低軌大型遙感星座發展現狀及其關鍵技術

柯知非 黃石生 李玉良 喬凱 滕飛 阮航 王曉婷 魏楚奇 馬星亮

低軌大型遙感星座發展現狀及其關鍵技術

柯知非 黃石生 李玉良 喬凱 滕飛 阮航 王曉婷 魏楚奇 馬星亮

（北京跟蹤與通信技術研究所，北京 100094）

近年來，低軌大型遙感星座計劃發展迅速，高頻次、低成本、彈性高的大型低軌遙感星座系統成為了各國爭相發展的技術。文章概述了Flock、Capella、BlackSky Global、Lemur-2、NewSat等低軌大型遙感星座的發展現狀，以及中國大型遙感星座的基本情況；在此基礎上，分別從遙感星座涉及的通信網絡、自主協同、星座部署、星座管控、信息處理等5個方面，就低軌大型遙感星座涉及到的多載荷任務協同、星上自主任務規劃、快速響應調度、星箭一體化設計、衛星星座構型設計、星座智能管控、遙感圖像數據融合、星座數據處理等關鍵技術進行了總結分析，并對未來的發展趨勢進行了闡述。

低軌星座 遙感衛星 星間通信 衛星任務規劃 星座部署 衛星信息處理

0 引言

當前遙感技術為國土、應急、減災、環保、水利、農業、氣象等多個領域提供了重要應用，世界各國各行業對航天遙感應用的需求日益增加，推動了商業遙感衛星應用的不斷發展。在遙感數據逐漸向高空間分辨率、高時間分辨率、高光譜方向發展的同時，遙感應用的深度和廣度不斷擴展，并且越來越個性化、精細化和專業化，基于遙感數據的商業應用和增值服務也得到了發展[1-2]。

隨著自動化技術與高集成技術的快速發展，衛星發射與部署成本不斷降低，低軌道遙感星座的研發與部署呈現出了高熱度。本文所稱低軌大型遙感星座，是指在低軌道進行大規模/數量部署的遙感星座，可實現低時延數據傳輸、低路徑損耗下的高頻次目標重訪和數據快速處理分發，能滿足客戶的多樣化和復雜任務需求。

本文在梳理國內外低軌大型遙感星座發展動態的基礎上，從通信網絡、自主協同、星座部署、星座管控、信息處理等方面，對低軌遙感星座技術發展所涉及的關鍵技術與特點進行了分析研究。

1 低軌大型遙感星座國內外發展動態

1.1 國外發展動態

目前，國外低軌遙感星座的建設較為領先，從事低軌大型遙感星座研究的國家主要有美國、阿根廷等。得益于較為完善的政策環境，美國在大型對地觀測的遙感星座建設中處于領先地位，主要建有“鴿群”、“卡佩拉”、“黑天全球”、“狐猴”等星座，以構建具備全球的高空間分辨率、高時間分辨率、全覆蓋能力為目標，逐步引領地球觀測進入實時新時代[3]。

（1）“鴿群”（Flock）星座

美國行星實驗室（Planet Labs）于2013年4月19日發射第一顆“鴿群”微納遙感衛星，截至2021年底，“鴿群”衛星已累計發射近500顆，Planet公司每3～6個月進行一次發射，維持200顆左右衛星可正常在軌運行。Flock星座為當前全球最大的遙感星座，主要用于為災害監測、應急響應、資產管理等應用提供全球覆蓋、高更新率的光學遙感數據服務。

圖1 “卡佩拉”衛星

Flock衛星為3U立方星，每顆衛星質量5kg，尺寸10cm×10cm×30cm，它們的特點是采用CTOS（商用現貨）組件，每顆衛星都配備了高倍率望遠鏡和相機，衛星在400～600km軌道高度可以實現對地3～5m分辨率的光學成像。

Flock星座對外號稱采用“長期在線”（Always on）工作模式，相較傳統對地觀測衛星，可實現全時段全區域覆蓋，重訪率高，更易捕捉突發事件。根據已公布的信息，該星座能夠在1 d內實現全球95%區域的重訪。

（2）“卡佩拉”（Capella）星座

Capella衛星星座由美國卡佩拉空間公司（Capella Space）研制的36顆SAR成像衛星組成，分布在600km左右的12個軌道面上，每個軌道面部署3顆衛星，完全平均重訪時間達1h，最高分辨率支持0.5m[4]。其首顆技術驗證衛星于2018年12月發射入軌。

Capella單星（見圖1）設計質量小于100kg，設計壽命為3年。通過定期補網實現對系統和衛星的更新，進而實現定期對星座和單星性能的改進。其下行鏈路平均傳輸速率達1.2Gbit/s，該星座較其他商業遙感衛星提供了每軌更高的數據量[5]。

（3）“黑天全球”（BlackSky Global）星座

BlackSky Global是由美國“黑色天空”公司（BlackSky）建設的商業遙感衛星星座，當前在軌 14顆，均使用“偵察兵”衛星平臺和哈里斯公司的SpaceView-24光學系統。BlackSky Global單星質量56kg左右，設計壽命3年，運行在約500km高的軌道上，空間分辨率約為1m[6]。

BlackSky Global星座目標是打造由60顆衛星組成的星座，具備10～60min重訪能力，預計于2023年實現星座的升級換代，將空間分辨率由1m提高到0.5m[6-7]。

BlackSky Global星座擁有高效快速的商業應用定制和數據處理分析能力，基于其Spectra AI平臺，利用其專有的機器學習和最新的人工智能技術，可實現對船舶、飛機、道路、建筑物和車輛等目標近實時的自動檢測，并能實現變化、損壞和異常檢測等高級分析，可直接集成于智能手機和PC終端顯示。其遙感圖像及處理界面如圖2所示。

（4）“狐猴”（Lemur-2）星座

Lemur-2衛星星座由美國尖頂公司（Spire）研制的3U立方體電子偵察衛星組成，星座分布在約500km高的太陽同步軌道，主要用于對天氣、船只、飛機的實時監測。自2015年9月28日發射Lemur-2 01星以來，截至2022年5月，Lemer-2系列衛星共發射28次，共計145顆衛星在軌，其中4顆入軌后不能正常工作[8]。

Lemur-2星座單星質量約4kg，主要載荷有兩種：1）GPS無線電掩星測量載荷，主要通過對信號受大氣層影響的數值變化情況來精確計算溫度、濕度和壓力廓線；2）AIS接收器，主要通過接收Air信號來實現對世界各地船只的跟蹤[9]。

（5）“新衛星”（NewSat）星座

NewSat星座（圖3）由阿根廷邏輯公司（Satellogic）建設的商業微納遙感衛星組成，截至2022年4月，星座已發射入軌衛星30顆，包含技術試驗星3顆以及應用星27顆。Satellogic公司旨在建設一個在軌數量達90顆的對地觀測星座，能夠在高度500km左右的太陽同步軌道上實現1m的空間分辨率，每周可實現對全球拍攝一遍[6]。

NewSat星座單星質量約37kg，尺寸為0.4m×0.43m×0.75m；搭載可見光載荷與紅外譜段相機，可實現1m的多光譜地面分辨率和30m的超光譜分辨率，具有照片成像與視頻成像的功能[10]。

圖2 黑天衛星遙感圖像及處理界面

圖3 “新衛星”星座

1.2 國內發展動態

近年來，國內低軌大型遙感星座建設呈現井噴態勢，“吉林一號”、“深圳一號”、“珠海一號”等一批星座陸續組網建設。“麗水一號”、“陜西一號”、“靈鵲”等星座也規劃了上百顆遙感衛星用于星座組網。據統計，我國規劃于2030年前建設超過800顆低軌遙感衛星用于星座組網[4]。

2 低軌大型遙感星座關鍵技術

低軌大型遙感星座的關鍵技術主要包括通信網絡、自主協同、星座研制部署、星座管控、信息處理等五大類關鍵技術。為實現大規模生產和支持接入要求，衛星應采用通用化設計，拓撲架構開放化、模塊化，終端節點智能化、信息化，軟硬件接口標準化，支持即插即用、自主測試、健康管理等。

2.1 通信網絡

通信網絡主要涉及的技術包括組網協議、傳輸協議、星間鏈路、星間激光通信、衛星情報信息分發以及用頻規范等。

在系統組網高可靠、高彈性的基礎上，為保障高時間分辨率的需求，低軌大型遙感星座的通信應建立在“雙網”之上，一張網是基于激光鏈路的高速數據網，另一張網是基于微波鏈路的低速控制網。低速控制鏈路保證星座系統基本的運行控制及任務協同。大規模的激光高速鏈路將在星座工作區域內形成高速、穩定的網狀網，遙感衛星的融合數據可通過同軌、異軌激光鏈路進行星間傳輸，星上處理數據可實時回傳地面接收站；遙感衛星的星間激光終端可與通信星座互聯，產生的海量原始數據通過星座內傳輸系統層完成境內回傳，進一步發揮星座高密度、高時間分辨率的特點，為情報信息可靠、高速回傳提供保障。

激光星間鏈路技術盡管已經邁出了工程化的第一步，但是對于大規模遙感衛星融合應用仍然存在巨大的挑戰。一方面挑戰在于激光終端點對點傳輸，需求層面有高性能、高可靠、強約束等要求，其中高性能要求主要包括高精度、高速率、遠距離等；高可靠要求包括長壽命、實時標校、穩定建鏈；強約束要求包括輕量化、低功耗、自主可控；高可靠與強約束將是激光星間鏈路重點關注的風險點。另一方面的挑戰是基于激光星間鏈路的網絡互聯，面向未來大規模星座多星高動態組網以及異構網絡互聯，空間網絡路由交換、網絡管理控制及加解密都是亟待解決的關鍵問題。

2.2 自主協同

大型遙感星座相較傳統的遙感衛星，載荷多樣性增加，用戶來源和需求激增，衛星數量極大的增多，由此導致在進行任務規劃時，其復雜程度也急劇增加，傳統的單星管理運控模式難以滿足用戶需求。為滿足高時間分辨率的需求，必須考慮多用戶需求、多星協同、多任務并行條件下的任務規劃策略[11]。自主協同主要涉及的相關技術包括多載荷任務協同技術、星上自主任務規劃技術及快速響應調度技術。

（1）多載荷任務協同技術

低軌遙感星座的協同架構為分布式，星群中的協同層級相同，沒有主星，星間信息充分共享。該協同架構可實現每顆衛星自身最大觀測能力的發揮，適用于對全局規劃結果要求高的任務[12]。

多載荷任務協同的本質是任務為中心，通過建立模型解決資源與時間分配的過程，主要是做好多任務統籌、多資源選擇、多時間窗口、多優化目標、多約束條件下的協同與優化。在基于網絡的多載荷任務協同中，應充分考慮協同任務規劃對網絡傳輸需求分析，在高度耦合的網絡與協同的信息系統中，開展面向高時效、高可靠的動態任務多目標優化策略研究[13-15]。

（2）星上自主任務規劃技術

當前對星上自主任務規劃的研究可大致分為兩類：一種是基于軟件層面，通過預裝星載軟件以實現衛星自動化管理水平的提升；另一種是基于系統層面，將星座分為管理層、任務層等不同層級，基于MAS（Multi-Agents-System）架構，賦予單星在星座群中的不同功能代理，通過衛星間協作方式實現星座的自動控制[16-17]。

美國國防部高級研究計劃局（DARPA）在2018年發起的“黑杰克”衛星項目中，使用了Pit Boss自主數據處理架構，通過將不同的衛星平臺與軍用載荷組成的多功能層整合至統一的數據收集與數據分發的架構中，可適應衛星數量的不斷增長，能實現在沒有地面站管控的情況下獨立運行30 d的自主維持能力[18]。

對大型低軌遙感星座而言，在多約束的條件下，為了滿足時間與空間分辨率的要求，星上自主任務規劃基于工程實際應采用星上自主任務規劃與地面運控系統參與控制相結合的方式，從前期地面運控系統高度參與到星上自主任務規劃逐漸升級過渡。

（3）快速響應調度技術

“快速響應”是軍用衛星技術的重要概念，是美國“快速響應航天”（Operationally Responsive Space, ORS）計劃的基本依據，其基本特征是在有效載荷層面實現衛星研制、數據下傳、目標獲取的快速性，在空間部署層面實現低成本、小型運載的快速發射[19]。

為實現星座任務時間分辨率的要求，在任務規劃策略上可利用“快速響應”的理念，在衛星層面實現即插即用的模塊化、接口間標準化，以及在應急災害情況下實現快速補網的能力。

2.3 星座部署與智能管控

低軌大型遙感星座的部署與管控主要涉及快速、大量發射入軌所需的星箭一體化設計技術，星座空間分布的星座構型設計技術，以及星座在軌運行后所需的智能管控技術。

（1）星箭一體化設計技術

為實現星座的快速部署與持續定期的更新換代，需要發射大量衛星以實現星座組網與補網，一箭多星發射是實現星座化部署的主要途徑，因此需要對火箭和衛星構型進行一體化設計。

衛星在整流罩內的布局方案主要依據星箭包絡、衛星數量、在軌構型、力學環境等條件設計。當前，對于多顆衛星的整流罩布局方案主要有包帶方式、堆疊方式、側掛方式三種[20]，布局方式如圖4所示。

圖4 衛星不同布局方式

其中包帶方式衛星在整流罩內以串聯的方式布局，力學環境和測試環境相對較好，但是空間利用率較低。

側掛方式采用中心承力筒側掛衛星的并聯方式進行布局，空間利用率較高，但力學環境差，影響衛星安全性，且內部空間較小，測試人員無法進入操作。

堆疊方式為整流罩內取消中央適配器結構，將衛星設計成扁平的結構，通過堆疊方式進行布局，使衛星采用統一的承力支柱接口，從而實現連接與分離[21]。堆疊方式的空間利用率極高，但隨著堆疊高度的增加，力學環境相對惡劣，且該體制分離時間較長，對衛星轉內電要求高。

光學遙感衛星因相機不能折疊，難以適應扁平化設計，故難以單獨采用堆疊方式發射，可采取與其他載荷衛星搭載發射的方式，利用堆疊+側掛的方式。根據星箭耦合性分析，逐步深化論證星箭間機械/電接口、電磁兼容性、環境條件、過載要求、衛星分離后初始狀態等，同步制定星箭接口標準規范，為衛星、火箭提供統一規范約束。

（2）衛星星座構型設計技術

衛星星座構型設計是低軌星座系統設計的前提和基礎，星間的幾何構型關系直接決定星座系統的運行水平和應用能力，影響著星座系統性能和星座部署成本。在制定低軌大規模遙感星座部署策略時，應從任務需求、覆蓋特性、攝動補償、備份方案等方面綜合考量[22]。

相比于全球覆蓋性的導航星座而言，低軌大規模遙感星座應從優先考慮任務需求出發，來設計特定區域內的目標重訪周期、覆蓋重數等覆蓋性指標。當星座大小達到一定規模后，再考慮全球覆蓋部署的策略，通過同構星座和異構星座相結合的混合星座構型設計，實現星座整體能力的升級[23]。

受太空中各種攝動力的影響，衛星星座在軌運行后在不采取外力控制的情況下，衛星間的相對位置會發生偏移，星座結構會產生改變，星座的性能也會受到一定影響。因此，在星座構型設計時可通過設置參數偏置的方法，利用攝動力補償策略進行星座構型調整，提高星座的長期穩定性[24-25]。對于低軌星座而言（特別是低于500km軌道高度的星座），在軌狀態下所受大氣阻力影響相對較大，攝動補償策略可實現對長期影響線性部分進行補償，對非線性部分的補償效果較為有限。

低軌大型星座中的單星，通常設計壽命有限，隨著星座在軌數量和時長的增加，衛星壽命、硬件故障、衛星碰撞等風險都會對星座的構型造成影響。因此，在星座構型初期設計時需考慮星座的備份策略，綜合使用在軌備份、停泊軌道備份和地面應急補網備份等手段，實現低軌大型星座的庫存管理[26-27]。

（3）星座智能管控技術

包括自主運行、指控運行、在軌維護三種使用模式。

1）自主運行模式。天基星座智能管控系統在無地面指控指令干預下全自主運行，完成星座常規任務的管理，以及日常遙感、邊緣信息處理、星座資源監控、協同任務規劃、信息分發與推送路由決策、星座資源分配等任務。

2）指控運行模式。天基星座智能管控系統在地面運控中心指控下工作。地面上注的任務，將以較高優先級插入星座智能管控系統自主規劃決策生成的任務隊列，或者取代自主規劃決策生成的任務。此時系統處于遙控或半自主運行模式，系統根據指控指令完成指定任務并將信息分發給特定用戶。

3）在軌維護模式。該模式主要針對天基星座智能管控系統進行能力恢復或者提升，包括系統軟件更新、系統支撐信息更新、星地一體化目標數據庫更新等。

星座智能管控系統采用“全局云-邊緣云-遙感端”的總體架構。其中“遙感端”是星座中的遙感星；“邊緣云”是星座中的天基星座智能管控系統，具備任務規劃調度、態勢感知分析、信息傳輸與分發、任務決策等能力；“全局云”是地面中心，完成星座整體管控、數據信息挖掘、數字孿生仿真等功能。

2.4 信息處理

大型遙感星座的信息處理主要包括星座遙感圖像載荷的數據融合技術以及星座與地面系統間的數據處理技術。

（1）遙感圖像數據融合技術

主流遙感衛星搭載的成像系統有全色相機、彩色/多光譜相機、高光譜相機、熱紅外相機、夜光相機、立體相機、視頻相機、合成孔徑雷達、激光測距儀等。為滿足多樣化的用戶需求，低軌遙感星座采用多種成像平臺相結合的方式，并通過多源遙感圖像的數據融合來降低單一成像體制的限制，從而適應對不同目標特性的觀測。

受限于不同載荷的成像機理，遙感圖像的空間分辨率與光譜分辨率、主動成像與目視效果、三維結構獲取與精細光譜信息相互限制，單一成像手段無法獲得具備多特性的圖像[28]。

當前，全色、多光譜、高光譜圖像融合[29-30]，全色/多光譜與合成孔徑雷達圖像融合[31-32]，多光譜/高光譜與激光雷達圖像融合均已開展了相應研究[33]，結果表明多源遙感圖像融合可獲得較單一來源遙感圖像更高的分類精度。

基于大型遙感星座的信息處理，在滿足工程實際應用的基礎上，傳感器需在空間分辨率與時間分辨率間進行折中，在遙感圖像數據融合的研究中應加強對時空信息中的數據挖掘，實現不同空間分辨率與時間分辨率的遙感圖像融合。

（2）星座數據處理技術

星座的數據處理技術包含星上數據處理與地面數據處理，針對大型遙感星座，可采用地面處理與星上處理相結合、地面支持星上處理的方式。在地面處理上，基于成熟的地面系統平臺，在現有的基礎上進行功能擴增和插件式集成；在星上處理方面，應重點聚焦目標和區域狀態變化信息的檢測，并將變化切片等信息快速下傳，對未變化信息則按需下傳。在地面支持星上處理方面，通過將地面生成的通用態勢、目標庫、控制點庫上注衛星，支撐星上目標變化檢測、關聯融合和高精度定位，提高星上處理的準確度和可信度。

3 結束語

本文介紹了低軌大型遙感星座的發展現狀，并就涉及影響低軌大型遙感星座的幾項關鍵技術進行了分析。針對星座通信網絡，提出了在高速激光鏈路和低速微波鏈路“雙網”之上的控制與協同發展策略；針對自主協同的任務規劃，提出了在分布式網絡構型下的面向高時效高可靠的動態任務多目標優化發展策略，在多約束的條件下的星上自主管控和地面運控系統參與控制相結合的發展方式，以及在“快速響應”概念下的衛星設計和快速部署的能力需求；針對星座部署與管控，提出了發展“堆疊+側掛”的星箭一體化設計模式，以及具備自主運行、指控運行和在軌維護3種使用模式的星座智能管控系統；針對信息處理，提出了時空信息相融合的圖像處理，地面數據與星上數據相結合的數據處理方式。

[1] 王林. 國外微納衛星發展現狀及對我國的啟示[J]. 上海信息化, 2020(9): 52-55.

WANG Lin. Development Status and Trend of Global Satellite Application Field[J]. Shanghai Informatization, 2020(9): 52-55. (in Chinese)

[2] 賀鵬梓. 國外新一代小衛星星座的典范[J]. 衛星與網絡, 2015(4): 30-32.

HE Pengzi. A Model of a New Generation of Small Satellite Constellations Abroad[J]. Satellites and Networks, 2015(4): 30-32. (in Chinese)

[3] 林仁紅, 高軍, 方超, 等. 國內低軌遙感星座密集組網現狀及發展態勢[J]. 中國航天, 2019(5): 38-40.

LIN Renhong, GAO Jun, FANG Chao, et al. Current Situation and Development Trend of Dense Networking of Leo Remote Sensing Constellations in China[J]. China Aerospace, 2019(5): 38-40. (in Chinese)

[4] 龔燃. 美國“卡佩拉”衛星星座[J]. 衛星應用, 2021(2): 70.

GONG Ran. American “Capella” Satellite Constellation[J]. Satellite Applications, 2021(2): 70. (in Chinese)

[5] 張雪松. 俄烏沖突中的西方商業遙感衛星公司[J]. 衛星與網絡, 2022(5): 30

ZHANG Xuesong. Western Commercial Remote Sensing Satellite Company in the Conflict between Russia and Ukraine[J]. Satellites and Networks, 2022(5): 30. (in Chinese)

[6] 原民輝, 劉韜. 空間對地觀測系統與應用最新發展[J]. 國際太空, 2018(4): 8-15.

YUAN Minghui, LIU Tao. The Latest Development of Space Earth Observation System and Application[J]. International Space, 2018(4): 8-15. (in Chinese)

[7] 《衛星與網絡》編輯部. 2022年5月全球航天發射活動統計表[J]. 衛星與網絡, 2021(5): 1.

Editorial Department of Satellite and Network. Statistical Table of Global Space Launch Activities in May 2022[J] Satellites and Networks, 2021(5): 1. (in Chinese)

[8] 劉李輝, 王昊, 姚飛. 2021全球航天發射活動分析報告[J]. 衛星與網絡, 2021(12): 19-40+18.

LIU Lihui, WANG Hao, YAO Fei. Analysis Report on Global Space Launch Activities in 2021[J]. Satellites and Networks, 2021(12): 19-40+18. (in Chinese)

[9] 李健全, 王倩瑩, 張思晛, 等. 國外對地觀測微納衛星發展趨勢分析[J]. 航天器工程, 2020, 29(4): 126-132.

LI Jianquan, WANG Qianying, ZHANG Sixian, et al. Analysis on Development Trends of Foreign Country's Micro-nano Satellites in Earth Observation[J]. Spacecraft Engineering, 2020, 29(4): 126-132. (in Chinese)

[10] 許宇棟, 周敬博, 尹嘉昭, 等. 對地觀測衛星任務規劃策略及應用研究綜述[J].無線電工程, 2021, 51(8): 681-690.

XU Yudong, ZHOU Jingbo, YIN Jiazhao, et al. Review of Mission Planning Strategies and Applications of Earth Observation Satellites[J]. Radio Engineering, 2021, 51(8): 681-690. (in Chinese)

[11] 張晟宇. 敏捷衛星多目標在軌協同觀測技術研究[D]. 北京: 中國科學院大學(中國科學院微小衛星創新研究院), 2021. DOI:10.44194/d.cnki.gwxwx.2021.000001.

ZHANG Shengyu. Research on Multi-target On-Board Cooperative Observation Technology for Agile Satellite[D]. Beijing: University of Chinese Academy of Sciences (Institute of micro satellite innovation, Chinese Academy of Sciences), 2021. DOI:10.44194/d.cnki.gwxwx.2021.000001. (in Chinese)

[12] 伍國威, 崔本杰, 沈慶豐. 在軌實時引導多星成像任務規劃方法研究[J]. 航天器工程, 2019, 28(5): 1-6.

WU Guowei, CUI Benjie, SHEN Qingfeng. Research on Real-time Guided Multi-satellite Imaging Mission Planning Method[J]. Spacecraft Engineering, 2019, 28(5): 1-6. (in Chinese)

[13] 陳丹, 程偉, 高延超, 等. 面向多航天器協同的自主任務規劃方法研究[J]. 計算機測量與控制, 2019, 27(5): 221-225. DOI: 10.16526/ j.cnki.11-4762/tp.2019.05.049.

CHEN Dan, CHENG Wei, GAO Yanchao, et al. Research on Self-organization Mission Planning for Multi-spacecraft Coordination[J]. Computer Measurement & Control, 2019, 27(5): 221-225. DOI: 10.16526/ j.cnki.11-4762/tp.2019.05.049. (in Chinese)

[14] 于龍江, 吳限德, 毛一嵐, 等. 分布式遙感衛星任務分配的合同網絡算法[J]. 哈爾濱工程大學學報, 2020, 41(7): 1059-1065.

YU Longjiang, WU Xiande, MAO Yilan, et al. Task Allocation for Distributed Remote Sensing Satellites Based on Contract Network Algorithm[J]. Journal of Harbin Engineering University, 2020, 41(7): 1059-1065. (in Chinese)

[15] CHIEN S, SHERWOOD R, BURL M, et al. A Demonstration of Robust Planning and Scheduling in the Techsat-21 Autonomous Sciencecraft Constellation[C]//6th European Conference on Planning, 2013: 276-283.

[16] DU B, LI S. A New Multi-satellite Autonomous Mission Allocation and Planning Method[J]. Acta Astronautica, 2019, 163(25): 287-298.

[17] 李菲菲, 胡敏, 武暾, 等. “黑杰克”項目動向及應用前景分析[J]. 中國航天, 2020(9): 57-61.

LI Feifei, HU Min, WU Tun, et al. Analysis on the Trend and Application Prospect of “Black Jack” Project[J]. China Aerospace, 2020(9): 57-61. (in Chinese)

[18] 潘清, 廖育榮. 快速響應空間概念與研究進展[M]. 北京: 國防工業出版社, 2010: 20-40.

PAN Qing, LIAO Yurong. Concept and Research Progress of Rapid Response Space[M]. Beijing: National Defense Industry Press, 2010: 20-40. (in Chinese)

[19] 劉芃, 韓飛, 曾惠忠, 等. 一箭多星發射微小衛星構型設計[J]. 航天器工程, 2020, 29(5): 57-64.

LIU Peng, HAN Fei, ZENG Huizhong, et al. Microsatellite Configuration Design for Multi-satellite Launching[J]. Spacecraft Engineering, 2020, 29(5): 57-64. (in Chinese)

[20] 陳牧野, 牟宇, 周寧, 等. “星鏈”堆疊式衛星連接與分離技術及應用[J]. 國際太空, 2022(4): 24-28.

CHEN Muye, MOU Yu, ZHOU Ning, et al. Technology and Application of Starlink Stacked Satellite Connection and Separation[J]. International Space, 2022(4): 24-28. (in Chinese)

[21] 阮永井, 胡敏, 云朝明. 低軌巨型星座構型設計與控制研究進展與展望[J]. 中國空間科學技術, 2022, 42(1): 1-15.

RUAN Yongjing, HU Min, YUN Chaoming. Advances and Prospects of the Configuration Design and Control Research of the LEO Mega-constellations[J] China Space Science and Ttechnology, 2022,42(1): 1-15. (in Chinese)

[22] 吳云華, 劉睿鵬, 華冰, 等. 全球限時重訪星座構型設計[J]. 計算機仿真, 2020, 37(2): 87-91+101.

WU Yunhua, LIU Ruipeng, HUA Bing, et al. Global Limited Time Revisit Constellation Design[J]. Computer Simulation, 2020, 37(2): 87-91+101. (in Chinese)

[23] 李恒年, 李濟生, 焦文海. 全球星攝動運動及攝動補償運控策略研究[J]. 宇航學報, 2010(7): 1756-1761.

LI Hengnian, LI Jisheng, JIAO Wenhai. Analyzing Perturbation Motion and Studying Configuration Maintenance Strategy for Compass-M Navigation Constellation[J]. Journal of Astronautics, 2010(7): 1756-1761. (in Chinese)

[24] 陳長春, 林瀅, 沈鳴. 等. 一種考慮攝動影響的星座構型穩定性設計方法[J]. 上海航天, 2020, 37(1): 33-37.

CHEN Changchun, LIN Ying, SHENG Ming. et al. A Novel Design Method for the Constellation Configuration Stability Considering the Perturbation Influence[J]. Aerospace Shanghai, 2020, 37(1): 33-37. (in Chinese)

[25] JAKOB P, SHIMIZU S, SHOJI Y, et al. Optimal Satellite Constellation Spare Strategy Using Multi-echelon Inventory Control[J]. Journal of Spacecraft and Rockets, 2019, 56(5): 1449-1461.

[26] KIM R. Stochastic Inventory Control Modeling for Satellite Constellations[J]. Journal of Spacecraft and Rockets, 2020, 57(3): 1-9.

[27] 李樹濤, 李聰妤, 康旭東. 多源遙感圖像融合發展現狀與未來展望[J]. 遙感學報, 2021, 25(1): 148-166.

LI Shutao, LI Congyu, KANG Xudong. Development Status and Future Prospects of Multi-source Remote Sensing Image Fusion[J]. National Remote Sensing Bulletin, 25(1): 148-166. (in Chinese)

[28] LICCIARDI G A, KHAN M M, CHANUSSOT J. Fusion of Hyperspectral and Panchromatic Images: a Hybrid Use of Indusion and Nonlinear PCA[C]//Proceedings of the 2012 19th IEEE International Conference on Image Processing. Orlando, USA: IEEE, 2012: 2133-2136. DOI:10.1109/ICIP.2012.6467314.

[29] TIWARI P S, PANDE H, AYE M N. Exploiting IKONOS and Hyperion Data Fusion for Automated Road Extraction[J]. Geocarto International, 2010, 25(2): 123-131. DOI:10.1080/10106040903180485.

[30] SEO D K, EO Y D. A learning-based Image Fusion for High-resolution SAR and Panchromatic Imagery[J].Applied Sciences, 2020, 10(9): 3298. DOI:10.3390/app10093298.

[31] CHANDRAKANTH R, SAIBABA J, VARADAN G, et al. Feasibility of High Resolution SAR and Multispectral Data Fusion[C]//Proceedings of 2011 IEEE International Geoscience and Remote Sensing Symposium. Vancouver, Canada: IEEE, 2011: 356-359. DOI:10.1109/IGARSS.2011.6048972.

[32] CHEN B, HUANG B, XU B. Multi-source Remotely Sensed Data Fusion for Improving Land Cover Classification[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2017, 124: 27-39. DOI:10.1016/ j.isprsjprs.2016.12.008.

[33] ZHONG Y F, CAO Q, ZHAO J, et al. Optimal Decision Fusion for Urban Land-use/land-cover Classification Based on Adaptive Differential Evolution Using Hyperspectral and LiDAR Data[J]. Remote Sensing, 2017, 9(8): 868. DOI: 10.3390/rs9080868.

Research on the Development Status and Key Technologies of Large LEO Remote Sensing Constellations

KE Zhifei HUANG Shisheng LI Yuliang QIAO Kai TENG Fei RUAN Hang WANG XiaotingWEI Chuqi MA Xingliang

（Beijing Tracking and Communication technology Institute, Beijing 100094, China）

In recent years, the large LEO remote sensing constellation project has developed rapidly. With high frequency, low cost and high flexibility, the large LEO remote sensing constellation system has become a technology that countries are competing to develop. Firstly, the development status of LEO large remote sensing constellations such as Flock, Capella, Blacksky Global, Lemur-2, Newsat and the basic overview of China's large remote sensing constellations are summarized. On this basis, from the five aspects of communication network, remote sensing monitoring, constellation deployment in management and control, and information processing involved in the remote sensing constellation, the technologies involved in the LEO large-scale remote sensing constellation, such as multi payload task coordination, on-board autonomous task planning, rapid response scheduling, satellite rocket integration design, satellite constellation configuration design, constellation intelligent management and control, remote sensing image data fusion, constellation data processing, are summarized and studied, and its research direction is described.

LEO constellation; remote sensing satellite; intersatellite communication; satellite scheduling; constellation deployment; information processing on satellite

P151

A

1009-8518(2023)01-0093-09

10.3969/j.issn.1009-8518.2023.01.010

2022-08-24

高分辨率對地觀測系統重大專項（GFZX040412）

柯知非, 黃石生, 李玉良, 等. 低軌大型遙感星座發展現狀及其關鍵技術[J]. 航天返回與遙感, 2023, 44(1): 93-101.

KE Zhifei, HUANG Shisheng, LI Yuliang, 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. (in Chinese)

柯知非，男，1994年生，2018年獲陸軍工程大學兵器科學與技術專業碩士學位，助理研究員。主要研究方向是圖像處理技術、衛星遙感與應用。E-mail：kezhifei@outlook.com。

（編輯：夏淑密）