-912.

[14] MAO X Y, ARNOLD D, GIRARDIN V, et al. Dynamic GPS-based

LEO orbit determination with 1cm precision using the Bernese GNSS

software[J]. Advances in Space Research, 2021, 67(2): 788-805.

[15] WANG F H, GONG X W, SANG J Z, et al. A novel method for

precise onboard real-time orbit determination with a standalone

GPS receiver[J]. Sensors, 2015, 15(12): 30403-30418.

[16] ALLAHVIRDI-ZADEH A, WANG K, EL-MOWAFY A. POD of

small LEO satellites based on precise real-time MADOCA and

SBAS-aided PPP corrections[J]. GPS Solutions, 2021, 25(2).

[17] WANG Z Y, LI Z S, WANG L, et al. Comparison of the real-time

precise orbit determination for LEO between kinematic and reduced-dynamic modes[J]. Measurement: Journal of the International

Measurement Confederation, 2022, 187.

[18] LI Z. Space vehicle radiation pressure modelling: A demonstration

on Galileo satellites in GNSS[EB]. 2019.

[19] KENNEALLY P W, SCHAUB H. Fast spacecraft solar radiation

pressure modeling by ray tracing on graphics processing unit[J].

Advances in Space Research, 2020, 65(8): 1951-1964.

[20] MEHTA P M, MCLAUGHLIN C A, SUTTON E K. Drag coeffi-

第 1 期 李桢等：大规模低轨星座的实时精密定轨技术 ·83·

李桢（1989− ），男，助理研究员，主要研

究方向为航天器轨道动力学、精密定轨、空间

碎片等。

施闯（1968− ），男，教授，博士生导师，

主要研究方向为北斗/GNSS 高精度导航定位

授时及其应用。

cient modeling for grace using direct simulation Monte Carlo[J].

Advances in Space Research, 2013, 52(12): 2035-2051.

[21] MEHTA P M, WALKER A, MCLAUGHLIN C A, et al. Comparing

physical drag coefficients computed using different gas–surface interaction models[J]. Journal of Spacecraft and Rockets, 2014, 51(3):

873-883.

[22] PRIETO D M, GRAZIANO B P, ROBERTS P C E. Spacecraft drag

modelling[J]. Progress in Aerospace Sciences, 2014, 64: 56-65.

[23] MAAT M. Satellite skin-force modelling for atmospheric drag calculations[J]. Space Science Reviews, 2010, 151(1): 149-157.

[24] 施闯, 肖云, 范磊, 等. 导航卫星辐射光压建模进展及发展趋势

[J]. 航空学报, 2022, 43(10): 381-394.

SHI C, XIAO Y, FAN L, et al. Research progress of radiation pressure modelling for navigation satellites[J]. Acta Aeronautica et Astronautica Sinica, 2022, 43(10): 381-394.

[25] LI Z, ZIEBART M, GREY S, et al. Earth radiation pressure modelling for Beidou IGSO satellites[C]// Proceedings of the China Satellite Navigation Conference (CSNC) 2017. Piscataway: IEEE Press,

2017: 63-67.

[26] LI Z, ZIEBART M, BHATTARAI S, et al. Fast solar radiation

pressure modelling with ray tracing and multiple reflections[J]. Advances in Space Research, 2018, 61(9): 2352-2365.

[27] MAREK Z. High precision analytical solar radiation pressure modelling

for GNSS spacecraft[D]. London: University of East London, 2001.

[28] LI Z, ZIEBART M. Uncertainty analysis on direct solar radiation

pressure modelling for GPS IIR and Galileo FOC satellites[J].

Advances in Space Research, 2020, 66(4): 963-973.

[29] LI Z, ZIEBART M, BHATTARAI S, et al. A shadow function

model based on perspective projection and atmospheric effect

for satellites in eclipse[J]. Advances in Space Research, 2019,

63(3): 1347-1359.

[30] MONTENBRUCK O, RAMOS-BOSCH P. Precision real-time

navigation of LEO satellites using global positioning system measurements[J]. GPS Solutions, 2008, 12(3): 187-198.

[31] HATTORI A, OTSUBO T. Time-varying solar radiation pressure on

Ajisai in comparison with LAGEOS satellites[J]. Advances in Space

Research, 2019, 63(1): 63-72.

[作者简介]

2024 年 3 月 Space-Integrated-Ground Information Networks March 2024

第 5 卷第 1 期 天 地 一 体 化 信 息 网 络 Vol.5 No.1

大规模低轨星座多普勒定位算法

张雨露 1, 2，李 桢 1, 2，施 闯 1,2，景贵飞 1, 2

（1. 北京航空航天大学前沿科学技术创新研究院, 北京 100191；

2. 卫星导航与移动通信融合技术工业和信息化部重点实验室，北京 100191）

摘 要：基于典型的 Starlink 星座构型，对大规模低轨星座多普勒定位算法展开研究。实验结果表明，理想条件下低轨星座多

普勒单点定位精度可以在 3～6 m。为保证米级的定位精度，低轨卫星的位置精度和速度精度应为米级每秒或厘米级每秒。C 频

段信号受到的电离层误差若不做改正，将导致定位精度变差 2 m 左右。对流层误差将使得定位结果变差几十米。此外，使用轨

道高度为 550 km 的低轨卫星的多普勒频移定位时，接收机的初值误差应小于 300 km，否则部分历元将不能收敛到正确的接收

机位置。

关键词：定位导航授时；低轨卫星互联网星座；多普勒定位；电离层误差；对流层误差

中图分类号：P228

文献标志码：A

doi: 10.11959/j.issn.2096−8930.2024009

Doppler Positioning Performance of LEO Mega Constellation

ZHANG Yulu1, 2, LI Zhen1, 2, SHI Chuang1, 2, JING Guifei1, 2

1. Research Institute for Frontier Science, Beihang University, Beijing 100191, China

2. Laboratory of Navigation and Communication Fusion Technology, Ministry of Industry and

Information Technology, Beijing 100191, China

Abstract：This paper proposed a Doppler-only point-solution algorithm and analyzed the Doppler positioning performance based on the

Starlink constellation. The Doppler positioning accuracy was about 3～6 m. To achieve the meter-level positioning accuracy, the satellite position and velocity errors should be within several meters and several centimeters per second, respectively. The ionospheric delay

rates of C-band signal would cause about 2 m error in Doppler positioning. The positioning error would increase by dozens of meters if

there were no corrections for the tropospheric errors. To ensure convergence in the LEO-based Doppler positioning, the initial receiver

position error should be less than 300 km when the satellites orbit at an altitude of 550 km.

Keywords: positioning, navigation and timing, broadband LEO constellations, Doppler positioning, ionospheric delay rates, tropospheric delay rates

0 引言

相比于中高轨道上的卫星，低地球轨道（Low Earth

Orbit，LEO）卫星的运行轨道更低、对地运行速度更快、

通信时延更短，有望向全球用户提供低成本、低时延的互

联网服务[1-2]。近年来，世界各航天大国都已经开始规划和

部署自己的低轨通信星座，如美国太空探索技术公司

（SpaceX）的星链（Starlink）、英国的一网（OneWeb）。这

些低轨星座运营商计划部署成千上万颗卫星向全球用户提

供无缝覆盖的卫星互联网服务，部分还将兼有导航增强、

空间气象监视等更丰富的业务[1,3–5]。低轨卫星具有信号落

地功率大、对地运动速度快、多普勒频移大等优势，在弥

补全球导航卫星系统（Global Navigation Satellite System,

GNSS）信号脆弱性上有天然优势，有望在室内、城市峡

收稿日期：2023−07−01；修回日期：2024−01−20

通信作者：景贵飞，guifeijing @buaa. edu.cn

基金项目：国家自然科学基金资助项目（No. 41931075, No.42204033）；中央高校基本科研业务费项目（YWF-23-JC-12）

Foundation Items: The National Natural Science Foundation of China (No. 41931075, No.42204033)，The Fundamental Research Funds for the Central Universities

(YWF-23-JC-12)

第 1 期 张雨露等：大规模低轨星座多普勒定位算法 ·85·

谷和茂密森林等 GNSS 拒止环境下提供定位导航授时

（Positioning, Navigation and Timing，PNT）服务。

现阶段利用互联网卫星提供 PNT 服务的途径主要为

辅助增强 GNSS 和单独提供 PNT 服务。在辅助增强 GNSS

方面，低轨卫星可以联合中高轨道卫星实现联合定轨，显

著提高 GNSS 卫星的定轨精度[6]；低轨星座的通信链路可

以播发差分改正、完好性监测等增强信息，提高 GNSS 的

服务性能[7]，还可以用来提高快速精密定位的收敛速度，

明显缩短收敛时间[8]。在利用低轨星座独立提供 PNT 服务

方面，可以通过改造星上时频、波束和功率等资源，播发

独立的导航测距信号，如美国 Satelles 公司通过改造部分

时频资源，在铱星二代（Iridium Next）系统上提供卫星授

时与定位（Satellites Time and Location，STL）服务[9]；也

可以直接接收低轨卫星的通信信号，以机会信号（Signal of

Opportunity，SOP）导航的方式提供定位服务[10]。

得益于低轨卫星对地运动速度快、地面接收信号的多

普勒频移大且易测量的特点，利用低轨卫星提供 PNT 服务

的研究大都集中于利用多普勒测量信息。早在 1962 年，美

国海军的子午仪（Transit）系统就提出了使用低轨卫星的

多普勒观测信息进行定位[11]。子午仪系统由多颗运行在轨

道高度约为 1 100 km 的极轨卫星组成。地面接收机单星定

位精度在 100～200 m，使用双频信号（150 MHz 和

400 MHz）消除电离层误差后定位精度可达 50 m。累积 8 h

的观测后，间隔 250 km 的两个同步观测站的相对定位精度

可达分米级[12]。随着中高轨 GNSS 伪距和载波相位定位技

术的发展和成熟，多普勒观测值主要用来测速、定轨等[13-14]。

近年来随着低轨星座的发展，多普勒定位重焕新生。

国内外学者基于 Iridium Next、轨道通信（Orbcomm）、

全球星（Globalstar）和星链（Starlink）星座陆续提出了

低轨卫星信号的捕获和跟踪、多普勒频移测量和多普勒

定位算法[10,15–17]。Khalife 等[18]提出了接收机设计方案，

并成功捕获、跟踪和提取到 Orbcomm 卫星信号的多普勒

（伪距变化率）信息，在高程辅助的情况下，1 min 内二

维定位精度优于 360 m。Farhangian 等[19]设计了多星座软

件定义接收机，通过测量 Orbcomm 和 Iridium Next 卫星

信号的多普勒频移，实现了优于 200 m 的定位精度。2021

年，Neinavaie 等[20]观测弧段（约 800 s）内 6 颗 Starlink

卫星信号的多普勒频移，并补偿了部分轨道误差，在高

程辅助下接收机的三维定位精度为 22.9 m，水平定位精

度为 10 m。

当前大部分研究中存在以下几个问题：卫星的轨道信

息往往通过两行轨道根数（Two-Line Element，TLE）和简

化常规摄动 4（Simplified General Perturbations 4，SGP4）

传播模型得到，当 TLE 文件不能及时更新时，卫星的位置

误差和速度误差将高达几千米和几米每秒[21]。单星或双星

多历元观测的定位算法中，为了简化问题，常认为接收机

和卫星的钟漂在观测弧段内为常数，并将接收机和每颗卫

星的钟漂之差作为整体去估计[10,18]，忽略了电离层和对流

层误差对多普勒测量和定位的影响[10,18,20]。以上这些误差

在低轨卫星多普勒定位中并不能忽略，反而需要仔细考虑

和分析[22]。

针对上述问题，本文首先从多普勒和伪距观测之间的

关系出发，基于伪距观测方程推导得到了由伪距率表示的

多普勒观测方程。随后，类比标准单点定位（Standard Point

Positioning，SPP）和精密单点定位（Precise Point Positioning，PPP），提出了组合多颗卫星的观测并精确改正各

项误差的多普勒单点定位算法，并考虑了电离层、对流层、

相对论效应、萨格纳克（Sagnac）效应等误差项的影响。

最后，结合大规模低轨互联网星座仿真数据，详细分析了

多普勒定位性能及不同定位误差源对定位性能的影响。

1 多普勒定位算法

1.1 多普勒观测方程

多普勒频移指的是接收机接收到的卫星信号频率和卫

星发射信号频率之间的差值，通常表示为[23]

T

los

RT T

f

v Df f f c

ρ

λ = − =− ⋅ =− fi (1)

其中，fR 和 fT 分别是接收信号频率和发射信号频率；c 是

真空中的光速；λf

T 是发射信号波长（单位为 m）；D 是多

普勒频移，单位为 Hz。当卫星和接收机相互靠近时，接收

机收到的信号频率大于发射信号频率，多普勒频移为正；

反之，当卫星远离接收机时，多普勒频移为负。vlos是卫星

和接收机视线方向上的相对速度，等效于伪距变化率 ρfi。

因此，多普勒观测方程可由伪距观测方程求导得到，包含

误差项的伪距观测方程为

s s s

r rr

s ss s s

r r r, r r

(δt δt )

f

P c

c dR T I dE d ε

= − +⋅ − +

⋅ +++ ++ ρ

p p

fi

(2)

其中，上标 s 表示卫星，下标 r 表示接收机； p 和 δt 分别

代表位置和钟差；dRr

s 是相对论效应在卫星钟上产生的影

响；Tr

s

和 Ir,f

s

分别是对流层和电离层延迟；dEr

s

是由地球自

转引起的萨格纳克（Sagnac）效应； ρ ε fi 是包含未建模误差

在内的伪距测量噪声。

·86· 天地一体化信息网络 第 5 卷

对式（2）求导可得多普勒（伪距率）观测方程为

T

s

sss r s

rr r r s

r

s ss s

r r r, r

( ) (δt δt ) f

f

D P c

c dR T I dE ρ

λ

ε

− − ⋅ = = − ⋅ +⋅ − + −

⋅ +++ +

p p v v p p

fi

fi fi fi

fififi fi

(3)

其中， s v 和 r v 分别表示卫星和接收机的速度； r δtfi 和 s δtfi 分

别是接收机和卫星的钟漂； s Tr

fi 和 s

r, f I

fi 分别是对流层和电离

层延迟变化率，单位为米每秒； ρ ε fi 是包含未建模误差在内

的伪距率测量噪声；dRr

s

和 s dRr

fi 分别为[24]

s ss

r 2

2 dR ( ) c

− = ⋅ p v (4)

( ) s ss ss

r 2

2 dR c

− = ⋅+ ⋅ p v pv fi fi fi (5)

dEr

s

和 s dEr

fi 分别可表示为[25]

s ss e

r rr ( ) w dE x y y x c = ⋅−⋅ (6)

ss s e s s

r r r r r ( ) y x x y

w dE v y v x v x v y c = ⋅+ ⋅−⋅− ⋅ fi (7)

其 中 ， we 是 地球自 转 角 速度； s s s sT p = [, ,] x y z 和

[ ]

T

r r rr p = x , , y z 分 别 是 卫星和接收机的位 置 ； s v =

T sss

, , xyz ⎡ ⎤ vvv ⎣ ⎦ 和 T

r rrr [,,] xyz v = vvv 分别是卫星和接收机的速度。

1.2 多普勒单点定位模型

多普勒单点定位指的是利用静止接收机在同一时刻收

到的 M 颗卫星的多普勒观测信息，联合解算得到接收机的

位置和钟漂。将式（3）在初值 0 000 0 0

0 r r r r r r r0 , , , , , ,δt xyz = ⎡ ⎤ xyzvvv ⎣ ⎦ X ，fi 处

展开，得到

0

rrr r

r r rr

rr r

rr r

δt

δt

x

x

y z i

y z

iiii

i i

iii

xyz v

xyzv

v v v v ρ

ρ ρρρ ρ ρ

ρρρ ε

∂∂∂∂ ≈ + ⋅Δ + ⋅Δ + ⋅Δ + ⋅Δ +

∂∂ ∂∂

∂∂∂ ⋅Δ + ⋅Δ + ⋅Δ +

∂∂∂ fi

fifififi fi fi

fififi fi fi

(8)

其中，

2

0 00

r

2

00 0

r

2

000

r

r

( 1)

( 1)

( 1)

i ii

i i i i i

ii i

i i i i i

iii

i i i i i

i

x

x yz i

x xy xz

i ii

xy z i

y x y y z

ii i

xyz i

zx zy z

iii

i

x

v vv e ee ee x

vv v ee e ee y

vvv ee ee e z

e v

ρ

ρ ρρ

ρ

ρρ ρ

ρ

ρρρ

ρ

∂ Δ ΔΔ

= ⋅ −+ ⋅ ⋅ + ⋅ ⋅

∂

∂ ΔΔ Δ

= ⋅ ⋅ + ⋅ −+ ⋅ ⋅

∂

∂ ΔΔΔ

= ⋅⋅+ ⋅⋅+ ⋅ −

∂

∂ = − ∂

fi

fi

fi

fi

r

r

r δt

i

y

i

z

i

y

i

z

i

e v

e v

c

ρ

ρ

ρ

∂ = − ∂

∂ = − ∂

∂ = ∂

fi

fi

fi

fi

(9)

T

r rrrr r r r [ , , , , , , δt ] xyz ΔX =Δ Δ Δ Δ Δ Δ Δ xyzv v v fi 是 接收机的

状态改正量。组合观测方程的矩阵形式 L 和设计矩阵 G

分别为

r

r

r

r r

r

r

δtr

i

j

x

y

k

z

x

y

z

v

v

v

ρ

ρ

ρ

ρ

ε

ε

ε

ε

⎡ ⎤

⎢ ⎥

⎢ ⎥

⎢ ⎥ ⎡ ⎤

⎢ ⎥ ⎢ ⎥

⎢ ⎥ ⎢ ⎥

⎢ ⎥ ⎢ ⎥

⎢ ⎥ ⎢ ⎥

⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎢ ⎥

⎢ ⎥

⎢ ⎥ ⎣ ⎦

Δ

Δ

Δ

= ⋅Δ + = ⋅ +

Δ

Δ

Δ

L G G XΔ

fi

fi

fi

fi

fi

ff

(10)

1111 1 1 1

r rrr r r r

r rrr r r r

r r rr r r r 7

δt

δt

δt

xyz

xyz

xyz

iiii i i i

mmmmmmm

m

xyzv v v

xyzv v v

xyzvvv

ρρρρ ρ ρ ρ

ρρρρ ρ ρ ρ

ρρρρρρρ

×

⎡ ⎤ ∂∂∂∂ ∂ ∂ ∂

⎢ ⎥ ∂∂∂∂ ∂ ∂ ∂

∂∂∂∂ ∂ ∂ ∂ = ∂∂∂∂ ∂ ∂ ∂

∂∂∂∂∂∂∂

∂ ∂ ∂∂∂ ∂∂ ⎣ ⎦

G

fifififi fi fi fi

fi

ff

fifififi fi fi fi

fi

ff

fififififififi

fi

(11)

根据最小二乘法，可得接收机位置、速度和钟漂的改

正量为

T 1T

r ( )− ΔX G WG G WL = ⋅⋅ ⋅⋅ (12)

其中，W 是权阵，常被定义为协方差阵的逆，即 −1 W P = 。

当每颗卫星的测量误差 2 σi 不相关时，协方差阵可以简化为

单位阵 222 P = diag( , , , , ) σσσ 1 fi fii m 。继而，更新接收机的状

态向量为 X X 0 r + Δ ，并按照牛顿迭代法进行更新。

在接收机静止的情况下，式（10）和式（11）可以

简化为

r

r

r

r

δtr

i

j

k

x

y

z

ρ

ρ

ρ

ρ

ε

ε

ε

ε

⎡ ⎤ ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ ⎦

Δ

Δ

=⋅ + =⋅ + Δ

Δ

L G G XΔ

fi

fi

fi

fi

fi

ff

(13)

第 1 期 张雨露等：大规模低轨星座多普勒定位算法 ·87·

111 1

rrr r

rrr r

rrr r 4

δt

δt

δt

iii i

mmmm

m

xyz

xyz

xyz

ρρρ ρ

ρρρ ρ

ρρρρ

×

⎡ ⎤ ∂∂∂ ∂

⎢ ⎥ ∂∂∂∂

∂∂∂ ∂ = ∂∂∂∂

∂∂∂∂

∂ ∂ ∂∂ ⎣ ⎦

G

fififi fi

fi

ff

fififi fi

fi

ff

fifififi

fi

(14)

此时，仅需 4 颗卫星的多普勒观测信息便可完成定位

解算。

多普勒单点定位算法的定位性能可以描述为[26]

σ σ 3D,Doppler = ⋅ DDOP URE,Doppler (15)

其中，σ URE,Doppler 是包含卫星端误差、空间段信号传播误差、

接收机信号处理误差在内的用户测速误差，单位为 m/s；

多普勒定位几何精度衰减因子（Doppler Dilution of Precision, DDOP），单位为 s，可由式(16)计算得到

T 1 DDOP tr[( ) ] − = ⋅ G G (16)

根据卫星的对地运行速度和轨道高度，可以估算出

GNSS-DDOP 的量级为 104

，LEO-DDOP 的量级为 102

。因

此，在用户测速误差相当时，低轨卫星多普勒定位精度将

优于 GNSS 多普勒定位精度。

2 数据来源和仿真策略

2.1 星座构型和星历仿真

Iridium Next、OneWeb、Starlink 等星座大都为 Walker

型圆轨道星座[27]，其卫星均匀地分布在轨道倾角、离心率、

半长轴和近地点角距均相同的轨道平面上。其余轨道参数

可以用 N/P/F 描述，分别是总卫星颗数、轨道平面个数、

相邻轨道面相对位置的卫星之间的相位参数，取值范围为

（0, P-1）。每个轨道面的升交点赤经和每颗卫星的平近点角

可以通过式(17)得到

2π ( 1) i i

P

Ω = − (17)

2π 2π ( 1) ( 1) M Fi j ij N NP

= −+ − (18)

其中，Ωi 是第 i 个轨道面的升交点赤经，Mij 是第 i 个轨道

面上第 j 颗卫星的平近点角。

以 Starlink 第一阶段的星座构型为例，根据 SpaceX

向美国联邦通信委员会提交的相关申请，其第一阶段拟

发射 1.2 万颗卫星。这些卫星分布在 8 个不同的轨道壳上

[28]。其中，第一层卫星总数目为 1 584 颗卫星，平均分布

在轨道倾角为 53°、轨道高度为 550 km 的 72 个轨道面上。

这 1 584 颗倾斜轨道卫星实现了对中低纬度人口密集区

域的覆盖。第二层基本配置同第一层一致，但是轨道倾

角和高度略有不同，分别是 53.2°和 540 km。第三层增加

了轨道倾角为 70°、轨道高度为 570 km 的 720 颗卫星，

轨道面个数为 36 个。第四、五层卫星增加了轨道倾角为

97.6°的近极轨道卫星，增加了对高纬度地区的覆盖。这

些近极轨道卫星共 520 颗，轨道高度为 560 km。至此，

前五层共 4 408 颗卫星实现了对地全覆盖。后三层拟部署

7 518 颗轨道倾角为 42°～53°的极低轨道卫星（轨道高度

约为 340 km），进一步增强对地球表面中低纬度地区的覆

盖。SpaceX 已发射 4 000 多颗卫星，前述研究[28]表明，

卫星颗数增加到 4 000 颗后，再增加卫星数量对定位结果

的提升效果并不显著。本文仅考虑第一层由 1 584 颗倾斜

轨道卫星组成的星座。

星历仿真的基本流程：先根据表 1 的星座参数和

Walker型星座的参数计算公式得到每颗卫星的初始轨道六

根数；然后通过轨道力模型计算得到卫星在任意时刻的位置

和速度。其中，轨道力模型包括 N 体摄动（JPL DE405）[29]、

100×100 阶重力场模型[30]、太阳辐射光压[31]、DTM94 大气

阻力模型[32]和相对论效应[24]等。最后，在仿真中添加随机

噪声来模拟真实的轨道误差。在卫星钟差的仿真中，本研

究假设所有低轨卫星均搭载芯片级原子钟（Chip Scale

Atomic Clocks，CSAC），且在 100 min 内的稳定性约为

1×10-12 s/s[33]。卫星钟用多项式模型表示为[34]

s 2

01 0 2 0

1 δt ( ) ( ) ( ) 2

=+ −+ − + a at t at t t ψ (19)

式中 s δt 代表钟的变化， 0 a 、 1 a 和 2 a 分别代表 0t 时刻的钟

差、钟漂和频漂，ψ ( )t 是随机噪声。在星历仿真中，高

阶项 2 a 被忽略， 0 a 和 1 a 的标准方差分别设置为 1 μs 和

10−12 s/s。

2.2 地面观测数据仿真

1 584 颗倾斜轨道卫星组成的星座仅实现了对地球表

面中低纬度地区的覆盖，因此本研究选取中低纬度地区，

高度为 100 m 的观测站。在纬度分别为 45°N、30°N、15°N、

0°、−15°S、−30°S 和−45°S 的 7 条纬度带上，均匀选取经

度分别为 80°W、40°E、160°E 的 3 个观测站。

观测值的仿真流程实际上是定位解算的逆过程：首先

由卫星星历及观测站位置计算得到星地间几何距离；然后

利用各类误差模型计算得到相应的误差改正数以模拟实际

情况下的各类误差；最后添加随机噪声模拟测量误差并使

仿真结果逼近真实值。其中，对流层误差使用 Saastamoinen

模型、GPT3 气象参数和 VMF3 投影函数。考虑到低轨卫

·88· 天地一体化信息网络 第 5 卷

星运行在电离层中，二维模型 Klobuchar 不再适用，故电

离层误差仿真使用三维 NeQuick-G[35]模型。电离层和对流

层延迟分别由上述模型计算得到，延迟变化率可以通过直

接对模型求导法或历元间差分法得到。求导法对电离层

和对流层模型的精确度要求较高，且要求模型必须是观

测时间的函数。电离层和对流层的历元间差分法分别可

以表示为

s ss

s r rr

r

( ) 2 () ( )

2

It t It It t I

t

+Δ − + −Δ = Δ

fi (20)

s ss

s r rr

r

( ) 2 () ( )

2

Tt t Tt Tt t T

t

+Δ − + −Δ = Δ

fi (21)

其中， t 为当前时刻（历元）， Δt 为采样时间间隔。实际

上，式（20）～式（21）求取的是一段时间内的延迟变化

率的平均值。Δt 越小，得到的延迟变化率越精确，在仿真

中取 0.1 s。多普勒观测的随机误差设置为方差为 0.1 Hz[36]

的零均值高斯白噪声。

早期的低轨星座大都工作在 VHF/L/S 等较低频段，这

些较低频段的信号将受到较大的电离层延迟影响。近期的

大规模低轨星座出于大带宽、高信噪比和抗干扰等原因多

使用 Ku/Ka/V 等高频段的信号，但是这些高频信号会受到

更加明显的自由空间损耗和雨衰等的影响[37-38]。综合考虑

电离层和自由空间损耗的影响，本研究中均假设卫星在 C

频段工作，双频信号分别为 5 GHz 和 7 GHz。

3 低轨卫星多普勒定位性能分析

3.1 多普勒单点定位性能

采用表 1 所示的数据仿真策略与多普勒定位解算策

略，分析观测站的多普勒单点定位性能。其中电离层和对

流层延迟变化率通过历元间差分法得到，接收机的位置和

钟漂视作未知参数估计。统计时段为 2020 年 2 月 1 日

1:30-22:30，历元间隔为 30 s，共计 2 521 个历元。

统计 1 584 颗卫星时 21 个观测站一天的多普勒单点定

位结果，对一天内 2 521 个历元的定位结果取平均得到日

均 DDOP、可见卫星数和三维定位均方根（Root Mean

Square，RMS）。如图 1 所示，横坐标为观测站的纬度，纬

度为正表示北纬，纬度为负表示南纬，每个纬度带上有 3

个经度不同的观测站；纵坐标从上到下依次为该观测站一

天内的日均 DDOP、可见卫星数和三维定位 RMS。

从图 1 中可以看到，不同纬度观测站的日均 DDOP、

可见卫星数与定位误差均不相同，且存在明显的纬度相关

性：纬度相同，经度不同的 3 个观测站的日均 DDOP、可

见卫星数与三维定位 RMS 基本一致；经度相同、纬度不

同的观测站的 3 个指标差异较大；在纬度上呈现南北纬对

称特性。具体表现为，中纬度（45°）观测站的可见卫星数

有 60 多颗，日均 DDOP 约为 130，三维定位 RMS 优于 3 m。

纬度为 30°的观测站可见卫星数约为 45 颗，日均 DDOP 约

为 175，三维定位 RMS 约为 4 m。低纬度（0°和 15°）地

区观测站的可见卫星数减少为 35 颗左右，日均 DDOP 在

200～300，三维定位 RMS 在 4～6 m。这种纬度差异性与

星座构型密切相关。由于 1 584 颗卫星的轨道倾角均为

53°，因此该星座对中纬度地区观测站的覆盖性优于对低纬

度地区的覆盖性。综上，大规模低轨星座多普勒定位精度

可达米级，这与 GNSS 中基于伪距的单点定位精度相当。

而多普勒定位算法的优势在于多普勒信息测量和获取的便

利性，更适用于大规模低轨互联网星座。

表 1 数据仿真策略与多普勒定位解算策略

对比项 仿真策略 多普勒定位解算策略

仿真时间 2020 年 2 月 1 日 1:30-22:30，时间间隔为 30 s

信号频率 5 GHz、7 GHz（C 频段）

截止高度角 5°

卫星轨道 初始轨道参数+轨道力模型+随机噪声 从星历中获取

卫星钟的钟漂 多项式模型，a0和 a1的标准方差分别设置为 1 µs 和 10-12 s/s 从星历中获取

相对论效应 式（6） 公式改正

萨格纳克效应 式（7） 公式改正

对流层延迟变化率 Saastamoinen 模型 + GPT3 气象参数+ VMF3 投影函数，历元

间差分（0.1 s） Saastamoinen 模型改正

电离层延迟变化率 NeQuick-G 电离层模型，历元间差分（0.1 s） 模型改正

接收机位置 观测站静止 未知参数估计

接收机钟的钟漂 标准方差设置为 10-6 s/s 未知参数估计

第 1 期 张雨露等：大规模低轨星座多普勒定位算法 ·89·

图 1 观测站的日均 DDOP、可见卫星数与定位误差

此外，还可以看到日均 DDOP 和可见卫星数呈现明

显的负相关特性：当可见卫星数减少时，对应的日均

DDOP 变大。三维定位 RMS 和日均 DDOP 呈现出明显

的正相关特性：日均 DDOP 越大，对应的三维定位 RMS

越大。随着大规模低轨星座的不断发展，未来地面观测

站观测到的可见卫星数将不断增加。研究表明[28]，可见

卫星数增加到一定数量后，其对 DDOP 和定位精度的提

升效果趋于平稳。因此，在大规模低轨星座下，需要在

通过选星等策略实现几何观测构型和定位精度改善的同

时，平衡终端在卫星跟踪和定位解算过程中的信息处理

压力。

3.2 卫星轨道误差对定位性能的影响

低轨卫星绕地球的运行速度约为 7.5 km/s，远大于中

高轨道 GNSS 卫星的 3.9 km/s，使得其相对地面的几何

位置变化更快。这一特点在给地面观测带来增益（如加

速高精度定位的收敛速度、多普勒效应更加明显等）的

同时，也给低轨卫星的精密轨道确定带来了难度，从而

使得多普勒定位算法对低轨卫星的轨道误差更加敏感。

随着精密定轨技术的发展，如今大多数低轨卫星都可以

通过融合星载 GNSS、激光星间链路（Inter Satellite Link，

ISL）、卫星激光测距（Satellite Laser Ranging，SLR）等

观测提高轨道精度，可以预见未来低轨星座运营商可提

供远优于 TLE 轨道精度的轨道产品。然而，不同的低

轨卫星轨道误差对多普勒定位精度的影响尚缺少数值论

证。为分析不同量级的轨道误差给定位带来的影响，本

文在仿真中对卫星的位置和速度添加不同量级的误差，

统计观测站（15°N，80°W，100 m）不同量级的轨道误

差对定位性能的影响见表 2，其中 N（north）、E（east）、

U（up）分别代表北、东、天 3 个方向。

表 2 不同量级的轨道误差对定位性能的影响

位置

误差/m

速度误差/

(m·s−1) RMS-N/m RMS-E/m RMS-U/m RMS-3D /m

0 0 1.38 2.92 4.07 5.20

0.03 0 1.38 2.92 4.07 5.20

0 0.003 1.38 2.95 4.09 5.23

3 0 1.60 3.52 4.364 5.83

0 0.03 1.75 3.93 5.109 6.68

30 0 8.20 18.78 18.26 27.44

0 0.3 10.95 25.83 29.02 40.36

300 0 80.28 178.17 183.81 268.28

0 3 108.83 255.69 286.72 399.29

3 000 0 790.07 1 865.39 1 773.16 2 692.22

0 30 1 085.34 2 561.02 2 842.69 3 977.15

如表 2 所示，当位置误差和速度误差分别优于 3 m 和

3 cm/s 时，多普勒定位结果并未明显变差。当位置误差和

速度误差分别为 30 m 和 0.3 m/s 时，定位误差放大为原来

的 5.28 倍和 7.77 倍。300 m 的位置误差和 3 m/s 的速度误

差将使得定位结果变差到原来的约 1

60 。3 km 的位置误差

和 30 m/s 的速度误差下，定位误差可达 3 km。当前研究中，

低轨卫星的轨道信息多通过 TLE 和 SGP4 轨道传播模型

得到，但当轨道传播时间超过 TLE 文件生成时间 2 天左

右时，预测得到的卫星位置误差将在 2～3 km[21]，对应的

定位误差将被放大约 600 倍。因此，在不添加其他误差

的情况下，为保证低轨卫星多普勒定位可以实现米级定

位精度，低轨卫星的轨道和速度精度应为米级每秒或厘

米级每秒。

3.3 电离层误差对定位性能的影响

本节分析信号传播过程中受到的电离层误差对定位性

能的影响。观测站的位置坐标为（13.74°N, 100.53°E,

74.3 m），信号频率分别为 C 频段的 5 GHz 和 7 GHz。仿真

观测共有两种：一是在仿真观测值时不加入电离层延迟；

二是在仿真观测值时加入基于 NeQuick-G 模型计算得到的

电离层延迟，并通过历元间差分法得到电离层延迟变化率。

随后，采用不同策略对观测值进行解算，以探讨多普勒定

位时电离层误差的影响并修正。C 频段信号的电离层误差

对多普勒定位的影响如图 2 所示。

结果表明，当观测中有电离层误差，但在定位解算

·90· 天地一体化信息网络 第 5 卷

中未做改正时，多普勒定位将在 3 个方向上均产生较为

明显的偏移，其中 U 方向上的偏移量高达 2 m。3 个方

向上的三维定位 RMS 也均变大，三维定位结果变差。

在定位解算中采用 NeQuick-G 模型改正后，多普勒定

位精度与无电离层误差时一致。使用双频无电离层组合

改正后，电离层误差被消除（3 个方向上的均值均接近

0）；但三维定位 RMS 仍差于图 2（a）无电离层误差和

图 2（c）模型改正的结果，这是因为双频无电离层组

合会放大多普勒观测中添加的随机噪声[39-40]，从而使得

定位结果变差。

3.4 对流层误差对定位性能的影响

为分析对流层误差对不同纬度观测站的定位性能的影

响，统计观测站的定位结果，如图 3 所示。在仿真对流层

误差时，对流层延迟变化率是通过对流层延迟变化量在相

邻历元间差分得到的，对流层延迟是通过 Saastamoinen 模

型、GPT3 气象参数和 VMF3 投影函数计算得到的。

结果表明，加入对流层误差后，在多普勒定位解算

中若不做改正，将在 3 个方向上均产生误差。其中，U

方向上受到的影响最大，定位误差相比于没有对流层误

差时增 加 了 20~60 m 。在多普勒定位 解 算 中使用

Saastamoinen 和 Hopfield 模型均能有效改正在仿真中

添加的对流层误差。由于不同模型之间存在的差异性，

用 Hopfield 模型的改正效果没有使用 Saastamoinen 模

型的改正效果好。

图 3 对流层延迟变化率对多普勒定位的影响

3.5 多普勒定位算法对接收机位置初值误差的敏感性

在 GNSS 定位中，即使接收机的初始位置设为 0，迭

代算法仍能收敛到地球表面的真实接收机位置。但在低轨

卫星定位中并非如此，原因是低轨卫星的轨道高度远小于

GNSS 卫星的轨道高度，若接收机的初值设置不合理，多

次迭代后有可能收敛到地球内部或其他错误位置，使得定

图 2 C 频段信号的电离层误差对多普勒定位的影响

第 1 期 张雨露等：大规模低轨星座多普勒定位算法 ·91·

位解算过程对接收机的初始位置估计误差较为敏感。例如，

在当前研究[10,18-19]中，当使用 Orbcomm 卫星（轨道高度

825 km）、Iridium Next 卫星（轨道高度 780 km）时，接收

机的初始位置估计误差往往被设置为 20～200 km。本节通

过计算观测站在不同初始位置估计误差下的多普勒定位结

果来分析低轨卫星多普勒定位算法对接收机初始位置估计

的 敏 感 性 。 初 值 误差的 设 置 方 法 为在地 心 地 固

（Earth-Centred Earth-Fixed，ECEF）坐标系中，在观测站

的真实位置坐标上叠加不同量级的误差。如表 3 所示，设

置了 45 种初值误差级别。误差级别 1～4 分别为 0.01 km、

0.1 km、1 km 和 10 km；误差级别 5～7 分别为 100 km、200

km 和 300 km；误差级别 8～13 分别为 350 km、360 km、

370 km、380 km、390 km、400 km；误差级别 14～45 为

从 405 km 线性增加到 560 km，增长幅度为 5 km。

在上述误差级别下，统计纬度不同的 4 个观测站在

2020 年 2 月 1 日 1:30-22:30 时间段内的定位误差及有解的

历元个数，时间间隔为 30 s，共计 2 521 个历元。观测站

高度均为 100 m，经度均为 40°E，纬度依次为 0°、15°N、

30°N 和 45°N。如图 4 所示，在给定的 45 种误差级别中，

北纬 30°观测站的定位误差和有解的历元个数并没有随着

接收机初值误差的增加而变少。而北纬 45°观测站在初值

误差大于 425 km（对应误差级别为 18）后，有解的历元

个数开始下降；当初值误差大于 500 km（对应第 33 级误

差）后，超过一半的历元无法收敛到正确的接收机位置。

北纬 15°观测站在初值误差为 200 km（对应第 6 级误差）

时，有解的历元个数小于 2 000 个；初值误差大于 350 km

（对应误差级别为 8）后，超过 30%的历元不能收敛到真实

的接收机位置；初值误差大于 510 km（对应第 35 级误差）

后，超过 50%的历元无解，三维定位 RMS 也随之变差。

赤道上的观测站多普勒定位结果受接收机初值误差的影响

最大，当初值误差为 10 km 时，有解的历元个数就已经减

少到 2 000 以下；当初值误差为 300 km（对应误差级别为

7）时，仅剩下不到 500 个历元能够收敛到正确的接收机位

置。因此，当使用 550 km 轨道高度的低轨卫星多普勒定

位时，为保证不同纬度的观测站使用 550 km 轨道高度的

低轨卫星多普勒定位时，有至少 50%的历元能够收敛到正

确的接收机位置，接收机的初值误差应不大于 300 km。通

常，通过卫星星下点位置估计、地图匹配，或通过通信基

站获取到的接收机概略位置精度为几十米到几千米，可以

满足初始位置的精度要求，但在森林或者沙漠地区，由于

信号遮挡和基站稀疏等因素，尚未有较好的解决方案。

图 4 不同初值误差下的低轨卫星多普勒定位结果

4 结束语

随着科学技术的发展，低轨互联网星座已成为大国科

技竞争的下一热点。低轨星座在信号强度、运动特性、鲁

棒性等方面的优势，使得其有望成为综合 PNT 系统的增

量，既可以增强 GNSS，又可以作为 GNSS 的补充和备份。

本文提出了一种基于大规模低轨星座的多普勒单点定位算

法，能够利用同一历元观测到的多颗卫星的多普勒频移实

现对接收机位置、速度和钟漂的同时解算。本文使用

Starlink 第一层轨道高度为 550 km 的 1 584 颗卫星组成的

星座来分析典型大规模低轨星座下的多普勒定位性能。仿

表 3 观测站初值误差级别

级别 误差/km 级别 误差/km 级别 误差/km 级别 误差/km 级别 误差/km

1 0.01 10 370 19 430 28 475 37 520

2 0.1 11 380 20 435 29 480 38 525

3 1 12 390 21 440 30 485 39 530

4 10 13 400 22 445 31 490 40 535

5 100 14 405 23 450 32 495 41 540

6 200 15 410 24 455 33 500 42 545

7 300 16 415 25 460 34 505 43 550

8 350 17 420 26 465 35 510 44 555

9 360 18 425 27 470 36 515 45 560

·92· 天地一体化信息网络 第 5 卷

真结果表明，低轨星座多普勒单点定位的 DDOP 为 100～

300，定位误差为 3～6 m，与 GNSS 中基于伪距的单点定

位精度相当。对大规模低轨星座多普勒定位误差源的分析

表明，其对低轨卫星的轨道误差、信号传播过程中的电离

层和对流层误差较为敏感。为保证米级的定位精度，低轨

卫星的位置精度和速度精度应为米级每秒或厘米级每秒。

C 频段信号受到的电离层延迟变化率给多普勒定位带来的

误差约为 2 m，使用双频无电离层组合改正后可以消除电

离层误差，但随机噪声会被放大。在多普勒定位解算中，

若不改正对流层延迟变化率，观测站的定位精度将变差几

十米。由于轨道高度的限制，低轨卫星多普勒定位算法对

接收机的初始位置估计误差较为敏感。使用 550 km 轨道

高度的低轨卫星多普勒定位时，接收机的初值误差应小于

300 km，才能保证至少有 50% 的历元能够收敛到正确的

接收机位置。

参考文献：

[1] REID T G R, NEISH A M, WALTER T, et al. Broadband LEO

constellations for navigation[J]. Navigation, 2018, 65(2): 205-220.

[2] 田润, 崔志颖, 张爽娜, 等. 基于低轨通信星座的导航增强技术

发展概述[J]. 导航定位与授时, 2021, 8(1): 66-81.

TIAN R, CUI Z Y, ZHANG S N, et al. Overview of navigation

augmentation technology based on LEO[J]. Navigation Positioning

and Timing, 2021, 8(1): 66-81.

[3] IANNUCCI P A, HUMPHREYS T E. Economical fused LEO

GNSS[C]//Proceedings of 2020 IEEE/ION Position, Location and

Navigation Symposium (PLANS). Piscataway: IEEE Press, 2020:

426-443.

[4] 蒙艳松, 严涛, 边朗, 等. 基于低轨互联网星座的全球导航增强:

机遇与挑战[J]. 导航定位与授时, 2022, 9(1): 12-24.

MENG Y S, YAN T, BIAN L, et al. LEO broadband satellite constellations based global navigation augmentation: opportunity and

challenge[J]. Navigation Positioning and Timing, 2022, 9(1): 12-24.

[5] 张雨露, 范磊, 刘江梅, 等. 商业低轨通信星座纳入国家综合

PNT 体系的可行性分析[J]. 导航定位学报, 2022, 10(2): 26-36.

ZHANG Y L, FAN L, LIU J M, et al. Feasibility analysis of commercial broadband LEO constellation incorporated into the national

comprehensive PNT system[J]. Journal of Navigation and Positioning, 2022, 10(2): 26-36.

[6] 曾添, 隋立芬, 贾小林, 等. 小型化 LEO 星座与 BDS-3 全星座联

合定轨仿真[J]. 武汉大学学报(信息科学版), 2022, 47(1): 61-68.

ZENG T, SUI L F, JIA X L, et al. Simulation of combined orbit determination with a small LEO constellation and BDS-3 full constellation[J]. Geomatics and Information Science of Wuhan University,

2022, 47(1): 61-68.

[7] 蒙艳松, 边朗, 王瑛, 等. 基于 “鸿雁” 星座的全球导航增强系

统[J]. 国际太空, 2018(10): 20-27.

MENG Y S, BIAN L, WANG Y, et al. Global navigation augmentation system based on hongyan satellite constellation[J]. Space International, 2018(10): 20-27.

[8] LI X X, MA F J, LI X, et al. LEO constellation-augmented multi-GNSS for rapid PPP convergence[J]. Journal of Geodesy, 2019,

93(5): 749-764.

[9] LAWRENCE D, COBB H S, GUTT G, et al. Test results from a

LEO-satellite-based assured time and location solution[C]//Proceedings of the 2016 International Technical Meeting of The Institute of

Navigation. [S.l.:s.n.], 2016: 125-129.

[10] ORABI M, KHALIFE J, KASSAS Z M. Opportunistic navigation

with Doppler measurements from iridium next and orbcomm LEO

satellites[C]//Proceedings of 2021 IEEE Aerospace Conference

(50100). Piscataway: IEEE Press, 2021: 1-9.

[11] KERSHNER R B, NEWTON R R. The transit system[J]. Journal of

Navigation, 1962, 15(2): 129-144.

[12] ANDERLE R J. Accuracy of geodetic solutions based on Doppler

measurements of the Navstar global positioning system satellites[J].

Bulletin Géodésique, 1979, 53(2): 109-116.

[13] CHEN X, GAO W Y, WAN Y H. Revisiting the Doppler filter of

LEO satellite GNSS receivers for precise velocity estimation[J].

Journal of Electronics (China), 2013, 30(2): 138-144.

[14] JAYLES C. DORIS/Jason-2: better than 10 cm on-board orbits

available for Near-Real-Time Altimetry[J]. Advances in Space Research, 2010, 46(12): 1497-1512.

[15] BENZERROUK H, NGUYEN Q, FANG X X, et al. LEO satellites

based Doppler positioning using distributed nonlinear estimation[J].

IFAC-PapersOnLine, 2019, 52(12): 496-501.

[16] TAN Z Z, QIN H L, CONG L, et al. New method for positioning

using IRIDIUM satellite signals of opportunity[J]. IEEE Access,

2019, 7: 83412-83423.

[17] NEINAVAIE M, KHALIFE J, KASSAS Z M. Blind Doppler

第 1 期 张雨露等：大规模低轨星座多普勒定位算法 ·93·

tracking and beacon detection for opportunistic navigation with

LEO satellite signals[C]//Proceedings of 2021 IEEE Aerospace

Conference (50100). Piscataway: IEEE Press, 2021: 1-8.

[18] KHALIFE J J, KASSAS Z M. Receiver design for Doppler positioning with Leo satellites[C]//Proceedings of ICASSP 2019 - 2019

IEEE International Conference on Acoustics, Speech and Signal

Processing (ICASSP). Piscataway: IEEE Press, 2019: 5506-5510.

[19] FARHANGIAN F, LANDRY R J. Multi-constellation software-defined receiver for Doppler positioning with LEO satellites[J]. Sensors, 2020, 20(20): 5866.

[20] NEINAVAIE M, KHALIFE J, KASSAS Z M. Acquisition, Doppler

tracking, and positioning with starlink LEO satellites: first results[J].

IEEE Transactions on Aerospace and Electronic Systems, 2022,

58(3): 2606-2610.

[21] VALLADO D, CRAWFORD P. SGP4 orbit determination[C]//Proceedings of AIAA/AAS Astrodynamics Specialist Conference and Exhibit. Reston, Virigina: AIAA, 2008.

[22] PSIAKI M L. Navigation using carrier Doppler shift from a LEO

constellation: transit on steroids[J]. NAVIGATION, 2021, 68(3):

621-641.

[23] BRAASCH M S, VAN DIERENDONCK A J. GPS receiver architectures and measurements[J]. Proceedings of the IEEE, 1999, 87(1):

48-64.

[24] PETIT G, LUZUM B. IERS Conventions (2010)[S]. IERS Technical Note No. 36. Verlagdes Bundesamtsfür Kartographie und Geodäsie, Frankfurt am Main, Germany, 2010.

[25] GULKLETT M. Relativistic effects in GPS and LEO[D]. Copenhagen: University of Copenhagen, 2003.

[26] MORALES-FERRE R, LOHAN E S, FALCO G, et al.

GDOP-based analysis of suitability of LEO constellations for future

satellite-based positioning[C]//Proceedings of 2020 IEEE International Conference on Wireless for Space and Extreme Environments

(WiSEE). Piscataway: IEEE Press, 2020: 147-152.

[27] WALKER J. Satellite constellations[J]. Journal of the British Interplanetary Society, 1984, 37(12): 559-571.

[28] ZHANG Y, LI Z, SHI C, et al. Analysis of positioning performance

and GDOP based on Starlink LEO constellation[C]//China Satellite

Navigation Conference. [S.l.:s.n.], 2022.

[29] STANDISH E. JPL planetary and lunar ephemerides, DE405/LE405,

JPL Interoffice Memorandum IOM 312, F-98-048[D]. Los Angeles:

Jet Propulsion Laboratory, 1998.

[30] REIGBER C, SCHMIDT R, FLECHTNER F, et al. An Earth gravity field model complete to degree and order 150 from GRACE:

eigen-GRACE02S[J]. Journal of Geodynamics, 2005, 39(1): 1-10.

[31] ZIEBART M. Generalized analytical solar radiation pressure modeling algorithm for spacecraft of complex shape[J]. Journal of

Spacecraft and Rockets, 2004, 41(5): 840-848.

[32] BERGER C, BIANCALE R, ILL M, et al. Improvement of the

empirical thermospheric model DTM: DTM94 - a comparative review of various temporal variations and prospects in space geodesy

applications[J]. Journal of Geodesy, 1998, 72(3): 161-178.

[33] REID T G R, NEISH A M, WALTER T F, et al．Leveraging

commercial broadband LEO constellations for navigation[C]//The

29th International Technical Meeting of the Satellite Division of

The Institute of Navigation (ION GNSS+ 2016). Portland, Oregon:

Institute of Navigation, 2016: 2300-2314.

[34] TAVELLA P. Statistical and mathematical tools for atomic

clocks[J]. Metrologia, 2008, 45(6): S183-S192.

[35] ARAGON-ANGEL A, ZÜRN M, ROVIRA-GARCIA A. Galileo

ionospheric correction algorithm: an optimization study of NeQuick-G[J]. Radio Science, 2019, 54(11): 1156-1169.

[36] JIANG M Y, QIN H L, ZHAO C, et al. LEO Doppler-aided GNSS

position estimation[J]. GPS Solutions, 2022, 26(1): 31.

[37] IRSIGLER M, HEIN G, EISSFELLER B, et al. Aspects of C-band

satellite navigation: signal propagation and satellite signal tracking[C]//Proc eedings of the European Navigation Conference

ENC-GNSS2002. [S.l.:s.n.], 2002.

[38] MA F J, ZHANG X H, HU J H, et al. Frequency design of

LEO-based navigation augmentation signals for dual-band ionospheric-free ambiguity resolution[J]. GPS Solutions, 2022,

26(2): 53.

[39] YAN W, LI Z S, LI D H, et al. Evaluation of precise point positioning algorithm based on original dual-frequency GPS code and

carrier-phase observations[C]//Proceedings of 2011 International

Conference on Electric Information and Control Engineering. Piscataway: IEEE Press, 2011: 3244-3247.

[40] BOLLA P, BORRE K. Performance analysis of dual-frequency

receiver using combinations of GPS L1, L5, and L2 civil signals[J].

Journal of Geodesy, 2019, 93(3): 437-447.

·94· 天地一体化信息网络 第 5 卷

张雨露（1997− ），女，北京航空航天大学前

沿科学技术创新研究院博士生，主要研究方向

为低轨卫星高精度定轨与多普勒定位算法。

李桢（1989− ），男，博士，北京航空航天大

学前沿科学技术创新研究院助理研究员，主要

研究方向为航天器辐射光压建模、精密定轨及

空间碎片预警等。

施闯（1968− ），男，博士，北京航空航天大

学前沿科学技术创新研究院教授，主要从事北

斗高精度定位导航授时等方面的科研、教学工

作。

景贵飞（1968− ），男，博士，北京航空航天

大学前沿科学技术创新研究院研究员，主要从

事北斗系统、导航与位置服务等方面的科研、

教学工作。

[作者简介]

2024 年 3 月 Space-Integrated-Ground Information Networks March 2024

第 5 卷第 1 期 天 地 一 体 化 信 息 网 络 Vol.5 No.1

卫星互联网安全风险及应对措施分析

谷 欣 1

，单 超 1

，孙才俊 2

，李 珂 3

，田 敏 1

，王瑞青 1

（1. 中国星网网络创新研究院有限公司，北京 100029；

2. 之江实验室智能网络研究院，浙江 杭州 311121；

3. 中电科网络安全科技股份有限公司，北京 100043）

摘 要：从阐述卫星互联网的系统组成和安全事件入手，综合分析卫星和载荷、卫星终端、信关站、运控中心、运营中心等实

体对象的安全风险，接入链路、星间链路、馈电链路、测控链路、地面互联等通信链路安全风险，运营数据、通信内容监管、

公众隐私、数据违规出境等应用数据安全风险，以及新兴技术带来的安全风险挑战，并针对上述各种潜在的安全威胁提出相应

的应对措施。最后对卫星互联网安全形势演变应关注的研究方向进行展望。

关键词：卫星互联网；安全挑战；安全风险；应对措施

中图分类号：TP393.08

文献标识码：A

doi: 10.11959/j.issn.2096−8930.2024010

Analysis of Satellite Internet Security Risks and

Countermeasures

GU Xin1

, SHAN Chao1

, SUN Caijun2

, LI Ke3

, TIAN Min1

, WANG Ruiqing1

1. China Satellite Network Innovation Co., Ltd., Beijing 100029, China

2. Intelligent Network Research Institute Zhejiang Lab, Hangzhou 311121, China

3. CETC Cyberspace Security Technology Co., Ltd., Beijing 100043, China

Abstract: This paper was commenced with an exploration of the system composition and security events of satellite Internet, conducted

a comprehensive assessment of risks associated with entities such as satellites, terminals, ground stations, mission control, and operation

center, secondly extends to communication pathways, encompassing access links, inter-satellite links, feeder links, TT&C links, and

ground networks, then delved into data-related risks, covering operational data, regulatory content, public privacy, and outbound data,

furthermore, addresses challenges posed by emerging technologies. Finally, proposed corresponding countermeasures for potential

threats and concludes by outlining crucial research directions for understanding the evolving security landscape of satellite Internet.

Keywords: satellite Internet, security challenges, security risk, countermeasures

0 引言

卫星互联网是一种利用通信卫星星座实现全球范围内

地面、空中、海上用户等随遇接入互联网的新型信息基础

设施[1]，能为各种应用提供泛在、智能、协同、高效的广

域空间网络支撑和保障。卫星互联网极大促进了移动设备

向全场景协同、高可靠互联的方向迈进[2-3]，有利于实现全

球信息网络的高效互联与深度融合。

近年来，卫星互联网在全球范围内高速发展，极大促

进了人类沟通和万物互联。作为全球化的关键信息基础设

施，卫星互联网面临着严峻的安全挑战，这些挑战不仅直

接威胁着通信的机密性、完整性和稳定性，还对数据安全、

公众隐私甚至国家安全产生了潜在影响。因此，亟须深入

分析卫星互联网的安全风险和应对措施，确保这一关键信

息基础设施的可靠性和安全性，为全球经济、社会的稳定

和发展提供可靠保障。本文通过分析卫星互联网的安全

风险及应对措施，为卫星互联网安全体系设计提供借鉴

和参考，推动卫星互联网安全领域的深入研究和应用。

1 卫星互联网系统的组成

卫星互联网系统包括空间段、用户段及地面段[4]，

由实体对象及通信链路组成。空间段包括通信卫星及星

收稿日期：2023−11−01；修回日期：2024−01−30

·96· 天地一体化信息网络 第 5 卷

间链路，卫星通过星间链路进行互联；用户段包括各类

卫星用户终端，用户终端通过接入链路与卫星进行互联；

地面段包括信关站、运营中心及运控中心，信关站一方

面通过馈电链路传输星地间数据，另一方面与地面互联

网互联，实现卫星用户终端接入互联网的功能，此外，

还通过测控链路传输对卫星的控制指令。信关站、运营

中心、运控中心间采用地面链路进行互联，其系统的组

成如图 1 所示。

2 卫星互联网安全事件分析

卫星互联网由卫星通信接入互联网演化而来，是一种

通信和网络技术。近年来，针对卫星通信网络的攻击案例

数量呈快速上升趋势，并且逐步从空间域的物理破坏向信

息域的安全攻击发展[5-6]，这些攻击同样可以对卫星互联网

造成破坏并产生不利后果。一些具有重大影响的卫星网络

安全事件见表 1。

从表 1 可以看出，针对卫星互联网的安全事件层出不

穷，攻击者可以对卫星互联网中的实体对象、通信链路、

应用数据等多个方面进行攻击。有关资料显示，网络战已

经延伸到了太空领域[7]，出现了人类战争历史上首次围绕

卫星进行太空攻防的案例。此外，人工智能、量子计算等

技术的快速发展也将对卫星互联网的安全性产生深远影

响，这些技术的引入可能导致卫星互联网系统面临更复杂、

隐蔽和规模化的安全威胁。

3 卫星互联网安全风险分析

卫星互联网作为全球化的关键信息基础设施，为全球

通信和互联网接入提供了无处不在的服务。然而，随着卫

星互联网的快速发展和广泛应用，其安全风险也在日益增

加，主要表现在实体对象、通信链路、应用数据（含卫

图 1 卫星互联网系统的组成

表 1 卫星网络安全事件

安全风险 安全事件

实体对象

安全风险

黑客入侵 X 射线科学卫星地面站，

发布恶意指令控制卫星（1998 年）

美国铱星 -33 与俄罗斯宇宙

-2251 卫星相撞（2009 年）

SpaceX 40 颗卫星受地磁暴影

响坠落（2022 年）

鲁汶大学安全研究员使用自制

设备入侵星链卫星互联网服务

（2022 年）

通信链路

安全风险

黑客组织使用恶意软件劫持合法

用户的 IP 地址来盗取卫星数据

（2007 年）

NASA 和美国地质调查局的观

测卫星受到干扰，卫星 C2 链路

遭受攻击（2007 年）

牛津大学研究人员通过卫星

天线和调谐器监听卫星互联

网流量（2020 年）

Ka 频段卫星卫星网络中断，攻

击者通过破坏管理网络关闭用

户调制解调器（2022 年）

应用数据

安全风险

NASA 电脑被盗，导致空间站密码

和算法被泄露（2011 年）

攻击者通过外部合作商共享的

网络环境进入 NASA 内网盗取

约 500 MB 重要数据（2018 年）

黑客通过外部用户系统侵入 NASA 卫星天线网络，迫使NASA 切

断与该网络的连接（2018 年）