0 引 言
本文提出了一种“全球布站测控、站-站数据交互、多站协同管控”的巨型星座软件机器人集群管控模式，并设计了分层分级管控架构，为解决巨型星座高效管控难题提供了新的技术方案。
1 巨型星座管控面向的技术挑战
全球多个国家已经发布低地球轨道（Low Earth Orbit，LEO）星座计划，预计到2029年，全球在轨LEO卫星数量将达到57000 颗[7]。我国“千帆”星座极轨03组卫星也成功发射并顺利进入预定轨道，计划于2025年完成一期648颗卫星的部署，初步构建全球覆盖的卫星互联网系统。但随着卫星发射数量的增加，星座内部面临诸多挑战：卫星功能众多、载荷各异、运动尺度大，而且通信链路高动态，资源时变与太空环境时变不一致[8]；星座之间存在轨道拥挤、频段拥挤、频率干扰以及多层多域通信安全的问题[9]；星座外部空间碎片碰撞风险增大，甚至碰撞后可能产生连锁反应[10]。在航天管控系统发展过程中，传统卫星管控系统通常针对单个卫星，采用人工手动管控方式，且不同型号卫星的软件互不兼容，不同研发单位的信息接口不同。因此，一方面，巨型星座管控面临依靠传统人力无法满足的挑战；另一方面，星座内部存在“烟囱”问题，即数据孤岛、功能孤岛和技术孤岛，不同部分之间缺乏有效的信息共享和交互机制。
在星座状态监测方面。与星座大规模部署前相比，同时进入监测范围的卫星数量已提高数倍[11]。每个卫星的遥测数据和轨道数据都需及时下发，这使得管控站需要处理海量的卫星数据，包括跟踪、收集和分析环节。卫星数量增多导致数据量激增，而数据量增加又促使地面站数量增多，最终形成“面临一站多星，多站多圈”的局面。站点的维护工作也相应增加，需要投入大量人力进行数据处理。
在星座构型维持方面。卫星的运动受各种摄动因素影响，星座构型随着时间推移不可避免会发生发散[12]。为保持星座构型位置稳定和卫星间的相对位置稳定，必须在实时监测轨道信息的基础上，对卫星进行控制。随着卫星数量增多，控制需求也相应增加，依赖人工判断和处置的控制方式已无法满足巨型星座的大量控制需求。
在卫星碰撞防范方面。由于空间碎片增多和轨道资源日益拥挤，卫星发生碰撞的潜在风险大幅增加[13]。在出现潜在碰撞风险时，管控系统需要具备快速响应和决策的能力，以同时完成大量卫星的碰撞规避策略和指令生成。传统的人工干预方式已难以适应未来巨型星座的安全需求。
在卫星应用服务方面。巨型星座涉及通信、导航、遥感等多个应用领域[14]。为了满足大量用户的不同需求，并确保服务质量，必须有效应对卫星通信链路维护、节点故障维修等基本故障的识别处理和应急处置。因此，更加迫切需要采用自动化、智能化的管控方案。
2 机器人流程自动化在星座管控任务中的技术优势
2.1 机器人流程自动化概念内涵及在管控任务中的优势
文献[18]指出，S公司物流中心通过部署UiPath软件机器人，实现了物流单证自动化导出、报关申报要素自动化匹配，以及货代数据自动化传输。这一举措带来了多方面显著成效：一是，提高了物流单证处理效率。S公司物流中心成都工厂的每日劳动定额工作时间从300 min缩短至30 min，每月节省约125 h的人工时间。二是，处理结果的标准化水平显著提高。RPA的应用避免了人为主观因素的影响，操作准确率接近100%。三是，物流单据处理流程也得到了优化，冗余节点被去除，实现了标准化业务数据与文件的输出。文献[19]指出，在银行全面部署RPA后，工作效率平均提升了80%以上。例如，反洗钱机器人能够自动完成每季度数千余条信息的提取整合；信用审批机器人减少了人工操作量，单笔业务的核对时间由1 h缩短至8.5 min；同业报表取数机器人可自动登录多个业务系统切换页面整合数据，每日节省近3 h的人工耗时；财务报表制作机器人每日定时启动，自动完成数据抓取、分析和报表生成等任务，确保了数据安全保密；零售数据处理机器人整个过程完全无需人工干预，数据统计完整准确，单笔处理时间从近2 h缩短至不到10 min。
在星座管控任务中，RPA主要优势体现在以下三个方面：一是，在传统航天体制下，软件、硬件和服务是由不同单位来承担，存在许多不同类型软件，底层接口不兼容，影响了任务的自动化程度。而RPA凭借其非侵入特点，可以从顶层连接各信息平台。二是，管控信息系统中的子系统之间仍存在“烟囱”现象，如遥测处理分系统、轨道管理分系统和运控管理分系统。子系统之间的互操作性是实现任务流程全自动化的突出难点。而RPA的跨系统特性可以打通子系统间的通路。三是，RPA数字劳动力能够大幅减轻人力负担，同时机器可以全天候不间断运行，基于规则的执行更加快速准确，从而提高效率并节约成本。
2.2 管控任务中的软件机器人感知技术
RPA系统具备识别和理解管控任务中的数据信息的能力。可以从监测数据中提取信息，识别文本、图像和结构化数据，再结合自然语言处理及光学字符识别（Optical Character Recognition，OCR）技术，处理不同格式的信息及非结构化数据[20]。此外，RPA系统能够识别用户界面，模拟人类用户的操作行为，如点击按钮、填写表单等，从而实现界面交互。
2.3 管控任务中的软件机器人决策技术
RPA系统在处理信息后，能够根据预设规则或算法做出判断和选择。例如，它可以基于特定条件判断是否批准某项请求，即根据业务规则和条件进行即时决策。并且，RPA能够执行复杂的条件逻辑，适应不同的业务场景。通过进一步利用机器学习算法等技术，RPA还可以对提取的数据进行分析、识别模式和趋势，从而支持更智能的决策[21]。
2.4 管控任务中的软件机器人执行技术
RPA系统能够根据感知和决策的结果，自动执行相应操作。RPA的基本功能是自动执行重复性任务，如数据录入、报告生成、表单处理等，从而减少人工干预[22]。此外，RPA可以与多个系统和应用程序进行集成，在不同平台之间自动传输数据和执行操作。这使得RPA能够快速响应业务需求，实时执行任务，从而大幅提高自动化程度，提升工作效率和执行准确性。
2.5 软件机器人在星座管控任务中的仿真案例
在星座管控过程中，首先是建立和维护星座状态，包括将星座中不同类型卫星的命名编号、状态参数、故障阈值等信息录入系统。由于小星座卫星数量少，当前通过人工逐个录入卫星信息，虽然耗时耗力，但仍可以保证流程正常运行。然而，对于巨型星座而言，卫星数量庞大且故障阈值、载荷状态、链路调整等参数需随星座运行不断更新，管控任务将呈指数级增长，人力无法满足运维需要。
当前的卫星管理系统软件为浏览器/服务器（Browser/Server，B/S）架构，软件机器人可根据卫星研制方提供的卫星信息，调用视觉识别、文本解析等功能，实现从信息提取、界面识别到信息录入全程自动化。为此，构建了一个星座管理系统软件机器人技术框架（如图1 所示）。该架构分为三个主要层次：感知层、决策层和执行层，每层承担不同的功能，协同工作以实现上述流程的自动化。
感知层主要负责从外部环境中获取信息。由于星座管控软件采用B/S架构，这一层通过浏览器模块实现，具体流程如下：
（1）浏览器。作为用户界面的交互工具，用于访问星座管理系统的网页界面。
（2）DOM解析。通过解析网页的文档对象模型（Document Object Model，DOM），提取网页中的结构化数据。
（3）元素定位。识别和定位网页中的特定元素，如输入框、按钮等，为后续的自动化操作做准备。
决策层负责处理和分析从感知层获取的数据，并根据分析结果制定相应的操作决策。该层包括以下关键步骤：
（1）文件读取。从系统中读取相关的配置文件或数据文件，获取必要的信息。
（2）数据解析。对读取的数据进行解析，从中提取有用的信息。
（3）信息匹配。将解析出的信息与系统中的现有数据进行匹配，以确定下一步的操作。
（4）流程调度。根据匹配结果，调度相应的流程，以实现自动化操作。
执行层是RPA实现的核心，负责执行具体的自动化操作。该层包括以下几个主要部分：
（1）鼠标点击和键盘输入。模拟用户的鼠标点击和键盘输入操作，实现对星座管理系统的自动化控制。
（2）应用程序编程接口调用。通过调用星座管理系统提供的应用程序编程接口（Application Programming Interface，API）接口，实现更高级的自动化操作。
（3）卫星管理系统：直接与星座管理系统的后端进行交互，执行添加、删除卫星等管理操作。
（4）数据库管理。包括Redis、MySQL和SQL Server等数据库系统，用于存储和管理星座管理系统的相关数据。
（5）系统服务支持。提供参数配置、阈值变更、信息录入和增删调整等系统服务，支持星座管理系统的稳定运行。
日志存储层负责记录系统中的所有操作日志，以便于后续的审查和分析。该层确保了系统的可追溯性和可靠性。
通过上述软件机器人架构各层的协同工作，实现从数据获取、处理到执行的全流程自动化。感知层负责数据的获取和初步处理，决策层负责数据分析和操作决策，执行层负责具体的自动化操作。
基于星座运维的实际需求和上述软件机器人架构，利用软件机器人开发平台进行了仿真案例的设计与实现。以下为仿真案例运行过程：图2 为卫星管理系统前端页面，图3 展示了软件机器人开发的部分代码，图4 为软件机器人识别界面结果，图5 为参数配置任务流程自动执行完成情况。通过该软件机器人，可根据文件信息在卫星管理系统中自动配置大量卫星的参数，并可以切换查看配置情况。将软件机器人技术应用星座运维流程，实现了自动化信息录入及参数调整，每颗卫星配置工作节省1.0~1.5 h的人力，大幅缩短了任务完成所需时间。仿真案例表明，软件机器人的跨平台特性可实现对各类卫星运维系统的兼容，能够节省人力、减少人为失误，提高星座运维效率和执行准确性，提升星座运维的自动化水平。
3 分层分级的巨型星座管控软件机器人集群架构
软件机器人集群系统由设计平台、控制平台、执行平台和智能平台组成，如图6 所示。设计平台负责自动化流程编辑，内置了多种基本功能模块和工具，旨在提升设计效率和适用性。控制平台负责软件机器人和自动化流程的管理和监控，包括权限管理、版本管理、任务分配、流程反馈、系统配置等，提高资源利用率。执行平台负责自主运行设计平台制定的流程，其运行方式分为无人值守和有人值守两种。智能平台负责提供软件机器人集群自动化流程运行建立、优化拓展所需的各种人工智能服务，包括自然语言处理、计算机视觉、智能算法、决策建议优化等。
巨型星座管控软件机器人集群总体架构如图7 所示。横向分为数据层、网络层和业务层，分别对应“全球布站测控”“站-站数据交互”和“多站协同管控”。纵向分为卫星级、系统级和星座级。通过数据的采集、清洗和分类，网络接入控制与切换，以及业务感知、规划控制，实现管控任务流程的自动化、智能化目的。
3.1 星座状态监测软件机器人集群架构
为了确保星座的高效运行，需要监测每颗卫星的状态，并进行必要的调整和维护。星座状态监测软件机器人集群架构如图8 所示。
外测数据软件机器人负责采集星座卫星的轨道、目标特性等参数，并可与卫星轨道管理分系统进行连接；遥测数据软件机器人负责星座卫星姿态、主要部件的工作状态和环境信息的采集，并可与卫星遥测处理分系统进行连接；遥控数据软件机器人负责卫星的控制指令生成和上注，采集遥控记录，可与卫星遥控管理分系统进行连接。
数据处理软件机器人负责对原始数据进行清洗、格式化和标准化处理，并将处理后的数据存储在数据库中，以便高效的数据检索和分析。
数据分析评估软件机器人对实时数据进行分析，识别异常情况和潜在问题。并根据历史数据使用机器学习模型预测卫星性能和可能的故障，便于提前进行维护。星座状态可视化管理软件机器人提供用户友好的监控界面，显示卫星状态、任务进度、预警信息等，并自动生成状态报告和分析报告，供管理人员参考与决策。它可通过遥控数据软件机器人进行自动化控制维护。
星座状态监测软件机器人集群架构通过数据采集、处理、分析和决策，实现对卫星星座状态的全面监测。
3.2 星座构型维持软件机器人集群架构
星座构型维持软件机器人集群架构如图9 所示，用于维护和管理星座的构型，确保星座的稳定性和性能，增强系统的灵活性和适应性。
星座构型计算软件机器人根据实时收集的星座卫星的轨道数据（如位置、速度、健康状况等），计算卫星星座构型数据。星座构型预测评估软件机器人根据任务需要，通过计算软件机器人计算数据，确定后续星座构型参数范围，实时评估星座构型状态，避免星座卫星内部碰撞和干扰，及时检测和识别卫星的异常轨道行为。星座构型调整控制软件机器人根据评估结果和任务需求，规划调整卫星的轨道位置，连接卫星运控管理分系统。
3.3 卫星碰撞防范软件机器人集群架构
卫星碰撞防范的软件机器人集群架构如图10 所示，旨在通过自动化和智能化的手段，提高空间碰撞防范的效率和准确性。
空间数据实时提取软件机器人建立各种轨道数据源接口，实时获取卫星和空间碎片的轨道数据。危险目标筛选监测软件机器人使用数学模型和算法，计算卫星与空间碎片和其他卫星之间的碰撞概率，评估风险等级，筛选出各等级危险目标。碰撞防范分析及规避门限确定软件机器人对于筛选出的少量高危险目标实时监控计算，根据参数门限等规则，自动触发预警，通过多种渠道（如邮件、短信、系统警报等）及时通知相关管理人员。轨道机动规避控制策略生成软件机器人拥有最高管理权限，根据预警信息自动执行卫星轨道调整、碎片清除任务等任务，并协助管理者进行后续调整与优化。
3.4 星座应用服务软件机器人集群架构
星座应用服务软件机器人集群架构如图11 所示，通过智能自动化技术，提高星座应用服务的效率和质量。星座在执行互联网通信等任务时，需要对大量卫星的通信链路进行维护，及时处理节点故障维修等问题。
通信数据采集软件机器人负责与卫星、地面站、用户系统等建立接口，实时获取各种数据并进行基础处理。终端服务管理软件机器人负责明确各终端法人接入/退出时间和使用权限，根据数据实时监控服务状态，优化服务参数以提高用户体验。网络运行管理软件机器人根据终端数据请求和卫星节点数据分配通信资源，确保通信链路畅通，同时监测通信链路和节点的状态。网络维护软件机器人根据监测数据触发既定规则，进行自动化维护，实时与网络运行管理软件机器人共享通信链路和节点的状态。应用服务综合管理评估软件机器人负责对整体进行备份、维护和管理优化。
通过架构设计，利用RPA技术实现对大量数据和通信维护任务的自动化处理，从而提高服务的及时性和准确性。
3.5 软件机器人架构综合集成
4 结 语
当前，我国巨型星座建设发展十分迅速，对于巨型星座高效管控的需求也日益迫切。本文从现有管控系统与巨型星座管控需求之间的“烟囱”问题和人力问题出发，在阐述软件机器人技术概念基础上，分析了软件机器人技术在管控系统中的优势，并介绍了软件机器人实现流程自动化的关键技术。本文进一步构建了巨型星座高效管控的软件机器人集群分层分级总体架构，根据具体场景状态监测、构型维持、碰撞防范、应用服务等场景，设计了相应的软件机器人集群基本架构。这一研究对于发展适应巨型星座管控需求的管控系统具有重要的现实意义。
本文的创新点主要体现在以下两个方面：一是，通过实地调研和案例分析，在巨型星座运维中引入软件机器人技术，把软件机器人作为数字劳动力，有效解决了巨型星座管控人力不足问题，提升星座管控效率。二是，在星座管控中深度应用软件机器人技术，建立集群架构，打通信息流，减少人工干预，进一步优化了巨型星座管控流程，也为星座管控智能化发展奠定了基础。
随着人工智能等技术的快速迭代，软件机器人在地外天体机器人生态圈、复杂指挥自动化系统等方面均有广阔应用前景[27]。在未来巨型星座管控中，软件机器人的应用研究也有诸多方向值得挖掘：
（1）大模型赋能软件机器人。大模型能够提升多模态数据处理能力，流程可动态生成并自适应优化。通过语音、图像等交互方式，人类可以与软件机器人协作，完成星座运维中的指令调度。
（2）软件机器人与人协作共智模式。软件机器人正从替代重复性、规律性任务转向增强人类决策能力，通过持续的人类反馈不断优化自身性能。这将推动星座运维团队的组织形态演进，并加速决策流程。
（3）安全性问题。数据在不同软件机器人间传递时，隐私保护问题至关重要。如用户账号密码和身份凭据。此外，星座运维大量边缘设备的实时性响应对轻量化模型的稳健性提出了更高要求。