低轨大型遥感星座发展现状及其关键技术

柯知非 黄石生 李玉良 乔凯 滕飞 阮航 王晓婷 魏楚奇 马星亮

低轨大型遥感星座发展现状及其关键技术

柯知非 黄石生 李玉良 乔凯 滕飞 阮航 王晓婷 魏楚奇 马星亮

（北京跟踪与通信技术研究所，北京 100094）

近年来，低轨大型遥感星座计划发展迅速，高频次、低成本、弹性高的大型低轨遥感星座系统成为了各国争相发展的技术。文章概述了Flock、Capella、BlackSky Global、Lemur-2、NewSat等低轨大型遥感星座的发展现状，以及中国大型遥感星座的基本情况；在此基础上，分别从遥感星座涉及的通信网络、自主协同、星座部署、星座管控、信息处理等5个方面，就低轨大型遥感星座涉及到的多载荷任务协同、星上自主任务规划、快速响应调度、星箭一体化设计、卫星星座构型设计、星座智能管控、遥感图像数据融合、星座数据处理等关键技术进行了总结分析，并对未来的发展趋势进行了阐述。

低轨星座 遥感卫星 星间通信 卫星任务规划 星座部署 卫星信息处理

0 引言

当前遥感技术为国土、应急、减灾、环保、水利、农业、气象等多个领域提供了重要应用，世界各国各行业对航天遥感应用的需求日益增加，推动了商业遥感卫星应用的不断发展。在遥感数据逐渐向高空间分辨率、高时间分辨率、高光谱方向发展的同时，遥感应用的深度和广度不断扩展，并且越来越个性化、精细化和专业化，基于遥感数据的商业应用和增值服务也得到了发展[1-2]。

随着自动化技术与高集成技术的快速发展，卫星发射与部署成本不断降低，低轨道遥感星座的研发与部署呈现出了高热度。本文所称低轨大型遥感星座，是指在低轨道进行大规模/数量部署的遥感星座，可实现低时延数据传输、低路径损耗下的高频次目标重访和数据快速处理分发，能满足客户的多样化和复杂任务需求。

本文在梳理国内外低轨大型遥感星座发展动态的基础上，从通信网络、自主协同、星座部署、星座管控、信息处理等方面，对低轨遥感星座技术发展所涉及的关键技术与特点进行了分析研究。

1 低轨大型遥感星座国内外发展动态

1.1 国外发展动态

目前，国外低轨遥感星座的建设较为领先，从事低轨大型遥感星座研究的国家主要有美国、阿根廷等。得益于较为完善的政策环境，美国在大型对地观测的遥感星座建设中处于领先地位，主要建有“鸽群”、“卡佩拉”、“黑天全球”、“狐猴”等星座，以构建具备全球的高空间分辨率、高时间分辨率、全覆盖能力为目标，逐步引领地球观测进入实时新时代[3]。

（1）“鸽群”（Flock）星座

美国行星实验室（Planet Labs）于2013年4月19日发射第一颗“鸽群”微纳遥感卫星，截至2021年底，“鸽群”卫星已累计发射近500颗，Planet公司每3～6个月进行一次发射，维持200颗左右卫星可正常在轨运行。Flock星座为当前全球最大的遥感星座，主要用于为灾害监测、应急响应、资产管理等应用提供全球覆盖、高更新率的光学遥感数据服务。

图1 “卡佩拉”卫星

Flock卫星为3U立方星，每颗卫星质量5kg，尺寸10cm×10cm×30cm，它们的特点是采用CTOS（商用现货）组件，每颗卫星都配备了高倍率望远镜和相机，卫星在400～600km轨道高度可以实现对地3～5m分辨率的光学成像。

Flock星座对外号称采用“长期在线”（Always on）工作模式，相较传统对地观测卫星，可实现全时段全区域覆盖，重访率高，更易捕捉突发事件。根据已公布的信息，该星座能够在1 d内实现全球95%区域的重访。

（2）“卡佩拉”（Capella）星座

Capella卫星星座由美国卡佩拉空间公司（Capella Space）研制的36颗SAR成像卫星组成，分布在600km左右的12个轨道面上，每个轨道面部署3颗卫星，完全平均重访时间达1h，最高分辨率支持0.5m[4]。其首颗技术验证卫星于2018年12月发射入轨。

Capella单星（见图1）设计质量小于100kg，设计寿命为3年。通过定期补网实现对系统和卫星的更新，进而实现定期对星座和单星性能的改进。其下行链路平均传输速率达1.2Gbit/s，该星座较其他商业遥感卫星提供了每轨更高的数据量[5]。

（3）“黑天全球”（BlackSky Global）星座

BlackSky Global是由美国“黑色天空”公司（BlackSky）建设的商业遥感卫星星座，当前在轨 14颗，均使用“侦察兵”卫星平台和哈里斯公司的SpaceView-24光学系统。BlackSky Global单星质量56kg左右，设计寿命3年，运行在约500km高的轨道上，空间分辨率约为1m[6]。

BlackSky Global星座目标是打造由60颗卫星组成的星座，具备10～60min重访能力，预计于2023年实现星座的升级换代，将空间分辨率由1m提高到0.5m[6-7]。

BlackSky Global星座拥有高效快速的商业应用定制和数据处理分析能力，基于其Spectra AI平台，利用其专有的机器学习和最新的人工智能技术，可实现对船舶、飞机、道路、建筑物和车辆等目标近实时的自动检测，并能实现变化、损坏和异常检测等高级分析，可直接集成于智能手机和PC终端显示。其遥感图像及处理界面如图2所示。

（4）“狐猴”（Lemur-2）星座

Lemur-2卫星星座由美国尖顶公司（Spire）研制的3U立方体电子侦察卫星组成，星座分布在约500km高的太阳同步轨道，主要用于对天气、船只、飞机的实时监测。自2015年9月28日发射Lemur-2 01星以来，截至2022年5月，Lemer-2系列卫星共发射28次，共计145颗卫星在轨，其中4颗入轨后不能正常工作[8]。

Lemur-2星座单星质量约4kg，主要载荷有两种：1）GPS无线电掩星测量载荷，主要通过对信号受大气层影响的数值变化情况来精确计算温度、湿度和压力廓线；2）AIS接收器，主要通过接收Air信号来实现对世界各地船只的跟踪[9]。

（5）“新卫星”（NewSat）星座

NewSat星座（图3）由阿根廷逻辑公司（Satellogic）建设的商业微纳遥感卫星组成，截至2022年4月，星座已发射入轨卫星30颗，包含技术试验星3颗以及应用星27颗。Satellogic公司旨在建设一个在轨数量达90颗的对地观测星座，能够在高度500km左右的太阳同步轨道上实现1m的空间分辨率，每周可实现对全球拍摄一遍[6]。

NewSat星座单星质量约37kg，尺寸为0.4m×0.43m×0.75m；搭载可见光载荷与红外谱段相机，可实现1m的多光谱地面分辨率和30m的超光谱分辨率，具有照片成像与视频成像的功能[10]。

图2 黑天卫星遥感图像及处理界面

图3 “新卫星”星座

1.2 国内发展动态

近年来，国内低轨大型遥感星座建设呈现井喷态势，“吉林一号”、“深圳一号”、“珠海一号”等一批星座陆续组网建设。“丽水一号”、“陕西一号”、“灵鹊”等星座也规划了上百颗遥感卫星用于星座组网。据统计，我国规划于2030年前建设超过800颗低轨遥感卫星用于星座组网[4]。

2 低轨大型遥感星座关键技术

低轨大型遥感星座的关键技术主要包括通信网络、自主协同、星座研制部署、星座管控、信息处理等五大类关键技术。为实现大规模生产和支持接入要求，卫星应采用通用化设计，拓扑架构开放化、模块化，终端节点智能化、信息化，软硬件接口标准化，支持即插即用、自主测试、健康管理等。

2.1 通信网络

通信网络主要涉及的技术包括组网协议、传输协议、星间链路、星间激光通信、卫星情报信息分发以及用频规范等。

在系统组网高可靠、高弹性的基础上，为保障高时间分辨率的需求，低轨大型遥感星座的通信应建立在“双网”之上，一张网是基于激光链路的高速数据网，另一张网是基于微波链路的低速控制网。低速控制链路保证星座系统基本的运行控制及任务协同。大规模的激光高速链路将在星座工作区域内形成高速、稳定的网状网，遥感卫星的融合数据可通过同轨、异轨激光链路进行星间传输，星上处理数据可实时回传地面接收站；遥感卫星的星间激光终端可与通信星座互联，产生的海量原始数据通过星座内传输系统层完成境内回传，进一步发挥星座高密度、高时间分辨率的特点，为情报信息可靠、高速回传提供保障。

激光星间链路技术尽管已经迈出了工程化的第一步，但是对于大规模遥感卫星融合应用仍然存在巨大的挑战。一方面挑战在于激光终端点对点传输，需求层面有高性能、高可靠、强约束等要求，其中高性能要求主要包括高精度、高速率、远距离等；高可靠要求包括长寿命、实时标校、稳定建链；强约束要求包括轻量化、低功耗、自主可控；高可靠与强约束将是激光星间链路重点关注的风险点。另一方面的挑战是基于激光星间链路的网络互联，面向未来大规模星座多星高动态组网以及异构网络互联，空间网络路由交换、网络管理控制及加解密都是亟待解决的关键问题。

2.2 自主协同

大型遥感星座相较传统的遥感卫星，载荷多样性增加，用户来源和需求激增，卫星数量极大的增多，由此导致在进行任务规划时，其复杂程度也急剧增加，传统的单星管理运控模式难以满足用户需求。为满足高时间分辨率的需求，必须考虑多用户需求、多星协同、多任务并行条件下的任务规划策略[11]。自主协同主要涉及的相关技术包括多载荷任务协同技术、星上自主任务规划技术及快速响应调度技术。

（1）多载荷任务协同技术

低轨遥感星座的协同架构为分布式，星群中的协同层级相同，没有主星，星间信息充分共享。该协同架构可实现每颗卫星自身最大观测能力的发挥，适用于对全局规划结果要求高的任务[12]。

多载荷任务协同的本质是任务为中心，通过建立模型解决资源与时间分配的过程，主要是做好多任务统筹、多资源选择、多时间窗口、多优化目标、多约束条件下的协同与优化。在基于网络的多载荷任务协同中，应充分考虑协同任务规划对网络传输需求分析，在高度耦合的网络与协同的信息系统中，开展面向高时效、高可靠的动态任务多目标优化策略研究[13-15]。

（2）星上自主任务规划技术

当前对星上自主任务规划的研究可大致分为两类：一种是基于软件层面，通过预装星载软件以实现卫星自动化管理水平的提升；另一种是基于系统层面，将星座分为管理层、任务层等不同层级，基于MAS（Multi-Agents-System）架构，赋予单星在星座群中的不同功能代理，通过卫星间协作方式实现星座的自动控制[16-17]。

美国国防部高级研究计划局（DARPA）在2018年发起的“黑杰克”卫星项目中，使用了Pit Boss自主数据处理架构，通过将不同的卫星平台与军用载荷组成的多功能层整合至统一的数据收集与数据分发的架构中，可适应卫星数量的不断增长，能实现在没有地面站管控的情况下独立运行30 d的自主维持能力[18]。

对大型低轨遥感星座而言，在多约束的条件下，为了满足时间与空间分辨率的要求，星上自主任务规划基于工程实际应采用星上自主任务规划与地面运控系统参与控制相结合的方式，从前期地面运控系统高度参与到星上自主任务规划逐渐升级过渡。

（3）快速响应调度技术

“快速响应”是军用卫星技术的重要概念，是美国“快速响应航天”（Operationally Responsive Space, ORS）计划的基本依据，其基本特征是在有效载荷层面实现卫星研制、数据下传、目标获取的快速性，在空间部署层面实现低成本、小型运载的快速发射[19]。

为实现星座任务时间分辨率的要求，在任务规划策略上可利用“快速响应”的理念，在卫星层面实现即插即用的模块化、接口间标准化，以及在应急灾害情况下实现快速补网的能力。

2.3 星座部署与智能管控

低轨大型遥感星座的部署与管控主要涉及快速、大量发射入轨所需的星箭一体化设计技术，星座空间分布的星座构型设计技术，以及星座在轨运行后所需的智能管控技术。

（1）星箭一体化设计技术

为实现星座的快速部署与持续定期的更新换代，需要发射大量卫星以实现星座组网与补网，一箭多星发射是实现星座化部署的主要途径，因此需要对火箭和卫星构型进行一体化设计。

卫星在整流罩内的布局方案主要依据星箭包络、卫星数量、在轨构型、力学环境等条件设计。当前，对于多颗卫星的整流罩布局方案主要有包带方式、堆叠方式、侧挂方式三种[20]，布局方式如图4所示。

图4 卫星不同布局方式

其中包带方式卫星在整流罩内以串联的方式布局，力学环境和测试环境相对较好，但是空间利用率较低。

侧挂方式采用中心承力筒侧挂卫星的并联方式进行布局，空间利用率较高，但力学环境差，影响卫星安全性，且内部空间较小，测试人员无法进入操作。

堆叠方式为整流罩内取消中央适配器结构，将卫星设计成扁平的结构，通过堆叠方式进行布局，使卫星采用统一的承力支柱接口，从而实现连接与分离[21]。堆叠方式的空间利用率极高，但随着堆叠高度的增加，力学环境相对恶劣，且该体制分离时间较长，对卫星转内电要求高。

光学遥感卫星因相机不能折叠，难以适应扁平化设计，故难以单独采用堆叠方式发射，可采取与其他载荷卫星搭载发射的方式，利用堆叠+侧挂的方式。根据星箭耦合性分析，逐步深化论证星箭间机械/电接口、电磁兼容性、环境条件、过载要求、卫星分离后初始状态等，同步制定星箭接口标准规范，为卫星、火箭提供统一规范约束。

（2）卫星星座构型设计技术

卫星星座构型设计是低轨星座系统设计的前提和基础，星间的几何构型关系直接决定星座系统的运行水平和应用能力，影响着星座系统性能和星座部署成本。在制定低轨大规模遥感星座部署策略时，应从任务需求、覆盖特性、摄动补偿、备份方案等方面综合考量[22]。

相比于全球覆盖性的导航星座而言，低轨大规模遥感星座应从优先考虑任务需求出发，来设计特定区域内的目标重访周期、覆盖重数等覆盖性指标。当星座大小达到一定规模后，再考虑全球覆盖部署的策略，通过同构星座和异构星座相结合的混合星座构型设计，实现星座整体能力的升级[23]。

受太空中各种摄动力的影响，卫星星座在轨运行后在不采取外力控制的情况下，卫星间的相对位置会发生偏移，星座结构会产生改变，星座的性能也会受到一定影响。因此，在星座构型设计时可通过设置参数偏置的方法，利用摄动力补偿策略进行星座构型调整，提高星座的长期稳定性[24-25]。对于低轨星座而言（特别是低于500km轨道高度的星座），在轨状态下所受大气阻力影响相对较大，摄动补偿策略可实现对长期影响线性部分进行补偿，对非线性部分的补偿效果较为有限。

低轨大型星座中的单星，通常设计寿命有限，随着星座在轨数量和时长的增加，卫星寿命、硬件故障、卫星碰撞等风险都会对星座的构型造成影响。因此，在星座构型初期设计时需考虑星座的备份策略，综合使用在轨备份、停泊轨道备份和地面应急补网备份等手段，实现低轨大型星座的库存管理[26-27]。

（3）星座智能管控技术

包括自主运行、指控运行、在轨维护三种使用模式。

1）自主运行模式。天基星座智能管控系统在无地面指控指令干预下全自主运行，完成星座常规任务的管理，以及日常遥感、边缘信息处理、星座资源监控、协同任务规划、信息分发与推送路由决策、星座资源分配等任务。

2）指控运行模式。天基星座智能管控系统在地面运控中心指控下工作。地面上注的任务，将以较高优先级插入星座智能管控系统自主规划决策生成的任务队列，或者取代自主规划决策生成的任务。此时系统处于遥控或半自主运行模式，系统根据指控指令完成指定任务并将信息分发给特定用户。

3）在轨维护模式。该模式主要针对天基星座智能管控系统进行能力恢复或者提升，包括系统软件更新、系统支撑信息更新、星地一体化目标数据库更新等。

星座智能管控系统采用“全局云-边缘云-遥感端”的总体架构。其中“遥感端”是星座中的遥感星；“边缘云”是星座中的天基星座智能管控系统，具备任务规划调度、态势感知分析、信息传输与分发、任务决策等能力；“全局云”是地面中心，完成星座整体管控、数据信息挖掘、数字孪生仿真等功能。

2.4 信息处理

大型遥感星座的信息处理主要包括星座遥感图像载荷的数据融合技术以及星座与地面系统间的数据处理技术。

（1）遥感图像数据融合技术

主流遥感卫星搭载的成像系统有全色相机、彩色/多光谱相机、高光谱相机、热红外相机、夜光相机、立体相机、视频相机、合成孔径雷达、激光测距仪等。为满足多样化的用户需求，低轨遥感星座采用多种成像平台相结合的方式，并通过多源遥感图像的数据融合来降低单一成像体制的限制，从而适应对不同目标特性的观测。

受限于不同载荷的成像机理，遥感图像的空间分辨率与光谱分辨率、主动成像与目视效果、三维结构获取与精细光谱信息相互限制，单一成像手段无法获得具备多特性的图像[28]。

当前，全色、多光谱、高光谱图像融合[29-30]，全色/多光谱与合成孔径雷达图像融合[31-32]，多光谱/高光谱与激光雷达图像融合均已开展了相应研究[33]，结果表明多源遥感图像融合可获得较单一来源遥感图像更高的分类精度。

基于大型遥感星座的信息处理，在满足工程实际应用的基础上，传感器需在空间分辨率与时间分辨率间进行折中，在遥感图像数据融合的研究中应加强对时空信息中的数据挖掘，实现不同空间分辨率与时间分辨率的遥感图像融合。

（2）星座数据处理技术

星座的数据处理技术包含星上数据处理与地面数据处理，针对大型遥感星座，可采用地面处理与星上处理相结合、地面支持星上处理的方式。在地面处理上，基于成熟的地面系统平台，在现有的基础上进行功能扩增和插件式集成；在星上处理方面，应重点聚焦目标和区域状态变化信息的检测，并将变化切片等信息快速下传，对未变化信息则按需下传。在地面支持星上处理方面，通过将地面生成的通用态势、目标库、控制点库上注卫星，支撑星上目标变化检测、关联融合和高精度定位，提高星上处理的准确度和可信度。

3 结束语

本文介绍了低轨大型遥感星座的发展现状，并就涉及影响低轨大型遥感星座的几项关键技术进行了分析。针对星座通信网络，提出了在高速激光链路和低速微波链路“双网”之上的控制与协同发展策略；针对自主协同的任务规划，提出了在分布式网络构型下的面向高时效高可靠的动态任务多目标优化发展策略，在多约束的条件下的星上自主管控和地面运控系统参与控制相结合的发展方式，以及在“快速响应”概念下的卫星设计和快速部署的能力需求；针对星座部署与管控，提出了发展“堆叠+侧挂”的星箭一体化设计模式，以及具备自主运行、指控运行和在轨维护3种使用模式的星座智能管控系统；针对信息处理，提出了时空信息相融合的图像处理，地面数据与星上数据相结合的数据处理方式。

[1] 王林. 国外微纳卫星发展现状及对我国的启示[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] 贺鹏梓. 国外新一代小卫星星座的典范[J]. 卫星与网络, 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] 林仁红, 高军, 方超, 等. 国内低轨遥感星座密集组网现状及发展态势[J]. 中国航天, 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] 龚燃. 美国“卡佩拉”卫星星座[J]. 卫星应用, 2021(2): 70.

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

[5] 张雪松. 俄乌冲突中的西方商业遥感卫星公司[J]. 卫星与网络, 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] 原民辉, 刘韬. 空间对地观测系统与应用最新发展[J]. 国际太空, 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] 《卫星与网络》编辑部. 2022年5月全球航天发射活动统计表[J]. 卫星与网络, 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] 刘李辉, 王昊, 姚飞. 2021全球航天发射活动分析报告[J]. 卫星与网络, 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, 王倩莹, 张思晛, 等. 国外对地观测微纳卫星发展趋势分析[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] 许宇栋, 周敬博, 尹嘉昭, 等. 对地观测卫星任务规划策略及应用研究综述[J].无线电工程, 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] 张晟宇. 敏捷卫星多目标在轨协同观测技术研究[D]. 北京: 中国科学院大学(中国科学院微小卫星创新研究院), 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] 伍国威, 崔本杰, 沈庆丰. 在轨实时引导多星成像任务规划方法研究[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] 陈丹, 程伟, 高延超, 等. 面向多航天器协同的自主任务规划方法研究[J]. 计算机测量与控制, 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] 于龙江, 吴限德, 毛一岚, 等. 分布式遥感卫星任务分配的合同网络算法[J]. 哈尔滨工程大学学报, 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”项目动向及应用前景分析[J]. 中国航天, 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, 廖育荣. 快速响应空间概念与研究进展[M]. 北京: 国防工业出版社, 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] 刘芃, 韩飞, 曾惠忠, 等. 一箭多星发射微小卫星构型设计[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] 陈牧野, 牟宇, 周宁, 等. “星链”堆叠式卫星连接与分离技术及应用[J]. 国际太空, 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. 低轨巨型星座构型设计与控制研究进展与展望[J]. 中国空间科学技术, 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] 吴云华, 刘睿鹏, 华冰, 等. 全球限时重访星座构型设计[J]. 计算机仿真, 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, 李济生, 焦文海. 全球星摄动运动及摄动补偿运控策略研究[J]. 宇航学报, 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] 陈长春, 林滢, 沈鸣. 等. 一种考虑摄动影响的星座构型稳定性设计方法[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] 李树涛, 李聪妤, 康旭东. 多源遥感图像融合发展现状与未来展望[J]. 遥感学报, 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

高分辨率对地观测系统重大专项（GFZX040412）

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 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年获陆军工程大学兵器科学与技术专业硕士学位，助理研究员。主要研究方向是图像处理技术、卫星遥感与应用。E-mail：kezhifei@outlook.com。

（编辑：夏淑密）