低軌衛星信號捕獲與跟蹤技術綜述

方一鳴,趙祥天,趙亞飛,孫耀華,彭木根

(北京郵電大學 信息與通信工程學院 網絡與交換技術國家重點實驗室,北京 100876)

0 引言

通信技術的價值在于為盡可能多的用戶提供廣泛、便捷、快速、穩定的網絡覆蓋?，F有通信系統可以通過以光纖為代表的有線服務和以WiFi為代表的無線服務來為用戶提供低時延、大容量和高可靠的通信服務,但在較為偏遠,且不適宜構建地面通信系統的地區存在覆蓋不全面的問題,例如偏遠山區、沙漠和海洋,無法提供有效的通信服務;另外由于地面設施相對固定,在發生自然災害時,地面通信系統會受到影響而無法工作,這些問題導致現有地面系統無法完全滿足全部通信要求。而處于高空的衛星已經在遙感、導航與檢測領域證明其廣覆蓋、高可靠的特性,因此采用低軌(Low Earth Orbit,LEO)衛星網絡進行通信可以實現通信的高質量與廣泛覆蓋,這也是通信網絡發展的必然趨勢[1-5]。

在低軌衛星通信場景下,由于衛星載體的運動,會導致傳輸過程中接收機接收信號有較大的多普勒頻移和多普勒頻率變化率,這種高動態特性會導致接收機無法正常對信號進行接收,需要采取高性能的信號捕獲與跟蹤技術,實現信號同步,才能實現星間以及星地的信號正常傳輸,進而實現低軌衛星通信[6]。

本文從低軌衛星互聯網實際應用場景出發,探討信號特點與挑戰,重點分析闡述信號同步過程中信號捕獲、跟蹤與波束控制技術的特點與基本原理,最后展望未來低軌衛星通信場景下信號捕獲與跟蹤技術可能的發展趨勢。

1 低軌衛星互聯網應用

低軌衛星網絡由于其距地面較近且覆蓋范圍大,因此有利于為較大范圍內用戶提供低時延、強穩定、高通信質量、高公平且資源利用率高的通信服務[5,7]。低軌衛星通信主要應用場景包括手機直連、邊遠地區覆蓋、應急情況保障和通導遙一體等[8]。

1.1 手機直連

手機直連衛星實現通信是低軌衛星網絡最核心也是最基礎的應用,通過手機直連,用戶可以在任何區域內獲得網絡連接?；谝苿有怨芾?用戶可以同時與多顆衛星及地面基站通信,實現真正的“無縫切換”;基于頻譜管理,精確化管理小區覆蓋,提供更可靠更穩定的信息傳輸,同時降低地面通信系統負載。

1.2 邊遠地區通信覆蓋

由于環境以及成本限制,傳統地面通信系統無法完全覆蓋所有地區。而衛星具有高覆蓋與無視地理環境等傳輸特性,因此采用低軌衛星進行通信可以破除地理環境限制,低成本地為所有用戶提供通信與數據服務,實現全球通信覆蓋。

1.3 應急通信保障

由于地面通信系統基于地面固定設備實現通信,因此當遇到地震、洪水等地質災害時,會由于設備受損與停電而中止地區通信服務。因此采用低軌衛星進行通信可以在出現應急狀況時,全面接管通信傳輸任務,保障基礎服務,進而提高救災恢復效率,提高通信系統的抗毀性。

1.4 通導遙一體

低軌衛星互聯網可以將太空低軌通信衛星、導航衛星、遙感衛星融合,實現通導遙一體,在這種情況下,可以根據任務由衛星互聯網傳遞遙感、導航需求與指令,并快速傳輸具體的導航與遙感數據,讓地面能夠及時、準確地獲得特定導航與遙感信息[9-10]。

2 低軌衛星信號特點

2.1 低軌衛星鏈路構成與分析

在低軌衛星網絡中主要有星間鏈路、饋電鏈路、用戶鏈路和測控鏈路,具體構成如圖1所示。其中星間鏈路指的是衛星之間的通信鏈路,饋電鏈路指的是衛星與信關站之間的通信鏈路,而用戶鏈路則指的是衛星與移動終端之間的通信鏈路。衛星測控鏈路則是衛星與地面測控站之間的通信控制鏈路,用于實現對衛星的控制與遙測。衛星測控鏈路中指令的準確傳輸直接關系到衛星的安全運行,因此衛星測控鏈路著重于信息傳輸的準確性與可靠性,通常采用抗干擾性能強的擴頻通信體制進行通信。而星間鏈路、用戶鏈路和饋電鏈路則由于效率等方面原因較少采用擴頻體制,通?；?GPP的5G體制進行設計,如AST和Lynk等,只有Globalstar與蘋果手機直連中由于Globalstar采用的私有通信協議而導致用戶鏈路使用擴頻體制,以及應用場景出于保密與抗干擾需求才會選擇擴頻體制。

圖1 低軌衛星網絡鏈路構成Fig.1 LEO satellite network link architecture

本文主要介紹具有普適性且適用于各種終端的信號捕獲與跟蹤技術,另外考慮到衛星網絡中存在擴頻體制以及捕獲與跟蹤技術的多樣性,因此也列舉了一些主要針對擴頻體制的信號捕獲與跟蹤技術。

2.2 信號特性分析

低軌衛星通信系統中衛星主要運行在500～1 500 km的低空軌道中,由于其軌道高度低,因此具有傳輸損耗低和低時延的特性,是最有可能實現衛星互聯網的衛星通信系統。但由于衛星本身體積與宇宙空間環境限制,衛星發射功率有限,同時也因為距離以及干擾等因素導致接收機所收信號信噪比較低。另外,衛星較快的運動速度會給信號帶來多達幾百kHz的多普勒頻移,如此大的頻譜偏移會給接收機設計帶來挑戰,迫使接收機放大前端帶寬,進而導致帶外噪聲引入,使得接收信噪比降低,同時如此大的頻譜偏移還會導致同步中頻率搜索區間過大,給信號同步帶來更大挑戰,影響信號接收。由于衛星信號具有信噪比低且多普勒頻移大的動態特性,因此如何在這種環境下,實現穩定可靠接收成為了實現低軌衛星通信的關鍵點。

2.3 低軌衛星波束特點

2.3.1 衛星多波束特點及挑戰

多波束技術可以通過數字波束合成(Digital Beam Forming,DBF)來指向低軌衛星信號接收方向,提高接收信號信噪比[11-12]。

多波束技術在接收時需要分析波束指向來達到最佳接受性能。遍歷所有情況找出最大接收功率顯然效率較低,因此如何迅速根據接收信號分配權值合成最佳接收波束成為實現波束捕獲的主要挑戰。

2.3.2 衛星跳波束特點及挑戰

跳波束技術基于相控陣技術實現,通過改變相位來快速調整波束方向,實現信號發送與接收[13]。

跳波束技術使低軌衛星頻譜資源能夠被靈活調配,在功率有限情況下,產生更高質量的信號,有效提高低軌衛星系統頻譜效率;同時跳波束技術可以讓低軌衛星通信系統靈活適應不同吞吐率,根據需求求解出時隙切換表,進行波束的周期性調整[14-15]。

由于低軌衛星通信中的跳波束技術在不斷變換波束,而只有成功捕獲波束才能正常接收信號,因此如何在短時間內跟蹤到波束指向并進行跟蹤控制成為了跳波束應用的主要挑戰。

3 關鍵技術

信號接收過程中,首先需要進行的是波束捕獲與跟蹤控制。波束捕獲的目的是在接收到信號后能迅速鎖定到接收信號對應的波束,從而進行跟蹤控制,實現波束對準。波束跟蹤控制針對多波束技術而言,通過分析找出實現波束對準所需權值,通過設置相控陣權值來對準波束,完成接收。

通過波束捕獲與跟蹤控制,完成波束對準,實現信號的準確接收,然后需要獲取接收信號的多普勒頻移和碼相位偏移來實現同步。其中對信號的同步具體包含捕獲過程和跟蹤過程。首先是進行捕獲,通過信號捕獲技術獲取較為粗略的碼相位信息與多普勒頻移信息,這些低分辨率的信息有助于之后的信號跟蹤;之后進行跟蹤,通過信號跟蹤技術利用捕獲得到的信息精確估計碼相位信息與載波頻率,解調出導航數據。

3.1 波束捕獲與跟蹤控制

3.1.1 波束捕獲

低軌衛星通信網絡中通常采用跳波束技術來提高頻譜利用效率,會存在波束的頻繁切換,需要波束捕獲技術來及時跟蹤捕獲波束變化,實現準確接收。

低延遲快速捕獲(Low Delay Fast Acquisition,LDFA)是一種用于在衛星通信系統中快速捕獲和跟蹤通信波束的算法。LDFA算法的目標是最小化與衛星建立可靠通信鏈路所需的時間,這對于延遲敏感的應用(如實時語音和視頻通信)來說非常重要。為了與衛星建立通信鏈路,地面站必須首先確定其當前所在的波束,然后將其接收器調諧到適當的頻率,這個過程被稱為波束采集。LDFA算法旨在通過結合使用快速信號處理技術和智能搜索策略,將執行波束捕獲所需的時間降至最低。

低延遲快速捕獲算法通常涉及以下步驟:

① 使用寬帶接收機搜索衛星。

② 一旦檢測到衛星,將接收機調諧到衛星信號的頻率,并對信號進行解調,以提取關于波束結構和可用波束的信息。

③ 確定地面站當前所處波束,并將接收機調諧到該波束的適當頻率。

④ 在波束移動時跟蹤波束,根據需要調整接收機頻率,以保持可靠的通信鏈路。

3.1.2 波束跟蹤控制

在衛星通信中應用多波束技術可以方便快捷地針對信號來源處產生對應波束,以較高信噪比接收信號。

傳統波束跟蹤過程中采用機械電機結構來實現波束對準,其中天線方向決定波束方向,通過不斷轉動實現接收信噪比最大化。但這種方式需要精密的機械結構、高昂的制造成本以及較慢的對準過程,因此使用效果并不能滿足低軌衛星互聯網通信需求。而采用數字波束合成的多波束技術可以通過數字方式簡單、方便地控制波束方向,快速追蹤波束。

波束跟蹤控制主要有兩種方法:波束自適應控制和波束切換控制。

波束自適應控制方法根據輸入信號情況自適應調整陣列權值,從而在無需估計輸入信號方向情況下給出最優波束控制方向。但自適應控制每次都需要重新估計,導致計算復雜度過高,因此實時性較差,且需要較多的硬件資源,在實際情況下應用較少。

波束切換控制方法會在設備中預存有對應方向的波束權值,過程中需要確定輸入信號方向,通過比較各個指向上的功率,來判斷信號指向,再通過查詢權值表獲得波束指向的正確權值。這種方式可以預先求解出各個波束指向的權值,進而在實際控制過程中直接查表獲取權值,相比較于自適應控制方法更簡單、高效。在實際情況中,可以借助先驗信息(例如星歷、軌道信息)來縮小搜索范圍,加快波束切換控制方法的搜索。波束捕獲流程圖如圖2所示。

圖2 波束捕獲流程圖Fig.2 Flowchart of beam acquisition

3.2 信號捕獲技術

傳統的捕獲方法中,常常通過相關運算和能量檢測來觀察較高的能量峰,以此來找到碼相位,但實際情況下會由于多普勒頻移導致載波不能完全消除進而導致能量峰急劇下降,從而難以找到正確的碼相位。因此,十分有必要得到準確的載波信息,將其對相關峰的影響完全消除,進而得到較為準確的碼相位,實現捕獲。

信號捕獲的目標是將相位差別控制在半個碼元寬度內。本節介紹的滑動相關捕獲算法、并行捕獲算法和序列估計捕獲算法主要用于測控鏈路中擴頻信號的捕獲,而匹配濾波器算法、FFT捕獲算法和PMF-FFT捕獲算法則可以用于饋電鏈路、星間鏈路、用戶鏈路和測控鏈路。

3.2.1 滑動相關捕獲算法

滑動相關算法是最常見的信號捕獲方法,通常用于擴頻體制下的信號捕獲,在低軌衛星網絡中可以用于測控鏈路,其本質是一種二維搜索法,同時搜索載波頻率與相位。其為偽碼生成器設置與接收信號不同的速率,進而實現二者相對滑動,在一個相關周期內一般偽碼會滑動半個碼片,滑動會一直持續到兩個碼序列相位對齊時,此時便得到所接收偽碼的相位。另外對于載波頻率的搜索可以通過改變本地載波來實現,當本地載波頻率與偽碼載波頻率接近時,可以輸出相關峰,因此可以通過對相關峰的檢測來得到偽碼載波頻率。

滑動相關算法結構如圖3所示,其將對偽碼載波頻率與相位的搜索分別轉化成對本地載波頻率和本地偽碼發生器時鐘的控制,當相位一致且出現足夠的相關峰時,便搜索得到偽碼的載波頻率與相位,從而實現捕獲[16]。

圖3 滑動相關法偽碼捕獲的結構框圖Fig.3 Block diagram of the structure of pseudocode acquisition by slide correlation method

3.2.2 并行捕獲算法

并行捕獲算法與滑動相關算法類似,均針對測控鏈路中的擴頻體制實現捕獲,不同的是其在通過本地載波解調進行載波剝離后,會并行使用2N個支路的偽碼序列相關解擴器分別處理,之后使用最大值選擇器選擇各并行支路的最大值,由于輸出最大值的相位與接收信號相位誤差最低,因此其相位可以作為捕獲得到的偽碼相位,進而實現信號捕獲[16]。并行捕獲算法原理如圖4所示。

并行捕獲算法是2N個支路同時進行,所需時間短、效率高,但也由于要使用2N個支路以及2N個解擴單元,因此設備復雜度較高。

3.2.3 序列估計算法

序列估計算法也是針對測控鏈路中的擴頻體制實現信號捕獲,其從接收信號中提取到PN碼,利用提取到的PN碼來設置本地PN碼序列發生器,將該發生器所產生的PN碼序列與接收信號進行相關,當出現相關峰時完成捕獲,此時相位便是接收信號的相位。序列估計算法原理如圖5所示。

序列估計算法通過提取接收信號PN碼來進行相位估計,但很多情況下PN碼并不方便提取,這就導致序列估計法可能無法實現。另一方面,序列估計算法對于干擾和噪聲十分敏感,當信噪比較低時實際捕獲效果不好,因此在低軌衛星場景下適用性有限。

3.2.4 匹配濾波器算法

匹配濾波器算法可以通過改變系統傳遞函數快速捕獲相位,因此可以靈活應用在星間鏈路、饋電鏈路、用戶鏈路和測控鏈路等場景。匹配濾波器根據輸入信號改變系統傳遞函數,使得輸出是輸入信號的自相關函數,基于這一特點,采用匹配濾波器捕獲相位,可以大大縮短捕獲時間。具體來說,匹配濾波器算法基于接收信號設置本地碼序列,之后采用移位寄存器依次對接收信號延遲碼元寬度以獲得不同相位時的相關,通過包絡檢測找到具有最大相關峰時的相位實現相位捕獲。匹配濾波器算法原理如圖6所示。

圖6 DMF原理框圖Fig.6 Block diagram of DMF

匹配濾波器算法在一個碼周期內就可以捕獲到碼相位,實現快速捕獲。但是包絡檢測判決輸出會隨著多普勒頻移的增加而迅速衰減,不利于信號檢測,因此匹配濾波器算法并不適用于高動態場景[16]。

3.2.5 快速傅里葉變換捕獲算法

快速傅里葉變換(Fast Fourier Transformation,FFT)算法,可以從信號的時域表示中獲取到信號的頻域表示,其可以將時域中卷積運算簡化為頻域中乘法運算,也可以將捕獲中的時域相關運算轉化成頻域相乘運算。

FFT捕獲算法可以通過FFT算法簡化捕獲過程,主要有并行頻率搜索和并行碼相位搜索兩種,可以靈活應用在星間鏈路、饋電鏈路、用戶鏈路和測控鏈路等場景。

并行頻率搜索法原理如圖7所示,其首先將接收信號與本地載波混頻,去除載波,然后與本地碼發生器相關,并對相關結果使用傅里葉變換,使得時域的相關轉換為頻域相乘,通過取模觀察頻譜峰值,根據頻譜峰值得到多普勒頻移,并不斷調整本地碼相位使得頻譜峰值超過門限,從而得到碼相位偏移[17-20]。

圖7 并行頻率搜索原理框圖Fig.7 Block diagram of parallel frequency search

并行碼相位搜索法原理如圖8所示,其與并行頻率搜索均在一開始利用混頻器對接收信號去除載波影響,不同的是并行碼相位搜索在此之后對該信號與本地碼發生器所產生的本地碼提前進行傅里葉變換,二者分別進行傅里葉變換之后共軛相乘,通過頻域相乘完成與時域相關一樣的效果,之后通過傅里葉反變換獲得時域結果,根據取模后峰值得到碼相位偏移,通過不斷調整載波頻率,使峰值超過門限值,此時的頻率即為多普勒頻移。

圖8 并行碼相位搜索結構圖Fig.8 Structure of phase search for parallel codes

可以看到,無論是哪種方法,都可以將二維的對載波頻率和碼相位的捕獲變成一維捕獲,大大降低算法復雜度,實現快速捕獲。

采用FFT進行捕獲雖然可以大幅度提高捕獲效率,但會由于傅里葉變換需要大量運算而導致實際實現復雜度高以及信號處理延時較大,因此也不適合實時信號處理。

3.2.6 部分匹配濾波器和快速傅里葉變換捕獲算法

部分匹配濾波器和快速傅里葉變換(Partial Matched Filter FFT,PMF-FFT)捕獲算法的實現流程如圖9所示[21-23]。其與匹配濾波器算法和FFT算法一致,均可以應用在星間鏈路、饋電鏈路、用戶鏈路和測控鏈路等場景。

圖9 基于PMF-FFT的捕獲算法Fig.9 Acquisition algorithm based on PMF-FFT

PMF-FFT捕獲算法通過將匹配濾波與頻域并行捕獲方法有效結合,在利用二者優勢的情況下,補償各自弊端,在衛星通信接收機中得到了大規模的使用[24]。

PMF-FFT捕獲算法首先通過混頻器剝離載波,在此之后使用多個匹配濾波器代替傳統相關器進行相關,并將I、Q路產生的多個輸出結果合成為復數信號,對其進行FFT運算,檢測FFT的峰值結果,如果大于門限,則峰值頻率對應為多普勒頻移量,相位對應為碼相位。其使用多個匹配濾波器,相比相關器大幅減少運算時間,并通過整體FFT變換,快速完成所有頻率的搜索,再經由濾波器拆分,減少FFT運算點數,大大降低復雜度,因此最為適宜低軌衛星網絡場景下的信號捕獲。

PMF-FFT捕獲算法包含以下幾個步驟:

① 將輸入信號送入多個匹配濾波器;

② 將匹配濾波的結果補零加窗并進行FFT;

③ 取FFT運算結果的最大相關值進行輸出。

3.3 信號跟蹤技術

捕獲過程是粗略估計接收信號的多普勒頻移和碼相位偏移,分辨率稍低,又稱為粗同步。跟蹤階段,從捕獲算法得到的信號多普勒頻移和碼相位的粗略估計值出發,精確估計兩個參量的值,使得本地復制信號與接收信號一致,解調出導航數據,以便于下一個階段解算[25]。

本節介紹的鎖相環(Phase-Locked Loop,PLL)、科斯塔斯(Costas)環和基于卡爾曼濾波的跟蹤方法均可以用于星間鏈路、饋電鏈路、用戶鏈路和測控鏈路等場景下的信號跟蹤。

3.3.1 鎖相環

鎖相環用來實現對輸入信號的跟蹤并給出精確的載波相位測量值。鎖相環由三部分構成,分別為:鑒相器(PD)、壓控振蕩器(VCO)和環路濾波器(LF)。

鎖相環能產生與輸入信號在頻率和相位上同步的輸出信號。當鎖相環處于鎖定狀態下,其處于同步狀態,輸出信號與輸入信號頻率一致,相位誤差固定為某一常數;而當鎖相環處于失鎖狀態下,鎖相環中的VCO會根據誤差產生相應控制信號來糾正輸出信號頻率與相位,從而回到鎖定狀態,使得輸出信號與輸入信號完全一致。

不過鎖相環在高動態場景下由于多普勒頻移和多普勒頻率變化率較大,因此難以穩定跟蹤輸入信號,并不能直接用于低軌衛星場景。

3.3.2 Costas環

由于BPSK擴頻后的信號頻譜不會在載波頻率處出現峰值,因此采用鎖相環無法提取出載波頻率,除此之外,鎖相環對180°的相位翻轉敏感,無法正常讀取BPSK數據。Costas環可以解決以上兩點問題,有助于在星間鏈路、饋電鏈路、用戶鏈路和測控鏈路等場景下對PSK信號進行跟蹤。

在Costas環中,VCO產生的載波信號分兩路與接收信號相乘進行載波剝離,其中一路載波信號先進行90°相移再相乘,這樣的兩路信號分別經過低通濾波器之后相乘,抵消PSK的調制效果,獲得精確的多普勒頻移與偽碼相位。Costas環原理如圖10所示。

圖10 Costas環解調器Fig.10 Costas ring demodulator

Costas環雖然非常適用于PSK調制,但其對信號的靈敏度不如純鎖相環,因此也不能直接用于低軌衛星場景下的信號跟蹤過程。

3.3.3 基于卡爾曼濾波的跟蹤方法

鎖相環在高動態場景下難以穩定跟蹤信號,可以引入卡爾曼濾波來對高動態信號進行持續跟蹤。

卡爾曼濾波是控制領域常用的估計方法,其核心原理是根據測量數據與估計數據的相對關系,在二者間取某一中間值,這個中間值相對于測量與估計結果均更加準確,且由于卡爾曼濾波具有收斂速度快、僅需上一時刻結果和計算復雜度低等優點被廣泛使用。

卡爾曼濾波具體流程如圖11所示,總結如下。

圖11 卡爾曼濾波基本流程Fig.11 Kalman filtering basic flow

① 根據預測方程與上一時刻估計結果預測此時系統狀態;

② 根據觀測誤差、觀測矩陣與估計結果得到卡爾曼增益;

③ 依據觀測結果、預測結果與卡爾曼增益更新估計結果。

可以看到,卡爾曼濾波每次更新都會以上一次估計結果為基礎不斷迭代,不斷降低估計誤差,循環往復,最終給出精確的估計結果。

考慮到高動態場景通常為非線性估計,因此通常采用擴展卡爾曼濾波與無跡卡爾曼濾波來實現,其中無跡卡爾曼濾波對非線性的估計效果更好,也更復雜。

使用卡爾曼濾波對鎖相環進行優化主要有兩種方式:① 替換環路濾波器;② 引入卡爾曼濾波輔助,對鑒相器結果濾波。第一種方法原理如圖12所示,卡爾曼濾波器替換環路濾波器,使濾波后頻率更新直接應用到振蕩器。第二種方法原理如圖13所示,將卡爾曼濾波器放置于鑒相器和環路濾波器之間。兩種方法都可以在高動態場景下取得良好的跟蹤效果,非常適用于低軌衛星場景下的信號跟蹤。

圖12 卡爾曼濾波器代替環路濾波器結構圖Fig.12 Structure diagram of Kalman filter instead of loop filter

圖13 卡爾曼濾波器輔助PLL跟蹤結構圖Fig.13 Structure diagram of Kalman filter assisted PLL tracking

4 未來展望

隨著低軌衛星互聯網建設的不斷推進,更高性能信號捕獲與跟蹤技術的重要性也會愈加凸顯。為了更好實現高動態場景下的信號同步接收,未來需要開展動態跟蹤與捕獲、捕獲與跟蹤聯合分析、波束控制與信號捕獲同步實現研究等。

4.1 動態跟蹤與捕獲

通信過程中,前后傳遞信號的多普勒頻偏和碼相位存在相關性,因此利用前一階段估計結果為本次頻偏與相位同步降低搜索范圍與提供先驗信息具有極高的價值,這種動態預測僅與上一時刻估計結果有關,不會為系統加入過多計算負擔,因此具有極高的實踐意義。

4.2 捕獲與跟蹤聯合分析

現有大多數對信號同步的研究都是分開分析信號捕獲與信號跟蹤過程,但二者緊密相連,捕獲為跟蹤提供粗略的搜索范圍,且二者均以找到準確的多普勒頻移和偽碼相位為目的,因此對這兩個過程進行聯合分析優化是可行且合理的。

4.3 波束控制與信號捕獲同步實現

一般情況下都是先通過波束控制對準波束后再進行同步,但在波束控制時便已經接收到信號,因此可以二者同步實現,在波束控制過程中給出較為粗略的范圍,降低之后信號捕獲搜索時間,提高同步效率。

5 結論

基于未來網絡對通信覆蓋率、穩定性及通導遙一體化等應用的迫切需求,需要構建低軌衛星互聯網,真正做到網絡的全球、全時、全場景覆蓋。本文通過分析低軌衛星互聯網信號特點,提出高動態下實現信號同步接收的諸多挑戰,并分析不同信號捕獲、跟蹤技術的特點與應用場景,給出現有實現波束跟蹤控制與波束捕獲的方法,就未來高動態信號同步接收發展進行展望。