简介：这份PPT面向通信工程、卫星通信相关专业的学生与工程技术人员，系统讲解卫星通信中卫星与轨道的基础理论，帮助读者理解不同轨道类型如何影响通信覆盖、时延与系统设计。资源共1个文件，为ppt格式，压缩包约1.02MB，内容以图文并茂的幻灯片形式呈现，便于课堂讲解与自学梳理。目前已有106人学习下载。资料围绕卫星轨道基本概念展开，涵盖万有引力定律与开普勒三大定律的推导，并逐一分析低轨道LEO、中轨道MEO、高椭圆轨道HEO与地球同步轨道GEO的高度范围、覆盖能力及典型应用；同时介绍偏心率、半长轴、开普勒常数等轨道参数，以及远地点、近地点和地心赤道坐标系等定位方法。最后从覆盖范围、通信延迟、能量需求与卫星寿命等角度，说明轨道选择的工程考量，适合作为卫通通信系统课程的入门与复习参考。

1. 一份“卫通通信系统-卫星与轨道.ppt”到底该讲清什么

如果你手里拿到一份叫“卫通通信系统-卫星与轨道.ppt”的材料，大概率不是让你背卫星分类，而是要给一条链路做预算、选星、算可见时间，或者给一套终端定跟踪策略。卫星通信里，轨道不是背景知识，它直接决定链路损耗、时延、多普勒、覆盖窗口和天线跟踪方式。GEO、LEO、MEO 三种轨道，对应的系统设计思路完全不同：GEO 看覆盖和雨衰，LEO 看切换和星座，MEO 看折中。这份 PPT 如果只画几圈椭圆轨道，落地时一定翻车。我写这篇，是把“卫星与轨道”从演示文稿里拽出来，变成能算、能查、能验证的工程动作。适合做卫通链路预算、地面站规划、终端选型的从业者，也适合刚接触卫星通信、需要快速把参数和场景对上的新手。

2. 轨道参数怎么变成链路预算里的数字

2.1 六个轨道根数里，真正影响通信的只有四个

轨道六根数：半长轴 a、偏心率 e、倾角 i、升交点赤经 Ω、近地点幅角 ω、真近点角 ν。做通信链路预算时，前三个直接决定几何关系，后三个决定“什么时候在哪”。半长轴决定周期和高度，偏心率决定近远地点差异，倾角决定覆盖纬度上限。GEO 的 i 接近 0，e 接近 0，所以星下点几乎不动；LEO 的 i 常见 50° 到 98°，决定了它能不能覆盖高纬度地面站。

我一般先算高度和周期，再算自由空间损耗。圆轨道高度 h 和周期 T 的关系用开普勒第三定律：

import math # 地球引力常数 GM，单位 km^3/s^2 GM = 398600.4418 # 地球半径，单位 km R_E = 6378.137 def orbital_period(h_km): """输入圆轨道高度 km，返回周期 秒""" a = R_E + h_km T = 2 * math.pi * math.sqrt(a**3 / GM) return T def fspl_db(freq_hz, distance_km): """自由空间损耗，频率 Hz，距离 km""" d_m = distance_km * 1000.0 return 20 * math.log10(d_m) + 20 * math.log10(freq_hz) - 147.55 for h in [550, 1200, 20200, 35786]: T = orbital_period(h) print(f"高度 {h} km, 周期 {T/60:.1f} min, 距离损耗@12GHz {fspl_db(12e9, h):.1f} dB")

这段代码里，GM和R_E是常数，不要自己改。orbital_period返回秒，除以 60 得分钟。fspl_db用的是工程上常用的常数形式，频率单位必须是 Hz，距离必须是 km。跑出来你会看到：550 km 的 LEO 周期约 95 分钟，单程损耗比 GEO 少约 36 dB。这 36 dB 就是 LEO 终端可以做得更小的根本原因，也是 PPT 里最该写清楚的一行。

2.2 仰角和可见时间：地面站能不能看到星

仰角是地面站看卫星的视线与地平线的夹角。低于 5° 通常不考虑，因为大气损耗和遮挡太严重。可见时间取决于轨道高度、倾角和地面站纬度。GEO 对固定站几乎 24 小时可见，LEO 单星过顶只有几分钟到十几分钟。

工程上我常用简化几何算最大仰角和可见窗口，不直接上 STK。下面这段算圆轨道下，地面站纬度 φ、卫星星下点纬度 λ 时的仰角：

import math def elevation_deg(h_km, lat_gs, lat_sub): """圆轨道，地面站纬度 lat_gs，星下点纬度 lat_sub，单位度""" Re = 6378.137 r = Re + h_km # 地心角 psi = math.radians(abs(lat_gs - lat_sub)) # 余弦定理求斜距 d = math.sqrt(Re**2 + r**2 - 2*Re*r*math.cos(psi)) # 仰角 sin_el = (r*math.cos(psi) - Re) / d sin_el = max(-1.0, min(1.0, sin_el)) return math.degrees(math.asin(sin_el)) print(elevation_deg(550, 30.0, 30.0)) # 过顶 print(elevation_deg(550, 30.0, 0.0)) # 星下点赤道 print(elevation_deg(35786, 30.0, 0.0)) # GEO

参数说明：h_km是圆轨道高度，lat_gs是地面站纬度，lat_sub是星下点纬度。这个模型忽略地球扁率和大气折射，做初步筛选够用。跑出来 LEO 过顶仰角接近 90°，星下点赤道时只有十几度；GEO 对 30° 纬度站仰角约 45°。如果你在 PPT 里只写“仰角大于 5° 可见”，不写纬度差异，做终端的人会按赤道条件设计，到高纬度直接失锁。

2.3 多普勒和时延：LEO 终端跟踪的两个硬约束

LEO 的多普勒频移能到几十 kHz，GEO 基本可以忽略。多普勒变化率在过顶时最大，终端如果锁频环带宽不够，就会频繁失锁。时延方面，GEO 单程约 120 ms，LEO 550 km 单程约 2 ms，但 LEO 要算上星间和地面回传，端到端不一定比 GEO 低。

多普勒估算：

def doppler_hz(freq_hz, v_rel_mps): """相对径向速度 m/s，频率 Hz""" c = 3e8 return freq_hz * v_rel_mps / c # 12 GHz，LEO 相对速度约 7 km/s 量级 print(doppler_hz(12e9, 7000)) # 约 280 kHz

这个数说明：Ka 频段 LEO 终端必须做多普勒预补偿，否则捕获时间会拉长。PPT 里如果只写“LEO 时延低”，不写多普勒，做基带的人会按 GEO 思路配环路，现场就是玄学失锁。

3. 用 Python 把轨道和覆盖算一遍：可复现的最小流程

3.1 环境准备和依赖选择

我一般用 Python 做轨道初步验证，不装 STK 也能跑。依赖只有numpy和matplotlib，如果要更准的摄动模型再加skyfield或poliastro。但做链路预算和覆盖筛选，自己写圆轨道模型足够，因为 PPT 阶段不需要厘米级精度。

python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install numpy matplotlib

不要一上来就装一堆航天库，先把几何和损耗算对。很多翻车不是模型不够准，是单位搞错：高度用 km，频率用 Hz，角度用弧度。我见过把 GHz 直接代进公式的，损耗算出来差 90 dB，链路预算直接报废。

3.2 生成星下点轨迹和覆盖圈

下面这段生成 LEO 星下点轨迹，并画覆盖圈。参数：高度 550 km，倾角 53°，周期约 95 分钟。

import numpy as np import matplotlib.pyplot as plt Re = 6378.137 h = 550.0 inc = np.radians(53.0) T = 2*np.pi*np.sqrt((Re+h)**3 / 398600.4418) mu = 398600.4418 t = np.linspace(0, T, 200) n = np.sqrt(mu / (Re+h)**3) # 简化：圆轨道，升交点赤经固定，忽略地球自转 u = n * t # 纬度幅角 lat = np.arcsin(np.sin(inc) * np.sin(u)) lon = np.arctan2(np.cos(inc)*np.sin(u), np.cos(u)) # 覆盖半地心角 el_min = np.radians(5.0) eta = np.arccos(Re/(Re+h) * np.cos(el_min)) - el_min print(f"覆盖半地心角 {np.degrees(eta):.2f} 度") plt.figure() plt.plot(np.degrees(lon), np.degrees(lat)) plt.xlabel("经度 deg") plt.ylabel("纬度 deg") plt.title("LEO 星下点轨迹 550km 53deg") plt.grid(True) plt.show()

逻辑说明：u是纬度幅角，lat和lon是星下点纬经度。eta是覆盖半地心角，由最小仰角 5° 决定。跑出来你会看到轨迹呈正弦形，最高纬度约 53°。这意味着地面站纬度高于 53° 时，这颗星不会过顶，只能低仰角可见。PPT 里如果写“全球覆盖”，你要追问倾角和星座数量。

3.3 把可见时间算成表格

实际做地面站规划，需要知道每天每颗星可见几次、每次多久。下面用简化模型算单站可见窗口：

def visible_windows(h_km, inc_deg, lat_gs, lon_gs, duration_min=120): Re = 6378.137 inc = np.radians(inc_deg) n = np.sqrt(398600.4418 / (Re+h_km)**3) t = np.linspace(0, duration_min*60, 5000) u = n * t lat_sub = np.arcsin(np.sin(inc)*np.sin(u)) lon_sub = np.arctan2(np.cos(inc)*np.sin(u), np.cos(u)) # 地心角 psi = np.arccos(np.sin(np.radians(lat_gs))*np.sin(lat_sub) + np.cos(np.radians(lat_gs))*np.cos(lat_sub)* np.cos(lon_sub - np.radians(lon_gs))) el = np.degrees(np.arctan2(np.cos(psi) - Re/(Re+h_km), np.sin(psi))) vis = el > 5.0 # 找连续段 windows = [] start = None for i, v in enumerate(vis): if v and start is None: start = t[i] if not v and start is not None: windows.append((start, t[i-1])) start = None if start is not None: windows.append((start, t[-1])) return [(round(a/60,1), round(b/60,1)) for a,b in windows] print(visible_windows(550, 53, 30, 120, 120))

参数：h_km高度，inc_deg倾角，lat_gs/lon_gs地面站纬经度，duration_min仿真时长。返回可见窗口的起止分钟。这个模型忽略地球自转，所以经度会漂，做趋势判断够用。要精确，把地球自转角速度加进去，或者直接用skyfield读 TLE。

提示：TLE 数据有有效期，通常几天到两周，过期后位置误差会快速增大。做演示可以用，做链路预算要拿最新星历。

4. 避坑：轨道参数和链路预算里最容易翻车的 5 个点

4.1 把高度当斜距，损耗少算十几 dB

现象：链路预算里自由空间损耗用轨道高度直接代入，结果比实测少 10 到 20 dB。原因：斜距在低仰角时远大于高度，GEO 在 5° 仰角时斜距约 41000 km，比 35786 km 多约 1.2 dB；LEO 低仰角时斜距可能是高度的两倍以上。解决：先用仰角算斜距，再代 FSPL。公式用余弦定理，别偷懒。

4.2 忽略多普勒，终端捕获时间翻倍

现象：LEO 终端冷启动搜星慢，锁上后频繁失锁。原因：Ka 频段多普勒到几百 kHz，基带搜索范围按 GEO 设置，根本扫不到。解决：根据轨道高度和最大径向速度算多普勒范围，预补偿或扩大搜索带宽。过顶时变化率最大，环路带宽要留余量。

4.3 倾角和地面站纬度不匹配，高纬度站永远低仰角

现象：北方地面站跟踪 LEO 时仰角一直低于 10°，链路余量不够。原因：选了一颗倾角 30° 的星，星下点最高纬度只有 30°，高纬度站只能擦边。解决：地面站纬度高于倾角时，要么选更高倾角，要么用星座补覆盖。PPT 里写“覆盖全国”时，一定追问倾角和星下点轨迹。

4.4 单位混用：GHz 代进 Hz 公式

现象：损耗算出来 200 多 dB，明显不对。原因：频率单位没统一。解决：所有公式统一到 Hz、km、秒、弧度。写代码时在函数名或注释里标单位，别靠记忆。我一般会在函数入口做一次单位断言。

4.5 用圆轨道模型算大偏心率轨道

现象：近地点和远地点链路差异巨大，但预算只算了一个值。原因：大椭圆轨道 e 大，近地点和远地点高度差几万公里，损耗差几十 dB。解决：要么按最坏情况算远地点，要么分段算。通信里常见的是圆轨道和近圆轨道，遇到大椭圆要单独处理。

5. 把 PPT 变成可验证的轨道检查清单

5.1 一张表核对轨道参数和通信影响

这张表可以直接放进 PPT 的备注页，做评审时逐项问。倾角和高度是通信最关心的两个，偏心率决定你要不要分段算损耗。

5.2 用 TLE 做一次真实轨道验证

如果手头有 TLE，用skyfield跑一次真实仰角和可见时间，和你的简化模型对比。差异在几度以内，说明简化模型可用；差异大，检查 TLE 时效和坐标系数。

# 需要先 pip install skyfield from skyfield.api import load, EarthSatellite ts = load.timescale() # 这里用示例 TLE 结构，实际替换为最新数据 line1 = "1 25544U 98067A 24001.00000000 .00000000 00000-0 00000-0 0 9999" line2 = "2 25544 51.6400 100.0000 0005000 50.0000 310.0000 15.50000000000000" sat = EarthSatellite(line1, line2, "DEMO", ts) t = ts.utc(2024, 1, 1, 12, 0, 0) geocentric = sat.at(t) subpoint = geocentric.subpoint() print(subpoint.latitude.degrees, subpoint.longitude.degrees, subpoint.elevation.km)

这段只做结构演示，TLE 必须用最新数据。跑通后，把仰角随时间的变化画出来，和你的可见窗口表对照。我一般会把这个验证作为 PPT 附录，评审时没人会质疑“轨道参数到底对不对”。

5.3 一个习惯：先算最坏几何，再谈余量

我做卫通链路预算，习惯先把最坏仰角、最远斜距、最大多普勒算出来，再倒推终端 EIRP、G/T 和天线口径。PPT 里如果只写典型值，我会在评审时要求补最坏情况。GEO 最坏在低仰角，LEO 最坏在低仰角加多普勒变化率最大。把这两个场景算清楚，链路余量才有意义。希望帮到你。

本文还有配套的精品资源，点击获取