低轨卫星载荷自主运行系统设计及应用

张世层; 王平; 张冬; 孙艳红; 安绍毅

doi:10.12404/j.issn.1671-1815.2408292

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (9) :4006-4017 DOI: 10.12404/j.issn.1671-1815.2408292

航空、航天

低轨卫星载荷自主运行系统设计及应用

张世层 ¹^,² ,
王平 ¹ ,
张冬 ¹^,² ,
孙艳红 ² ,
安绍毅 ²

作者信息 +

Design and Application of Autonomous Operation System for Low Earth Orbit Satellite Payload

ZHANG Shi-ceng ¹^,² ,
WANG Ping ¹ ,
ZHANG Dong ¹^,² ,
SUN Yan-hong ² ,
AN Shao-yi ²

Author information +

文章历史 +

摘要

针对低轨星座大规模部署带来的服务多样化、运维效能提升及建设成本优化需求,提出基于模块化分层架构的卫星载荷自主运行系统。该系统构建了包含任务自主分解、资源动态调度、故障预测容错处理与多级管控的三维功能体系。仿真分析与在轨验证结果表明:在880 km轨道高度、50°倾角的低轨试验星中,该系统可将星地通信容量提升90.3%,同时路由重收敛时间小于10 s;在不增加地面运维压力的前提下实现了高低轨星座间频率干扰规避以及非计划中断恢复;有效缩短了卫星载荷无效开机时长,显著提升了系统的可靠性与灵活性。研究结果为低轨卫星载荷元器件选型及主备份冗余设计提供了重要的在轨验证数据,可推广至大规模低轨星座工程实践。

Abstract

To address the demands of service diversification, operational efficiency improvement, and construction cost optimization in large-scale low earth orbit (LEO) constellations, an autonomous satellite payload operation system based on a modular hierarchical architecture was introduced. A three-dimensional functional framework encompassing autonomous task decomposition, dynamic resource scheduling, fault prediction and tolerance processing, and multi-level control mechanisms was established by the system. Simulation analysis and in-orbit verification demonstrate that in an 880 km altitude, 50° inclination LEO test satellite, the system achieves a 90.3% enhancement in satellite-to-ground communication capacity and a routing re-convergence time of less than 10 seconds during fault scenarios. Through autonomous frequency interference avoidance algorithms and unplanned outage recovery protocols, it mitigates inter-constellation frequency interference and ensures service continuity without increasing ground operational pressure. Notably, the system reduces payload inactive operation duration effectively, significantly enhancing system reliability and flexibility. The research findings provide critical in-orbit validation data for payload component selection and primary-backup redundancy design in LEO constellations, and can be generalized to large-scale LEO constellation engineering implementations.

Graphical abstract

关键词

天地一体化网络 / 低轨卫星 / 载荷自主运行 / 载荷监控 / 自主路由

Key words

space-air-ground integrated networks / low earth orbit satellite / autonomous payload operation / payload monitoring / automatic routing

引用本文

引用格式 ▾

张世层, 王平, 张冬, 孙艳红, 安绍毅. 低轨卫星载荷自主运行系统设计及应用[J]. 科学技术与工程, 2026, 26(9): 4006-4017 DOI:10.12404/j.issn.1671-1815.2408292

ZHANG Shi-ceng, WANG Ping, ZHANG Dong, SUN Yan-hong, AN Shao-yi. Design and Application of Autonomous Operation System for Low Earth Orbit Satellite Payload[J]. Science Technology and Engineering, 2026, 26(9): 4006-4017 DOI:10.12404/j.issn.1671-1815.2408292

登录浏览全文

4963

注册一个新账户忘记密码

卫星作为空天地一体化网络的中枢环节,将地面网络进一步向偏远地区、航海、航空等立体空间延展。相对于中、高轨卫星,低轨星座具有传输时延低、空间损耗小、支持全球覆盖等优点,支持更多应用服务场景,已成为空天地一体化网络的重要建设方向^[1-4];此外,低轨空间辐照环境更有利于进行卫星建设成本的优化,支撑大规模部署,提升星座的抗毁性和使用效能比。目前,美国星链、中国卫星互联网工程等低轨星座已进入大规模部署阶段^[5-10]。

低轨卫星快速发展的同时,面临着诸多挑战:首先,低轨卫星星地节点相对位移迅速、单星覆盖范围受限,为了实现全球无缝覆盖,通常采用由星间互联让成千上万颗卫星组成星座的方式,这也导致日常运维管控的负担极重,而且卫星间频繁协同工作也会造成通信时延抖动、频谱干扰等问题;其次,低轨卫星为了提升应用市场竞争力,通常配置多类功能载荷用于提供多样式且大容量的服务,为兼顾卫星应用多样性和载荷运行可靠性,载荷需根据业务需求和自身状态实时调整工作参数甚至开关机操作;最后,中国难以在境外大量部署信关站,因此馈电链路传输压力大,最大限度提升馈电链路通信容量成为重中之重。为解决上述困难,发展大规模低轨星座载荷自主运行系统已成为卫星领域的共识。通过引入载荷自主运行系统^[9-10],可以提高大规模低轨卫星的运行效率和任务灵活性,减轻地面运维系统的负担,提供更好的服务质量和用户体验,为低轨卫星的发展带来更多的可能性和机遇^[11-12]。

随着国内卫星任务需求的持续攀升,载荷自主运行系统进入快速发展阶段。在早期阶段,中国卫星任务主要依靠透明转发模式的地球静止轨道(geostationary earth orbit,GEO)卫星来实现,其工作模式单一,且相对地面接收站位置固定,可通过测控链路实时对卫星进行管控。在低轨卫星发展初期,中国在自主运行技术方面的研究主要集中在卫星姿态维持与控制、自主导航等领域,对于卫星载荷自主运行的研究较为薄弱^[13-14]。而随着国内低轨卫星互联网的飞速发展,载荷自主运行的必要性大大增强,现阶段该技术主要体现在借助馈电链路和星间链路更快完成任务指令集上注,从而实现卫星在地面运维中心不可见时段的任务执行。目前该技术的应用仍存在一些局限性:首先,低轨卫星参考卫星时间进行任务指令集自动分解与执行,未识别卫星当前工作模式和健康状态,容易导致卫星工作状态失控;其次,任务指令集制定和状态监测均需地面运维中心完成,任务调整灵活性、故障响应能力与地面运维压力成正相关;最后,当前自主运行技术与载荷系统配置、可靠性设计、卫星应用场景等尚未高效统筹,不能充分提升卫星载荷使用效能和系统性价比。在兼容现有技术的前提下,现提出载荷自主运行技术,在不增加卫星平台压力的同时,根据地面运维中心预设的业务模型、卫星在轨实时状态、服务约束等多维要求自主生成指令,自主调整相关载荷开关机状态、工作参数等,以期进一步降低地面运维压力,提高故障处置效率和载荷使用效能比。

1 系统设计方法

1.1 系统架构设计

低轨卫星载荷自主运行系统设计以设备高可靠、多功能、高效能等为出发点,分别从资源分配层、载荷控制层、应用服务层3个层面进行系统架构和功能模块设计,如图1所示。

资源分配层通过配置自主传输链路管理、自主路由与网络管理等功能模块实现物理层资源、协议资源调度,以解决低轨卫星星座拓扑频繁变化、星地链路远近效应、无线信道环境的不确定因素等造成的星座性能损失,在保障信号质量与业务连续性前提下,最大限度提升卫星通信容量。载荷控制层主要通过设计载荷分级管控、故障预测与容错处理等功能模块缩短载荷无效开机时间,降低对卫星平台的依赖,提升载荷在轨服务质量和服务周期,也为后续调整元器件等级和主备份设计提供技术支撑,提升星座建设效费比。应用服务层主要通过设计自主运行规划与执行功能,按照地面运维中心制定的工作策略、工作约束或者工作规划完成卫星载荷任务自主分解和指令生成,并通过载荷控制层完成指令下发,减少与地面运维中心的交互流程,提高星座任务灵活性。

1.2 自主传输链路管理功能

目前,卫星需通过测控实时指令或提前规划并上注时序指令集的方式完成载荷发射功率、工作模式等参数配置;在重新配置前,载荷的工作参数保持不变,不能适应低轨卫星快速移动、信道环境变化等需求。自主链路管理功能根据通信距离变化、空间环境变化、接收电平与信噪比估计、对端参数反馈等实时产生工作参数调整指令,通过载荷分级管控功能模块发送至链路载荷,实现符号速率、调制方式、编码方式等参数调整,完成接入网资源的自我管理,有效提升链路通信质量和链路效能^[15-19],流程图如图2所示。该功能模块主要实现3个工作项。

1.2.1 信道估计和质量反馈

接收端完成电平估计和信噪比估计,并将质量参数反馈至本端链路预测模型和发送端。信噪比估计可采用最大似然估计法、二阶四阶矩阵估计法等自适应算法;接收电平估计值P_r和信噪比估计值SNR的计算公式为

(1)${P}_{\mathrm{r}}=20\mathrm{l}\mathrm{g}\left(\stackrel{N}{\sum _{i=0}}\frac{{d}_{i}^{2}}{N}\right)+A$

(2)$\mathrm{S}\mathrm{N}\mathrm{R}=\frac{\frac{1}{2}\sqrt{6{M}_{2}^{2}-2{M}_{4}}}{{M}_{2}-\frac{1}{2}\sqrt{6{M}_{2}^{2}-2{M}_{4}}}$

(3)$\left\{\begin{array}{l}{M}_{2}=\frac{1}{N}\stackrel{N-1}{\sum _{n=0}}{\left|{d}_{i}\right|}^{2}\\ {M}_{4}=\frac{1}{N}\stackrel{N-1}{\sum _{n=0}}{\left|{d}_{i}\right|}^{4}\end{array}\right.$

式中:d_i为数模转换芯片第i个采样点的采样值;N为采样点数;A为量化的修正值;P_r为接收电平估计值,dBm;SNR为信噪比估计值,dB。经过工程实测和校准修正后,接收电平和信噪比估计误差可控制在±0.5 dB以内。

1.2.2 链路预测模型

根据信道质量反馈参数和卫星位置、姿态、速度等星历参数,建立星地链路预测模型,提前预知未来链路距离变化规律;同时,接收载荷控制与健康管理模块的输入,完成工作频点、信号带宽、功率等参数配置;设卫星在地固坐标系下为 (X_g、Y_g、Z_g),卫星实时速度为(V_x、V_y、V_z),则t时刻后的位置为

(4)$\left[\begin{array}{l}{X}_{sg}\\ {Y}_{sg}\\ {Z}_{sg}\end{array}\right]=\left[\begin{array}{l}{X}_{g}\\ {Y}_{g}\\ {Z}_{g}\end{array}\right]+\left[\begin{array}{l}{V}_{x}\\ {V}_{y}\\ {V}_{z}\end{array}\right]t$

链路预测采用最小二乘法(least squares method, LS)和最小均方误差算法(minimum mean squared error, MMSE)联合方式进行信道估计,先通过LS算法初步进行信道估计和噪声统计,然后通过MMSE方法充分利用LS算法结果、对端反馈的先验信息、卫星位置变化等优化信道估计精度。在载荷计算资源受限的情况下,仍然可以获得准确传输信道特性。

1.2.3 自适应调整算法

根据接收端反馈的信道质量参数,动态调整发送端编码方式、调制阶数、扩频比等,最大化保证传输速率和可靠性。同时,依据星地链路预测模型,提前调整发送电平、多普勒频偏等可预测信道参数,补偿信道损失,优化信道传输质量。自适应调整应该在链路同步的情况下进行,若链路失步,则卫星调制编码组合直接恢复至调制与编码方案(modulation and coding scheme,MCS)0档; 下行链路调制策略如下。

(1)地面设备的解调单元估计下行链路接收信噪比,并周期上报给卫星。

(2)卫星解调单元解析地面上报链路信息,将下行信噪比(E_s/N₀,其中E_s为平均接收能量,N₀为噪声功率谱密度)与卫星存储的调制编码模式表进行判决,将判决结果上报载荷监控单元;模式表如表1所示,可在轨更新。

(3)若解析出的下行接收E_s/N₀高于下一阶的准入E_s/N₀, 载荷监控单元产生指令将下行链路调制编码模式跳入下一阶;若解析出的下行接收E_s/N₀低于当前调制编码模式的准出E_s/N₀,载荷监控单元产生指令将下行链路调制编码模式跳入上一阶。

(4)若解析出的下行接收E_s/N₀既不大于下一阶的准入E_s/N₀,又不小于当前模式的准出E_s/N₀,则下行调制编码模式保持不变。

上行链路速率自适应策略与上述基本一致。调整流程如图3所示。

1.3 自主路由与网络管理功能

天基承载网先后经历了星上透明转发、IPv4(Internet protocol version 4)、标签交换等阶段^[20-23]。透明转发具有组网简单、交换容量大等优点,通常用于高轨透明转发卫星。IPv4对载荷处理资源需求较高,在卫星资源受限情况下不能适用于动态大规模的低轨卫星网络。目前低轨卫星网络普遍采用多协议标签交换(multi-protocol label switching,MPLS)设计思路,传统的MPLS标签交换是一种叠加在IP(Internet protocol)路由之上的交换技术,而现有的天基网络是一种星载能力受限的二层动态网络,因此传统的复杂网络层IP路由协议无法适用于现有天基承载网的路由控制。

针对天基网络存在卫星节点能力受限、低轨卫星链路频繁切换等约束条件^[24-25],本文研究提出了一种二层自主路由技术,节点间通过相互发送不包含IP信息的路由帧,进行链路层的路由同步和路径计算,通过卫星网络端口无IP地址配置设计,支持低轨卫星网络拓扑动态变化与切换,降低控制层复杂度,进而降低星载路由器压力,解决硬件资源受限问题,自主路由功能示意图如图4所示。

由图4可知,该模块根据链路状态通告(link status announcement,LSA)感知星座卫星间连接工作状态以及星地馈电链路可用性,基于路径状态的最短路径算法(link-state Dijkstra,LS-Dijkstra)选择最佳通信路径,实现承载网资源的自我管理。路径策略如下。

当低轨卫星网络完成拓扑G更新,在等待下一次更新前,假设$P=\{{V}_{\mathrm{s}},{V}_{i},{V}_{j},\dots,{V}_{\mathrm{e}}\}$表示卫星网络中从节点V_s至节点V_e的一条传输通路,v_i,v_j链路的路径权值为

(5)$w({v}_{i},{v}_{j})=\left\{\begin{array}{ll}\frac{2(h+R)\mathrm{s}\mathrm{i}\mathrm{n}\frac{180-{\theta }_{i}-{\theta }_{j}}{2}}{S({v}_{i},{v}_{j})},& {v}_{i},{v}_{j}\mathrm{链}\mathrm{路}\mathrm{有}\mathrm{效}\\ +\infty,& {v}_{i},{v}_{j}\mathrm{链}\mathrm{路}\mathrm{无}\mathrm{效}\end{array}\right.$

式(5)中:h为卫星高度;R为地球半径;θ_i为卫星节点V_i的轨道倾角;θ_j为卫星节点V_j的轨道倾角; S(v_i,v_j)为链路传播速率。则路径P的路径权值W(P)计算公式为

(6)$W\left(P\right)=\stackrel{\mathrm{e}}{\sum _{i=\mathrm{s}}}w({v}_{i},{v}_{j})$

当W(P)为最小值时,则路径P为此时间内V_s至V_e的最短传输路径。该模块可通过不断自学习与对卫星间、星地间网络连接状态实时感知训练,实现自主判决并选择持续时间更长更可靠的路径来传输数据,提升数据传输效率和实时性,确保网络韧性。

1.4 载荷分级管控功能

目前,卫星载荷控制方式包括随遇测控、随路测控。随遇测控方式采用常规宽波束测控链路,传输速率为kbps量级;随路测控是通过馈电链路和星间链路上注随路测控指令,可实现频次更快、内容更丰富的测控信息交互,且支持运控中心对不可见卫星的控制。但是,两种控制方式均需要卫星平台参与,载荷运行对卫星平台的依赖性过高,整体失效风险变大。

为减轻卫星平台控制负担和降低集中控制的风险,并充分利用低轨卫星馈电链路大容量、多源信息交换等能力,进一步提升任务灵活性,提出一种基于馈电链路的载荷监控方式,载荷不需卫星平台参与即可完成控制。

该方法以灵活机动为原则,借助于馈电链路实现业务密切相关的管控,包括波束资源调度、业务模式切换、业务状态监视、工作模式切换等。星载交换单元根据馈电链路信息帧格式中的IP号、帧类型等信息,判断随路测控方式还是载荷监控方式;若内容为载荷监控方式,星载交换单元直接通过业务高速口分发至载荷控制单元完成指令分发。该方法减少了载荷与卫星平台间控制信息交互,避免了由于该接口速率低导致不能充分利用星地高速率的限制,实现信息的更灵活配置。3种方式对比情况如表2所示。

1.5 自主运行规划与执行功能

自主运行规划与执行功能模块可根据地面用户制定的任务规划、业务使用策略、约束条件等先决条件进行自主任务调度解析和指令生成,常态下载荷存储了业务使用策略、约束条件等先决条件,结合卫星位置、姿轨控制以及自主采集的工作状态自主完成任务制定和指令分解执行,实现载荷灵活应用、能源管理等。业务使用策略、约束条件等可通过常规测控、随路测控方式上注实现。此外,该模块兼容现有策略,即存储地面运维中心上注的载荷时序指令集,并根据星上时间自动分解并按序执行。该模块可用于实现载荷自主开关机、自主干扰规避、馈电自主建链等工作。

1.5.1 故障预测与容错处理功能

目前,卫星在轨故障的发现主要依托于地面运维中心,运维中心实时解析下行遥测和负责异常报警,工作人员完成分析和故障处理,时效性较差,且不适用于后续大规模卫星在轨需求。为避免预警信息在星地交互过程中由于出错等因素发生风险升级,并降低人力需求,提出了故障预测与容错处理功能模块,载荷根据实时采集的工作状态参数完成故障识别和处置。

故障预测与容错处理功能模块可将载荷的故障级别检测、故障定位与故障恢复等因素作为数字模型的输入,实现故障自主识别与处理;该模块根据故障的时间、地点和级别自主进行单机的开关机重启、休眠、备份启动、协调邻星资源等操作,可有效延长载荷运行寿命。数字模型也可根据地面需求变化进行上注更改。

该模块通过配置不易失存储区域来存储载荷实时健康数据,并按载荷单机、载荷分系统、整星3个级别分级提取关键状态信息,记录文件可按需传回地面。单机关键信息包括遥测轮询帧计数、软件版本加载状态、看门狗信息等,异常后首先进行软件模块级复位,若状态仍无法恢复则上报载荷分系统;载荷分系统信息还包括通信端口丢包率、各接口电平等参数,若异常后进行程序重加载、其他波束或临星资源协调、备份重启动等,若状态仍无法恢复则上报整星;整星关键信息还包括单机温度、电压和电流等参数,若异常后直接进行单机一次电源母线断电并上报健康管理模块,上述工作流程如图5所示。通过该功能模块,载荷的可靠性与安全性得到了极大的提升,为载荷元器件选型和部组件主备份选择提供有力支撑,进一步优化卫星建设成本。

1.5.2 载荷自主开关机功能

目前,卫星载荷的开关机需地面提前规划和上注时序指令集,灵活性比较差。若卫星需根据工作规划和使用约束反复进行开关机操作时,时序指令集制作烦琐且对卫星存储资源需求大。为避免上述限制,提出载荷自主开关机功能,支持存储多类工作模型,并根据卫星时间、轨道参数、能源等自主完成任务分析和指令生成,包括从载荷开机、参数配置、建立服务、退出服务直至载荷关机的一系列自主操作;同时,大幅降低了对卫星存储资源需求。工作模型包括按时间规划的任务集、按经纬度规划的业务模型、按服务区域规划的业务模型等,业务模型可在轨更新。

载荷自主开关机模块动作输入参数包括任务规划集、健康管理反馈、日常实时指令、工作模型等。载荷自主开关机模块根据输入参数约束和卫星实时工作状态进行自主开关机指令分解并下发至开关控制模块。该模块响应的优先级由高到低依次为:健康管理反馈指令>地面上注实时指令>业务模型分解指令。

载荷供配电通常由卫星配电箱提供,因此载荷开关机由卫星平台负责执行。在载荷多级管控的前提下,为了进一步提升载荷自主运行能力,提出了一种通过遥控指令进行载荷单机/模块开关机的配置方式,除载荷控制模块外均不需要卫星配电箱参与开关机,如图6所示。

为避免业务模型解析错误、健康管理与任务规划冲突等原因造成载荷频繁短时开关机的情况,载荷自主开关机模块软件需设置合适的时间保护参数,包括连续开关机时间间隔、单次开机连续工作时长等,约束同一个模块或单机开关机行为。该类参数支持在轨配置;例如,在某低轨星座试验星的在轨验证中,设置了载荷关机后再次开机的时间间隔设置为100 s、连续3次出现开机后持续工作时长不大于10 s即关机的情况后,即启动断电功能。此外,大功率载荷在自主开关机的基础上,通过设计功放休眠、唤醒等工作模式自适应切换,提升自主能源管理能力;通过监测接口激励、电流等参数决策工作状态切换,进行休眠模式时记忆现有状态,唤醒时恢复原参数配置。

1.5.3 自主干扰规避功能

由于Ka频段具有带宽大、天线增益大等优势,GEO和低轨卫星通常均采用Ka频段载荷建立星地链路,因此需要考虑低轨卫星对GEO卫星的频率规避^[26-27]。低轨卫星根据频率规避表、卫星实时参数等信息,实时解析Ka天线指向角度是否满足规避角要求。若小于规避角要求范围,卫星进一步结合当前Ka频段使用情况和资源分配情况,选择业务跨星或本星频点、带宽调整等策略来实现对GEO卫星的干扰规避,与GEO卫星自主干扰规避技术应用流程如图7所示。干扰规避设计遵循国际电信联盟《无线电规则》^[28]中等效功率通量密度(equivalent power flux density,EPFD)限值规定、干扰协调触发准则及动态保护要求,同时满足ITU-R S.1323建议书中关于最大允许干扰电平的约束条件^[29]。此外,该策略支持在轨参数更新,可灵活应对动态变化需求。

地面运维中心根据信令波束、馈电波束和用户波束的不同特点分别通过映射算法生成相应的干扰规避信息文件,经星地馈电链路上传至卫星载荷后,通过载荷控制单元对干扰规避信息进行解析处理并生成具体的干扰规避控制指令,载荷执行发射开关或频率调整以控制下行链路信号,来实现下行链路的干扰规避的目的。用户点波束的干扰规避中,只要实现了下行干扰规避,用户终端在收不到信号后会自动停止发射信息,即实现了上行干扰规避,规避流程如图8所示。若切换后的工作频率与原有频率接近,则进行数字频率调整,数字频率调整通常小于100 ns;如果调整范围大,则进行模拟本振调整,模拟本振重新锁定时间通常小于20 μs。如果在实际通信体制中设计的时隙保护时间大于调整时间,则该波束调整不中断提供服务,载荷分级管控功能模块直接发送频率调整指令;如果通信体制中设计的时隙保护时间不大于调整时间,载荷分级管控功能模块执行波束链路关闭指令前告知自主路由与网络管理模块,通过其他路径完成数据传输。如果通过频点切换完成干扰规避,则进行波位开关实现。

卫星根据地面运维中心上注的干扰规避需求表、卫星星历等参数生成干扰规避信息表,干扰规避信息表的生命周期和更新周期支持在轨修改,信息表格式如表3、表4所示。干扰规避信息表中波束使能指示标识的每两比特表示一个波位使能状态,00表示正常使用,01表示需进行频率数字调整规避,10表示需进行本振频率调整规避,11表示需进行关机规避;步长代表两条信息之间的基于UTC时间的时间间隔,即更新周期;其中,标识字节数和时间间隔可在轨修改。载荷控制单元模块根据使能信号指示标识、发射设备工作状态等参数选择工作频率、切换控制字或波束开关指令。

1.5.4 自主馈电建链及柔性切换功能

中国面临着境外部署信关站难度大、落地业务数据量大等困境,通过自主馈电建链及柔性切换功能增加馈电链路在境内的可见时长,可有效提高星地效能^[30]。目前在轨卫星在进行信关站切换时常采用先断链、再建链的策略,重新建链需完成天线提前指向、星地信号同步、路由更新扩散等动作;自主馈电建链及柔性切换功能通过配置两路馈电链路载荷实现单颗星在多个信关站间进行不间断接力通信,确保每颗星有效通信时长最大。在接力过程中,未增加通信跳数,不会出现通信业务中断、丢失、乱序及时延抖动等情况。具体流程如图9所示。

在T₀时刻,卫星与信关站1稳定通信;随着在轨运行,卫星会实时根据本星星历、信关站位置、信关站可用情况计算出当前路径可靠程度与即将进入的信关站;在T₁时刻,卫星可与信关站1、2同时可见,若卫星根据自身位置、信关站位置、飞行方向等参数自主判决信关站2建链更稳定更持久,则当前馈电链路继续服务的同时自主调度另一路馈电链路指向信关站2用于路由转发表更新;在T₂时刻,卫星自主切换路由转发表,业务数据则与信关站2进行信息交互,同时与信关站1自主断链。

若T₂时刻信关站2与多颗星同时建链,无法保障与该卫星建链,则该卫星会将与地面站即将中断的消息上报至路由控制器,并将本星数据通过星间链路完成跨星落地,不影响业务连续性;待该卫星与地面站重新建链后,恢复星地传输。未来随着低轨星座大规模、高精度、高密度发展,地面信关站建设数量会逐渐增加,在相同区域可能会部署多套信关站支持与多颗星的建链工作。

2 仿真分析

2.1 自主传输链路管理功能应用仿真

在STK仿真环境中,设置卫星高度为880 km、倾角为50°,地面站与卫星间的最小通信仰角为10°。仿真结果表明,星地距离覆盖880~2530 km。根据链路损耗公式计算空间链路损耗,表达式为

(7)$L=20\mathrm{l}\mathrm{g}F+20\mathrm{l}\mathrm{g}D+31.4$

式(7)中:F为频率,MHz;D为通信距离,km。计算可得空间链路损耗相差近9.2 dB。

由表1可知,卫星由远及近运动过程中分别在T₁、T₂、T₃这3个时间点进行速率自适应调整,如图10所示,设T₀时刻的星地通信速率为R_b,T₁时刻可调整为2R_b,T₂时刻可调整为4R_b,其中T₀—T₁时间间隔为t₁,T₁—T₂时间间隔为t₂,T₂—T₃时间间隔为t₃,整个过程的信道通信容量C可表示为

(8)$C={R}_{\mathrm{b}}{t}_{1}+2{R}_{\mathrm{b}}{t}_{2}+4{R}_{\mathrm{b}}{t}_{3}$

相较于以固定通信速率的通信方式,通信容量对比值为

(9)$k=\frac{{C}_{1}}{{C}_{2}}=\frac{122\times 1+99\times 2+142\times 4}{142\times 4}=1.56$

因此,自主链路管理功能模块在不增加地面干预指令的前提下,单次建链通信容量提升至固定速率的1.56倍,效率提升56%。该模块的设计实现可在链路余量保持不变的前提下,使星地容量大幅度提升。同时,该模块可通过自适应调整发射功率、信道带宽、扩频比等方式提升链路抗干扰能力。

2.2 自主路由与网络管理功能

该算法基于天基承载网半实物仿真验证环境,对卫星拓扑动态变化进行高真实度仿真,对自主路由进行功能和性能验证分析。在云平台半实物仿真系统中,以部署在轨道高度880 km、倾角为50°、108颗互联卫星组成的星座进行验证,其中2颗节点为实装载荷设备。验证环境中,测试仪信息流参数设置速率R_b为11 760 kbps、包长P_L设置为1 470 Byte,由此计算可得测试仪打流每秒的包数n为

(10)$n=\frac{{R}_{b}}{8{P}_{\mathrm{L}}}=1000$

通过统计网络测试仪丢包数量n_e可计算自主路由的收敛时间t_s,表达式为

(11)${t}_{\mathrm{s}}=\frac{{n}_{\mathrm{e}}}{n}$

在单次仿真过程中,通过云平台主控服务器运行脚本程序模拟卫星节点某条链路失效、整体失效的两种工况,如图11(a)所示。在单条链路失效的情况下,路由重新收敛过程中丢失数据4 342包,即路由重新收敛时间为4.34 s;在卫星节点整体失效的情况下,路由重新收敛过程中丢失数据6 066包,即路由重新收敛时间为6.066 s,如图11(b)所示。该协议是具有自主快速感知星间和星地拓扑变化特点,多次仿真结果表明收敛时间均小于10 s。后续结合卫星星历情况下,对可预测的拓扑变化具备无感路由切换能力,大大提升了卫星系统抗毁能力。

2.3 故障预测与容错处理功能

以某互联网试验卫星星地通信链路为工程原型,借助快速模拟器(quick emulator,QEMU)和基于内核的虚拟机(kernel-based virtual machine,KVM)开源虚拟化技术搭建了一套运行架构,进而构建出该载荷数字仿真模型,用于验证故障预测与容错处理功能。该载荷数字仿真模型系统集成了管控、Ka收发天线、变频通道以及信号处理单元等多个关键功能模块,如图12所示。

在仿真系统层面,通过灵活修改环境运行参数、载荷状态参数等方式,人为地构建出多样化的故障场景,以此来全面验证载荷的故障判定能力以及自我恢复功能。表5呈现了3个典型的故障模拟场景及其对应的处理结果示例,结果清晰表明,系统能够在预期的时间范围内,及时且高效地对故障进行处置与恢复,切实保障了系统运行的稳定性。

2.4 自主干扰规避功能

在STK仿真环境中,设置卫星高度为880 km、倾角为50°,对地天线波束角度为±5°,地面站与卫星之间的最小通信仰角为10°;仿真结果表明:卫星对地覆盖范围为±60°,卫星每天最多过境5轨,平均过境时间为15 min,176个天线波位可实现对地全覆盖,如图13所示。

根据表4计算可得,单条干扰规避信息所占空间为52 Bytes,按1 s的步长进行存储空间计算,则1 d存储约为0.234 MB;该方法避免了79.2万条指令上注;按照控制器局域网(controller area network,CAN)每条指令中数据域8字节计算,存储指令序列需6.336 MB存储空间。综上,该自主干扰规避方法即可降低地面运维中心处理压力,也大大降低了卫星载荷指令存储需求。

2.5 自主馈电建链及柔性切换功能

在STK仿真环境中,设置卫星高度为880 km、倾角为50°,升交点地理经度为32.78°,地面站与卫星之间的最小通信仰角为10°;仿真结果表明:卫星对地覆盖范围为±60°,过境过程中与喀什、渭南、佳木斯3个地面站前后接力可见的最长时间约为22 min,涉及3次自动馈电建链和两次馈电切换,如图14所示。

为充分降低天线转动力矩对其他载荷设备造成微振影响,在轨天线转动速率通常不大于1(°)/s,预指向最大需耗时120 s,由2.2节可知路由更新在10 s内完成,星地同步时间通常在ms级,因此,常规切换会造成近2 min通信中断。而通过配置两路馈电链路载荷,并结合自主馈电建链及柔性切换功能,可实现在不需要地面运维中心干预的前提下,避免两次切换造成的共4 min通信中断,使卫星在境内的有效通信时长由18 min提升至22 min,效率提升了22%。

图15分别仿真了轨高880 km、最低通信仰角15°,轨高880 km、最低通信仰角20°,轨高550 km、最低通信仰角15°这3种覆盖范围。由图15可知, 随着卫星轨道高度的降低,单星覆盖范围变小,低轨卫星需要在更多地面站之间进行频繁接力才能完成全域内的连续星地通信,而上述方法能够在不增加地面日常运维负担的同时,更好地提升星地通信效能。

3 未来展望

随着未来全球宽带通信、物联网、手机直连卫星等应用的快速发展以及低轨卫星研制成本的降低,大规模低轨卫星的建设变得更具吸引力。未来大规模低轨卫星的建设需求和发展思路是进一步智能化、准确化、分布化和安全化。基于上述需求,载荷自主运行系统的发展趋势如下。

(1)人工智能的应用:人工智能化技术将在载荷自主运行中发挥重要作用。通过训练和优化算法,载荷自主运行系统可以更好学习和适应不同的任务模型和环境条件,实现更智能化的决策和任务执行。

(2)感知能力的提升:卫星将通过更先进的传感器和处理器,使载荷自主运行系统可以识别更多更精确的工作监控参数和空间环境信息以及更快更准确的自主决策,从而更好地适应复杂和动态的任务场景。

(3)多星协同的增强:多颗卫星之间的协同与合作将成为载荷自主运行的重要发展方向。载荷自主运行系统将更加注重载荷之间的自组织和协同能力,以实现更好的资源利用和任务协调。后续可通过引入星间分布式计算,独立或协同完成复杂任务,提高系统的性能和效率。

(4)隐私安全的重视:随着卫星载荷自主运行的发展,安全和隐私保护将至关重要。载荷自主运行系统将根据不同注册等级用户提供不同等级安全认证,保证业务信息可靠性和可信度。

4 结论

针对大规模低轨星座的卫星载荷自主运行系统进行了设计研究,分析了载荷自主运行系统发展的必要性和迫切性,从任务自主分解和指令生成、链路自适应、路由与网络管理、自我恢复与自我保护、载荷多级管控等多个方面进行了设计研究和典型工况分析。该系统已初步应用于轨道高度880 km,倾角50°的中国卫星互联网工程先导星系列的03星与04星。首先,在兼容现有卫星控制系统的前提下,卫星增加少量存储资源即可实现载荷指令自主生成与执行,并按需提供服务;通过链路自适应、馈电链路柔性切换等功能将卫星与境内信关站最大通信容量提升了90.3%。其次,通过最短化载荷无效开机时间、缩短故障处置时间等方法延长载荷在轨使用寿命和降低元器件受空间辐照的影响,进一步调整主备份数量、元器件等级以优化卫星建设成本。最后,通过自主运行规划与执行方法大大减少地面运维中心制定与上注指令集的压力,也降低了对地面运维保障人员的需求。综上,该系统可提升卫星载荷在自主决策、健康管理、在轨可靠性、效费比等方面的能力,为低轨卫星更灵活的应用带来更多的机会和创新。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Yang Y X, Mao Y, Ren X, et al. Demand and key technology for a LEO constellation as augmentation of satellite navigation systems[J]. Satellite Navigation, 2024, 5(11): 1-9.

[2]	张世层, 张冬, 王立民, 等. 新型低轨通信卫星载荷设计及在轨应用[J]. 电讯技术, 2024, 64(8): 1243-1248.

[3]	Zhang Shiceng, Zhang Dong, Wang Limin, et al. New satellite payloads configuration and in-orbit application of LEO communication satellite[J]. Telecommunication Engineering, 2024, 64(8): 1243-1248.

[4]	Mcdowell C J. The low earth orbit satellite population and impacts of the SpaceX starlink constellation[J]. The Astrophysical Journal Letters, 2020, 89: l-18.

[5]	Coze L C J. NASA, SpaceX, safety and (post) bureaucracy. reinterrogating the past, challenging the present with H. McCurdy[J]. Safety Science, 2024, 177: 106599.

[6]	梁昊, 林精敦, 周晓. 一种面向在轨服务卫星地面应用系统的软件开发方法[J]. 科学技术与工程, 2024, 24(15): 6551-6557.

[7]	Liang Hao, Lin Jingdun, Zhou Xiao. A software development method for ground application systems of on-orbit servicing satellites[J]. Science Technology and Engineering, 2024, 24(15): 6551-6557.

[8]	张世层, 张冬, 王平, 等. 低轨卫星激光载荷配置及快速建链方法的研究[J]. 激光技术, 2024, 48(2): 249-254.

[9]	Zhang Shiceng, Zhang Dong, Wang Ping, et al. Research on configuration of laser payload for LEO satellites and rapid link establishment method[J]. Laser Technology, 2024, 48(2): 249-254.

[10]	Lin X, Cioni S, Charbit G, et al. On the path to 6G: embracing the next wave of low earth orbit satellite access[J]. IEEE Communications Magazine, 2021, 59(12): 36-42.

[11]	Pi J, Ran Y, Wang H, et al. Dynamic planning of inter-plane inter-satellite links in LEO satellite networks[C]// ICC 2022-IEEE International Conference on Communications. Korea: IEEE, 2022: 3070-3075.

[12]	Chen S, Sun S, Kang S. System integration of terrestrial mobile communication and satellite communication the trends challenges and key technologies in B5G and 6G[J]. China Communications, 2020, 17(12): 156-171.

[13]	Zhang Z J, Hu F N, Zhang N. Ant colony algorithm for satellite control resource scheduling problem[J]. Applied Intelligence, 2018, 48(10): 3295-3305.

[14]	Wang H J, Yang Z, Zhou W G, et al. Online scheduling of image satellites based on neural networks and deep reinforcement learning[J]. Chinese Journal of Aeronautics, 2019, 32(4): 1011-1019.

[15]	王大轶, 孟林智, 叶培建, 等. 深空探测器的自主运行技术研究[J]. 航天器工程, 2018, 27(6): 1-10.

[16]	Wang Dayi, Meng Linzhi, Ye Peijian, et al. Research of autonomous operation technology for deep space probe[J]. Spacecraft Engineering, 2018, 27(6): 1-10.

[17]	Jiang J, Yan S, Peng M G. Regiona l LEO satellite constellation design based on user requirements[C]// 2018 IEEE International Conference on Communications in China (ICCC). Piscataway: IEEE Press, 2018: 855-860.

[18]	杨旭明, 王志, 李忠, 等. 大数据存储技术在张衡一号卫星数据服务中的应用[J]. 科学技术与工程, 2023, 23(25): 10895-10901.

[19]	Yang Xuming, Wang Zhi, Li Zhong, et al. Application of big data storage technology in data service of Zhangheng-1 Satellite[J]. Science Technology and Engineering, 2023, 23(25): 10895-10901.

[20]	Liu J, Zhao B F. A rate adaption algorithm for backscatter networks in mobile scenes[J]. International Journal of Sensor Networks, 2023, 42(2): 137-144.

[21]	Chaudhary S Ratigar, Mishra A K, et al. Rate adaptation algorithms in IEEE 802. 11 wireless networks: a comparative study[J]. Journal of The Institution of Engineers (India): Series B, 2023, 104(6): 1369-1375.

[22]	Li G, Guo S, Zhou Y, et al. Polar code based on nested rate adaptation sequence for BDS-3 regional short message communication[J]. IEICE Transactions on Communications, 2022, 105(10): 1280-1289.

[23]	Zhang Y, Wu Q, Shikh-Bahaei M R. On ensemble learning based secure fusion strategy for robust cooperative sensing in full-Duplex cognitive radio networks[J]. IEEE Transactions on Communications, 2020, 68(10): 6086-6100.

[24]	Sun H, Zhong S, Tang J, et al. A blind estimation method of QPSK/ OQPSK symbol rate[C]// 2022 4th International Conference on Communications, Information System and Computer Engineering (CISCE). Shenzhen: CISCE, 2022: 138-141.

[25]	Rabjerg J W, Leyva-Mayorga I, Soret B, et al. Exploiting topology awareness for routing in LEO satellite constellations[C]// IEEE Global Communications Conference (GLOBECOM). Madrid: IEEE, 2021: 1-6.

[26]	Zhao Z P, Wu Q, Li H W, et al. LRAR: a lightweight risk-avoidance routing algorithm for LEO satellite networks[C]// International Wireless Communications and Mobile Computing (IWCMC). Harbin: International Wireless Communications and Mobile Computing Conference, 2021: 223-228.

[27]	Han Z Z, Zhao G F, Xing Y, et al. Dynamic routing for software-defined LEO satellite networks based on ISL attributes[C]// IEEE Global Communications Conference (GLOBECOM). Montreal: IEEE, 2021: 1-6.

[28]	Markovitz O, Segal M. Advanced routing algorithms for low orbit satellite constellations[C]// IEEE International Conference on Communications (ICC). Montreal: IEEE, 2021: 1-6.

[29]	Zhang X, Yang Y, Xu M W, et al. ASER: scalable distributed routing protocol for LEO satellite networks[C]// IEEE Conference on Local Computer Networks (LCN). Edmonton: IEEE, 2021: 65-72.

[30]	Xing Z Y, Qi H, Di X Q, et al. A multipath routing algorithm for satellite networks based on service demand and traffic awareness[J]. Frontiers of Information Technology & Electronic Engineering, 2023, 24(6): 844-859.

[31]	Meng H, Li C D, Lu W Z, et al. Multi-satellite resource scheduling based on deep neural network[C]// 2019 International Joint Conference on Neural Networks. Piscataway: IEEE Press, 2019: 1-7.

[32]	Llerena Y P, Gondim P R L. Social-aware spectrum sharing for D2D communication by artificial bee colony optimization[J]. Computer Networks, 2020, 183: 107581.

[33]	国际电信联盟. 无线电规则[M]. 日内瓦: 国际电信联盟, 2023.

[34]	International Telecommunication Union. Radio regulations[M]. Geneva: International Telecommunication Union, 2023.

[35]	国际电信联盟. ITU-R S. 1323建议书: 30GHz 以下 GSO/FSS、NGSD/FSS、NGSO/MSS 馈电链路被其他同向 FSS 网络干扰最大允许干扰电平[M]. 日内瓦: 国际电信联盟, 2023.

[36]	International Telecommunication Union. ITU-R S. 1323 Recommendation:Maximum Permissible Interference Levels for Feeder Links of GSO/FSS, NGSD/FSS, and NGSO/MSS Below 30 GHz from Other Co-directional FSS Networks[M]. Geneva: International Telecommunication Union, 2023.

[37]	刘田, 谢岸宏, 李刚磊, 等. 一种缓解低轨卫星馈电切换中用户群切换的算法[J]. 电讯技术, 2021, 61(6): 697-702.

[38]	Liu Tian, Xie Anhong, Li Ganglei, et al. An algorithm for alleviating congestion of user group handover in LEO satellite feeder link switching[J]. Telecommunication Engineering, 2021, 61(6): 697-702.

基金资助

国家重点研发计划(2023YFB4302801)

国家重点研发计划雄安创新专项(2023XAGG0081)

PDF (18948KB)

访问

被引

详细

导航

Received	Published	Revised
2025-11-06	2026-03-28	2025-09-05
Online Date
2026-06-02

摘要