当前全球在轨卫星数量已突破8000颗，低轨巨型星座（如Starlink、OneWeb、中国星网）的密集部署使得传统基于地面中心化调度的网络架构面临严峻挑战。据‌Euroconsult 2023年报告‌，单颗低轨卫星日均产生数据量达2TB，但受限于星间链路带宽与星上计算资源，现有网络资源利用率不足40%。为此通过边缘计算与卫星网络的深度融合，推动资源调度技术从‌“地面集中式管控”‌向‌“星间分布式自治”‌演进。其核心目标是通过动态任务卸载、多目标优化调度与自主协同决策，构建星地协同的弹性计算架构，实现‌端到端时延、能耗、服务质量的帕累托最优。

▲ 星间分布式自治

卫星网络：太空中的“高速公路”困局

如果把卫星通信比作物流系统，传统模式就像把所有包裹（数据）都送到中心城市（地面站）分拣：一颗海洋监测卫星拍摄的90%图像可能是无风暴的平静海面，却仍需耗费带宽传回地面，效率低下。边缘计算的突破点‌，则是将分拣中心搬到“高速公路服务区”——卫星自身或邻近节点。例如，欧盟的‌“星上AI海洋监测”项目‌，直接在卫星搭载轻量化AI芯片，过滤掉98%的无效图像，仅回传疑似油污或非法捕捞的片段，节省了80%的带宽成本。亚马逊网络服务（AWS）通过在低轨道卫星部署边缘计算及机器学习软件，实现星上数据处理与关键信息提取，从而降低传输成本并提升决策效率‌。

边缘计算如何为卫星网络“减负”？

卫星星座协同计算技术需突破高动态组网优化、异构算力调度、能源约束管控三大核心挑战：

1

动态拓扑感知与自适应路由机制

针对低轨星座节点高速运动特性（轨道高度500公里的近圆轨道，卫星运行速度为7.61km/s，星间通信窗口<300s），华为实验室提出基于分布式拓扑预测的冗余链路自愈技术，通过融合星历数据的卡尔曼滤波定位算法，实现秒级星间相对运动预测精度；结合SDN架构构建多重虚拟化备份链路，在单节点失效时30ms内完成服务迁移，保障网络可用性达99.999%。

星图测控基于人工智能驱动的多目标最优规划算法，通过动态拓扑重构机制实现卫星星座网络弹性编排，构建具备自主响应动态环境变化能力的优化体系，有效支撑星座协同计算任务对云边缘卫星的弹性调度能力。基于卫星上的软硬件环境提供标准C语言的轨道高精度的外推、姿态计算服务，为优化算法提供了基础。

 ▲ 洞察者空间信息分析平台分布式拓扑预测仿真

2

星地协同计算架构下的任务卸载优化

构建数据价值密度-计算复杂度-能量消耗的三元决策模型，实现星上边缘计算与地面超算的混合调度。通过动态评估遥感数据的价值密度（紧急度、信息量、时效性）、计算任务复杂度（分级处理）及能耗成本（星上处理与传输能耗差异），建立智能调度机制：高价值数据优先星上实时处理，中价值任务根据计算-能耗比选择星上或地面处理，低价值数据延迟执行，结合星载轻量化决策引擎与地面超算协同。

3

能量约束下的动态负载均衡策略

资源调度算法需实时权衡数据价值、计算耗时和能源消耗。SpaceX采用能源感知调度算法（Energy-aware Task Migration, ETM）实现星座级负载动态分配。建立卫星剩余能量（SOC）与任务权重的映射函数，当SOC<30%时触发马尔可夫决策过程，通过K最短路径算法选择最优任务迁移路径，确保系统能量熵值稳定在0.85以上，避免节点级联失效。

技术架构：分层自治的资源调度体系

卫星网络资源调度需在动态拓扑（Constellation Dynamics）、异构算力（LEO星座、星地协同等）、多任务类型（计算密集型、时延敏感型、容错型）的约束下，求解以下优化问题：

面向低轨星座的分布式调度系统通常采用‌“感知-决策-执行”三级架构‌：

感知层负责环境认知与状态监测‌，通过星载多源传感器网络实现实时拓扑感知。决策层负责智能资源调度‌，采用混合计算架构实现任务优化分配。执行层负责分布式协同控制，依托星间组网技术实现精准指令下发。该架构突破传统中心化调度的时延与算力瓶颈，通过分层解耦与软硬协同设计，构建“星群自主决策、星地资源融通”的新型空天信息基础设施。

边缘计算卫星网络的应用

低轨星座正从传统“通信中继节点“进化为"轨道数据中心"，通过边缘计算（星上智能组网处理）、动态资源编排与确定性传输技术融合，在时延敏感型、能耗约束型、安全关键型等场景实现数量级效能突破，重构空天信息系统的服务边界与商业逻辑。

1

应急通信

采用‌星载边缘计算节点‌与‌地面异构多跳中继网络‌构建应急通信系统。在2023土耳其地震救援中，中国救援队部署的混合网络72小时内恢复1,900+通信节点，构建起覆盖150km²的应急通信服务区‌。该架构通过星上智能处理与空天协同传输，突破传统地面通信网络在灾害场景下的瘫痪瓶颈，延长了黄金救援期的有效作业时长。

2

 全球物联网

部署‌星载边缘计算节点‌与‌自适应数据筛滤算法‌构建智能传输系统。撒哈拉沙漠气象监测系统部署‌星上边缘过滤器‌后，日均有效载荷传输量从1.2GB（原始数据）压缩至10MB（仅含异常事件特征向量），数据冗余度降低98.3%‌。该系统通过‌星上智能预处理‌与‌动态传输策略‌的协同，突破传统物联网终端全量回传的能效瓶颈。

3

军事防御

美国太空军主导的“‌星盾”计划‌在低轨侦察卫星集群部署‌星载异构计算节点‌‌，通过集成FPGA+GPU混合计算架构实现目标特征在轨实时提取。该系统采用轻量化YOLO-NAS模型对SAR/EO影像进行像素级解析，直接输出语义标签（如“装甲车辆”或“民用设施”），规避原始遥感数据下行传输风险‌。美国太空军相关发言人称，星载计算允许卫星处理采集到的数据，相比传输到地面能够更快执行自主决策和任务。

4

商业航天

‌从“通信服务商”到“算力服务商”转变，从传统带宽租赁升级为‌算力即服务（CaaS）。据测算，天基算力服务市场规模将从2025年的120亿美元增长至2030年的480亿美元，年复合增长率达32%，成为商业航天增长最快细分领域‌。美国依托SpaceX星链、柯伊伯星座率先布局轨道算力资源，中国通过千帆星座、星网星座加速追赶，构建自主可控的天基计算生态‌。

 ▲ “香港青年科创号”——全球首次卫星在轨运行AI大模型技术

争夺太空算力的制高点

在可预见的未来，空天信息网将重新定义地球的时空维度，卫星的使命也将被重新定义——从“数据中继节点”进化为“智能空间计算节点”。当边缘计算与空天信息网络全面融合时，资源调度技术将成为‌星载操作系统的核心组件。当前调度算法多局限于网络层或计算层单一维度，亟需建立‌“通信-计算-存储-能源”四维联合优化模型‌。边缘计算卫星网络的资源调度技术突破，依赖‌“算法-硬件-标准”‌的协同创新，推动空天信息网络从“连通性保障”向“智能算力网”演进‌。

中科星图测控技术股份有限公司

中科星图测控技术股份有限公司成立于2016年，股票代码：920116，致力于成为全球领先的太空管理服务商。公司围绕航天器在轨管理及天地通信，构建高效、智能的天地一体化航天测控通信与太空交通管控系统，提升航天系统的能力和效益，为全球用户提供太空管理综合解决方案。