随着低轨星座加速部署，地面测控团队需要同时处理更多卫星的遥测数据、异常信息和任务指令，而有限的测控窗口又对故障响应和任务调整提出了更高要求。中科天塔正尝试将部分状态分析与健康管理任务前移至星上，其“华山”航天垂直大模型健康管理模块已随“辰光一号”开展在轨验证，完成遥测数据分析以及多类时序预测模型的训练、评估与预测，为进一步拓展卫星自主运行能力积累了工程经验。

西安中科天塔科技股份有限公司解决方案部部长、高级工程师 唐卫涛

10月28日，在深圳举行的2026 AI算力场景应用与产业融合论坛上，西安中科天塔科技股份有限公司解决方案部部长、高级工程师唐卫涛，以《从地面测控到卫星智驾——华山大模型赋能星上自主智能感知与任务决策工程实践》为题，讨论了如何颠覆传统地面测运控模式，通过“AI+算法”实现卫星在轨自主智能管理。他介绍了如何复用星敏感器识别空间目标，并将轨道解算、碰撞预警、任务规划等算法通过华山大模型与星务控制衔接起来，探索卫星自主感知、决策和执行的完整技术路径。

从姿态测量到空间感知，拓展星敏感器的应用能力

遥测数据帮助卫星了解自身运行状态，而面对轨道环境中的外部风险，卫星还需要及时获取周围空间目标的信息，判断未来是否可能发生近距离交会。随着低轨卫星和空间碎片数量增加，这类持续监测任务对数据获取频率及轨道预测精度提出了更高要求。

今年1月，SpaceX公布了空间态势感知系统Stargaze的技术进展。该系统利用星链卫星已有的近3万台星敏感器开展光学观测，每天获取约3000万次空间目标过境观测记录，并通过数据处理与轨道估计，为碰撞风险筛查提供信息。原本主要服务于卫星姿态测量的设备，由此获得了新的空间感知用途。

唐卫涛在演讲中介绍，中科天塔也在探索星敏感器的功能拓展。星敏感器通常通过拍摄星空、识别恒星并与星表匹配，帮助卫星确定自身姿态。如果利用已经获得的姿态信息还原参考星图，再从实际观测图像中剔除已知恒星，便有机会发现视场中的其他空间目标。

不过，单帧图像中的可疑亮点，还需要经过连续观测与轨迹关联，才能进一步判断其是否属于真实空间目标。由于低轨航天器之间相对运动速度较高，部分目标在星敏感器视场内停留的时间十分短暂，有限的观测信息会给后续轨道解算带来困难。

针对短弧段光学观测的特点，中科天塔正在研究结合轨道动力学模型、历史轨道信息及多种初轨解算方法，提高目标识别与轨道估计的有效性。通过算法拓展既有光学载荷的用途，可以为卫星获取更多空间环境信息提供技术选择，也为后续碰撞预警创造条件。

从碰撞预警到任务规划，探索星上智能决策

卫星获得空间目标的观测信息后，还需要进一步判断目标与自身的相对运动关系，预测未来可能发生的近距离交会。这一过程涉及目标轨道估计、误差分析以及碰撞概率计算，对算法精度和计算效率均有要求。

中科天塔长期从事卫星测运控与在轨管理业务，其“航天云立方”平台已覆盖卫星状态监视、轨道计算、任务规划、碰撞预警以及健康管理等业务。将相关算法和业务经验向星上延伸，是公司探索卫星自主运行的重要技术基础。

唐卫涛在现场介绍，碰撞预警需要综合考虑目标轨道及其不确定度，估计未来交会时刻的相对位置和碰撞概率。当风险达到需要处置的程度，卫星还需要进一步评估是否执行规避，以及选择怎样的机动方案。

对于大规模星座，一次轨道调整可能同时影响卫星的推进剂消耗、正常观测任务以及星座构型。因此，中科天塔提出将碰撞风险、剩余燃料、任务状态和星座运行约束结合起来，研究面向多目标、多任务的综合决策方法。

“华山”航天垂直大模型也被纳入这一技术探索。通过模型蒸馏轻量化及与航天业务软件的协同，中科天塔希望让智能系统能够理解任务需求，结合卫星自身状态与外部环境信息开展任务规划，并由星务控制系统按照安全约束执行相应操作。

除了碰撞规避，卫星运行期间还需要协调姿态调整、载荷观测、数据存储以及通信传输等任务。不同工作可能占用相同的时间窗口、能源或计算资源，任务规划系统需要识别这些约束，并根据运行状态及时调整安排。

这也使“太空智驾”的技术探索不再局限于单一算法。空间目标感知、轨道解算、碰撞预警、任务规划以及星务控制需要形成连续的数据与控制关系，才能逐步提高卫星自主运行能力。

“华山”完成在轨实测，星上智能向更多任务延伸

中科天塔在2024年10月推出“华山”航天垂直大模型后，首先将航天业务知识与卫星管理软件结合，辅助地面系统开展故障分析、轨道计算及运行管理等工作。

随着模型轻量化和星载计算技术的发展，“华山”的部分能力已经进入真实太空环境。2026年7月，其卫星健康管理模块随“辰光一号”技术试验卫星入轨，随后完成了多类时序神经网络和预测算法的在轨训练、评估与预测。

在已经公开的验证结果中，相关系统累计完成300余次模型训练任务，并实现遥测数据采集、星上训练、风险预警以及健康评估的工作闭环。与主要依靠地面完成模型训练和分析的方式相比，星上自主处理能够减少部分原始数据回传需求，也为卫星运行状态的及时分析提供了新的手段。

这项成果验证的是“华山”健康管理模块在真实星载计算环境下的运行能力。面向更复杂的空间目标感知、自主碰撞规避及多星协同任务，中科天塔仍在推进相关技术研究与工程验证。

唐卫涛在演讲中也谈到了星载AI设备需要面对的实际约束。与地面计算系统相比，卫星的供电、散热、存储和通信资源更加有限，计算设备还需要满足空间环境下的可靠性要求。不同载荷之间的数据接口和运行方式，也会影响多种智能软件的协同效率。

上述问题需要芯片、电子系统、软件算法以及航天总体设计等多个环节共同解决。随着星载AI应用不断丰富，计算设备不仅需要提供足够的处理能力，还要在功耗、可靠性和系统适配之间取得合理平衡。

从已经完成在轨验证的卫星健康管理软件，到空间感知、碰撞预警与任务决策等进一步探索，中科天塔正在将长期积累的地面测运控能力逐步延伸至星上。唐卫涛在论坛中介绍的技术路径，也呈现出卫星智能化发展的一个重要方向：随着星座规模扩大，让航天器能够承担更多自主监测与任务处理工作，并通过软硬件协同提高在轨运行效率。