基于密度聚类的快速稳定低轨导航卫星选取

为何选对卫星至关重要

从手机地图到自动驾驶汽车，我们的生活越来越依赖于精确的定位。为全球互联网发射的新一代低地球轨道（LEO）卫星群，可能使导航比现有类似 GPS 的系统更快、更可靠。但问题在于：接收机某一时刻可能能看到数十颗 LEO 卫星，远超其能够同时处理的数量。如何快速、准确地选出“最优的几颗”并避免频繁切换，已成为未来导航中的一个隐性却关键的挑战。

天空中的选择过多

传统导航卫星绕地球运行高度高且移动慢，接收机通常一次只能看到几颗。而 LEO 卫星飞得更近、移动更快，地面用户可能同时看到数十甚至上百颗卫星。接收机可跟踪的信号数量却有限。选出能提供最精确定位的一小组卫星，是一个典型的“大海捞针”问题：可选组合数量随着可见卫星增多呈指数级增长。穷举搜索对必须每秒多次更新位置的系统来说过慢，现有的捷径方法常依赖随机选择，难以预测且可能导致随时间不稳定的性能。

三步法驯服拥挤星空

作者提出了一种名为密度聚类快速稳定选择（DC-FSS）的方法，将问题重构为三步简单流程。首先，算法观察卫星在天空中的分布，识别出那些密集聚集的区域。不是把每颗卫星一视同仁，而是从这些密集区域中挑出少数代表性卫星，同时确保这些代表在天空上分布均匀。这样就把问题裁剪成一组可管理的有前景候选卫星，且能平衡覆盖天空。第二步，在每个区域内通过替换卫星来微调选择，以改善支撑精确定位的整体观测几何。

保持随时间的导航稳定

快速移动的 LEO 卫星带来另一个问题：即便是理论上的微小改进，也可能引发频繁的卫星切换。每次切换接收机都必须重新建链并调整内部滤波器，这既消耗能量又可能短暂降低定位精度。为了解决这一点，DC-FSS 的第三步引入了“向前稳定”策略。算法并不总是在每个瞬间跳到数学意义上的最优组合，而是询问是否可以继续使用前一时刻的卫星组合，同时仅接受极小的几何质量损失。通过严格限制可接受的精度退让，算法大幅减少了切换次数，同时使位置解保持接近最优。

证明速度、精度与鲁棒性

为验证该方法，研究者使用公开的轨道数据模拟了一台接收机观测成千上万颗真实的 LEO 卫星，主要聚焦于 Starlink 系统。他们将 DC-FSS 与穷举搜索、经过调优的遗传算法及更简单的选择规则进行了对比。在多次试验和不同跟踪卫星数量的情况下，DC-FSS 在几何质量上接近理想值几个百分点，但比穷举搜索快上千到百万倍，比遗传法也快数倍。它在一小时运行、从赤道到近极地区的不同纬度，甚至在城市峡谷中天空部分被遮挡的场景下都表现稳定。消融试验（移除方法的单个步骤）显示，基于密度的剪枝、局部与全局细化以及稳定性步骤的组合，对同时保持高精度和低切换率至关重要。

对未来导航的意义

简单来说，这项工作提供了一种在不压垮接收机或导致跳变行为的前提下，充分利用拥挤 LEO 星空的方案。通过智能地分组卫星、在组内微调选择并在微小精度损失下优先保持连续性，DC-FSS 将一个难以处理的搜索问题变为适合实时设备的快速且可预测的操作。尽管研究基于模拟、主要关注卫星几何而非详细信号质量，但它为必须利用众多快速移动卫星进行导航的接收机指明了实用路径，有助于未来系统为日常技术提供精确且稳定的定位。

引用: Lu, Z., Zhang, S., Wang, Y. et al. Density clustering based fast and stable satellite selection for LEO navigation. Sci Rep 16, 15276 (2026). https://doi.org/10.1038/s41598-026-46447-4

关键词: 低轨导航, 卫星选取, 密度聚类, 实时定位, Starlink