19摘要：低轨卫星与智能汽车的快速发展推动了车载卫星通信成为6G网络的关键组成。智能汽车在功率和天线部署方面具有优势，但毫米波频段在极端天气下易衰减，现有切换算法面向低速终端且缺乏毫米波链路建模，难以适应车联网环境。为此，提出了一种结合信号强度、路径损耗与CNR的切换方
"6G卫星互联网”专题
《移动通信》2025年第6期
面向极端天气的6G车载卫星切换优化方案
黄昀，有超群，裴旭明，高跃
（复旦大学空间互联网研究院，上海 200438）
【摘 要】低轨卫星与智能汽车的快速发展推动了车载卫星通信成为6G网络的关键组成。智能汽车在功率和天线部署方面具有优势，但毫米波频段在极端天气下易衰减，现有切换算法面向低速终端且缺乏毫米波链路建模，难以适应车联网环境。为此，提出了一种结合信号强度、路径损耗与CNR的切换方案，提升链路稳定性与适应性。仿真结果表明，该方案在极端天气下服务时间提升16.9%，吞吐量提升397.2%，验证了其在6G车载通信中的应用潜力。
【关键词】车载卫星通信；毫米波通信；链路预算；极端天气；卫星切换
doi:10.3969/j.issn.1006-1010.20250425-0005
中图分类号：TN929.5文献标志码：A
文章编号：1006-1010(2025)06-0147-06
引用格式：黄昀,有超群,裴旭明,等. 面向极端天气的6G车载卫星切换优化方案[J]. 移动通信, 2025,49(6): 147-152.
HUANG Yun, YOU Chaoqun, PEI Xuming, et al. An Optimized 6G Vehicular Satellite Handover Scheme under Extreme Weather Conditions[J]. Mobile Communications, 2025,49(6): 147-152.
0 引言
近年来，伴随着 Starlink、OneWeb以及Kuiper等企业的积极布局，新一轮“太空通信竞赛”已全面展开。这些企业通过部署低轨道卫星（LEO, Low Earth Orbit）构建大规模星座系统，致力于在全球范围内提供具有低时延、高吞吐量特性的宽带通信服务[1]。与传统的地球同步轨道卫星（GEO, Geostationary Earth Orbit）相比，LEO卫星在通信延迟、路径损耗以及发射部署成本等关键指标上展现出显著优势[2]，如表1所示。本文的主要贡献如下：
（1）提出面向车载卫星通信场景的极端天气信道建模方法，综合考虑气象因素对信号质量的多重影响，为链路性能评估与切换机制设计提供理论基础。
（2）设计一种融合信道状态与气象参数的智能切换策略，突破传统仅基于信道质量指标的局限，引入天气感知机制，以实现更高精度与更强实时性的切换决策。
（3）通过仿真实验验证所提策略在复杂动态环境下的有效性与鲁棒性。结果表明，该策略在极端气候条件下显著提升系统的通信稳定性与环境适应能力。
1 星上基站切换
在移动通信中，切换是指用户设备在移动过程中从一个基站连接转移到另一个基站的过程，以确保通信的连续性和稳定性[11-12]。传统切换机制通常依赖于信号强度和基站间的协调，然而在高速移动场景和非地面网络中，切换面临着更大的挑战。这些挑战包括卫星的高速运动、轨道变化以及信号延迟等因素[13]，这使得在卫星网络中实现高效和可靠的切换变得更加复杂。3GPP为了解决卫星高速运动及切换复杂性的问题，在非地面网络中引入了条件切换（CHO, Conditional Handover）机制[13-14]。通过解耦切换的准备和执行阶段，CHO允许用户设备（UE）预先设定一组潜在的目标小区，并在满足特定条件时执行切换命令，从而避免因信道条件下降导致的切换失败，降低无线链路故障的风险。CHO流程包括测量报告发送、切换准备、条件切换命令创建、切换执行以及路径切换过程等步骤，确保切换的成功率和效率。图1展示了UE在条件切换过程中与源卫星和目标卫星的交互：首先，UE向源卫星发送测量报告，源卫星选择候选目标卫星并向其发送切换请求；目标卫星确认后，源卫星将配置信息传回给UE，UE确认配置信息并评估切换条件，最终在条件满足时随机接入目标卫星，完成切换过程。
鉴于传统CHO方案在动态环境中的适应能力有限，尤其在信道质量评估上过于依赖单一的空间参数，本文引入一种基于链路预算的切换优化方法。该方案融合信号强度、路径损耗与气象因素等多重参数，旨在提升切换决策的精度与鲁棒性，从而增强非地面网络在车载通信环境下的稳定性与连续性。
2 基于链路预算的切换方案
在车载卫星通信中，由于高速移动与频繁变化的环境条件，信道状态极易波动，传统依赖距离或位置的切换方案难以保证服务质量。为此，本文提出基于链路预算的切换机制，以动态评估通信链路的综合性能指标，如CNR、路径损耗等，从而实现更加稳健的目标卫星选择。该策略支持用户设备实时感知信道状态，灵活应对复杂场景下的快速切换需求，显著提升了通信的连续性与可靠性。接下来将详细探讨链路预算的具体方法及其在切换过程中的应用。
2.1 链路预算：综合信道状态评估机制
如图3所示，链路预算作为无线通信系统中的核心分析工具，通过量化信道中的各类损耗来评估链路质量，为切换决策提供理论依据。在动态车联网环境下，传统链路预算方法已难以满足实时性与精度兼顾的需求。因此，在经典模型基础上引入动态参数调度机制，旨在提升信道质量评估的响应速度与环境适应能力。链路预算的总损耗通常可以表示为[17-18]：FSPL是自由空间路径损耗，量化信号在距离d和载频f下通过自由空间传播时的损耗。它不考虑任何障碍物或大气影响，仅描述理想条件下信号强度的衰减。公式(2)展示了损耗与频率和距离之间的对数关系，具体而言，损耗随频率和距离的增加而呈指数增长。当频率升高时，信号的波长变短，导致路径损耗增大；同时，随着传输距离的延长，信号在自由空间中衰减得更显著。因此，频率和距离的增加均会显著提升自由空间路径损耗。
PLo代表其他损失，包括杂波损耗、天线指向损失等[20]。这些损失在具体的通信环境中可能会有所不同。在实际建模中，PLs可以根据具体情况进行忽略或用一个常数来近似表示，以简化计算过程。这些因素虽然在某些情况下可能较小，但在精确评估链路预算时仍需考虑其潜在影响。2.2 降雨衰减建模
毫米波频段对雨滴的散射、吸收和折射等效应高度敏感，导致在中到强降雨条件下通信链路容易出现严重衰减，尤其对V2S系统中的星地链路稳定性构成显著挑战。传统的降雨衰减建模多采用静态统计方法，难以满足动态场景下的实时精度需求。
目前主流的建模方法可分为两类：其一是基于统计数据的经验模型，通常依赖历史气象记录和降雨平均率进行估算，适用于大范围、长期的链路质量评估[21-22]；其二为基于物理机制的建模方法，如米氏散射理论分析模型，考虑雨滴尺寸分布与毫米波频率之间的微观相互作用，能实现更高精度的损耗估算，尤其适用于高频环境下的细粒度模拟[23-24]。此外，近年来也有研究引入随机过程与实时天气数据，提升模型对降雨时空动态性的响应能力[25]针对车载终端与LEO卫星间链路入射角快速变化、路径穿越区域高度动态的特点，本文提出一种降雨衰减窗口建模机制。该机制结合车辆航向、卫星轨迹及高分辨率气象数据，动态提取信号路径在地面投影下的覆盖区域，统计其对应时刻的平均降雨强度Rwin，并基于ITU-R P.838-3[26]建议的模型估算路径衰减。降雨衰减可由下式给出：该窗口机制可嵌入链路预算模块中，作为动态调节因子参与切换判决过程，使系统能够主动避开衰减强烈区域，从而有效提升链路的稳定性与可用性。
2.3 卫星切换触发机制
卫星切换的触发机制由链路可见性与载噪比共同决定。链路可见性由布尔变量表示，该变量通过比较当前仰角θ与预设阈值进行判断。对于Starlink等LEO星座系统，典型仰角阈值为25°[28]，定义如下：载噪比（CNR）的计算公式如下：
本机制旨在平衡链路稳定性与切换频率，通过融合链路可用性与实时信道质量指标，实现对动态V2S环境的适应。尤其在多卫星可见的情况下，合理触发切换可有效降低通信中断概率，提升整体链路的连续性与鲁棒性。
3 实验
本实验旨在评估基于链路预算的卫星切换方案在车联网环境中的性能表现。使用仿真软件的卫星通信工具箱构建了一个模拟的星链星座系统（图4），并设置车辆以固定速度沿高速公路运行。该仿真环境能够真实再现高速移动场景下的V2S通信链路变化，有助于对比分析不同切换策略的性能差异。
图5展示了各方案的通信可用时间比例。这里的可用时间比例指的是在整个连接过程中满足最低CNR要求的服务时间占总时间的比例。结果显示，LRST方案的可用时间为71.09%，由于其保守的切换策略，在动态环境中响应不足；MD方案达到81.32%，但未考虑信道质量变化；ME方案可用时间为80.78%，在高仰角下表现较好，但易忽视低仰角时的链路损耗。WA方案的可用时间为78.02%，在不同权重下表现出的方差较大，但整体表现仍未优于其他方案。相比之下，本文提出的基于链路预算的方案可用时间为87.09%，明显优于其他方法。与LRST方案相比，本文方案的可用时间比例提升了约16.9%，展现出最佳的通信性能。
此外，如图6所示，在累计吞吐量方面，基于链路预算的方案也展现出更优性能。该方案通过减少切换失效和丢包现象，维持了更高的传输效率。相比之下，传统方案因缺乏链路质量评估，往往在频繁切换中导致通信中断，影响整体吞吐量。因此，融合路径损耗建模与雨衰感知的链路预算策略，不仅提高了吞吐性能，也增强了系统的稳定性与鲁棒性。在极端天气条件下，吞吐量提升了397.2%，验证了该方案在提升通信质量和系统鲁棒性方面的有效性。
4 结束语
本文提出了基于链路预算的卫星切换方案，结合信道可见性、CNR计算及雨衰窗口建模，在车联网环境中展现了良好的性能。实验结果表明，该方案在可用时间和吞吐量两方面均优于传统的仰角或距离驱动的切换方法，能够有效适应高速移动条件下的复杂信道变化。
[1] Mohan N, Ferguson A E, Cech H, et al. A multifaceted look at starlink performance[C]//Proceedings of the ACM Web Conference 2024. 2024: 2723-2734.
[2] Chen S, Liang Y C, Sun S, et al. Vision, re-quirements, and technology trend of 6G: How to tackle the challenges of system coverage, capacity, user data-rate and movement speed[J]. IEEE Wireless Communications, 2020,27(2): 218-228.
[3] Quy V K, Nam V H, Linh D M, et al. Communication solutions for vehicle ad-hoc network in smart cities environment: A comprehensive survey[J]. Wireless Personal Communications, 2022,122(3): 2791-2815.
[4] Ghosal A, Conti M. Security issues and challenges in V2X: A survey[J]. Computer Networks, 2020,169: 107093.
[5] Yan D, Yi H, He D, et al. Channel characterization for satellite link and terrestrial link of vehicular communication in the mmWave band[J]. IEEE Access, 2019,7: 173559-173570.
[6] 3GPP. NR; NR and NG-RAN Overall Description; Stage 2. Technical Specification, TS 38.300 (Release 18)[S]. 3rd Generation Partnership Project (3GPP), Technical Specification Group Radio Access Network, 2023.
[7] Giordani M, Zorzi M. Satellite communication at millimeter waves: A key enabler of the 6G era[C]//2020 International Conference on Computing, Networking and Communications (ICNC). IEEE, 2020: 383-388.
[8] Kalaivaanan P M, Sali A, Abdullah R S A R, et al. Evaluation of ka-band rain attenuation for satellite communication in tropical regions through a measurement of multiple antenna sizes[J]. IEEE Access, 2020,8: 18007-18018.
[9] Pimienta-del-Valle D, Riera J M, Garcia-del-Pino P, et al. Propagation experiments in Madrid for the Ka and Q bands: recent results and rain attenuation modelling in the Earth-satellite channel[C]//2021 15th european conference on antennas and propagation (EuCAP). IEEE, 2021: 1-5.
[10] Norouzian F, Marchetti E, Gashinova M, et al. Rain attenuation at millimeter wave and low-THz frequencies[J]. IEEE Transactions on Antennas and Propagation, 2019,68(1): 421-431.
[11] 3GPP. Radio Resource Control (RRC); Protocol specification. 3rd Generation Partnership Project (3GPP), Technical Specification TS 38.300[S]. 2018.
[12] 3GPP. Radio Resource Control (RRC); Protocol specification. 3rd Generation Partnership Project (3GPP), Technical Specification TS 38.331[S]. 2018.
[13] Juan E, Lauridsen M, Wigard J, et al. Location-based handover triggering for low-Earth orbit satellite networks[C]//2022 IEEE 95th Vehicular Technology Conference:(VTC2022-Spring). IEEE, 2022: 1-6.
[14] Papapetrou E, Karapantazis S, Dimitriadis G, et al. Satellite handover techniques for LEO networks[J]. International Journal of Satellite Communications and Networking, 2004,22(2): 231-245.
[15] Lee J, Lee W, Kim J H. Performance evaluation of location-based conditional handover scheme using LEO satellites[C]//2023 14th International Conference on Information and Communication Technology Convergence (ICTC). IEEE, 2023: 1642-1644.
[16] Lee W J, Lee J, Kim J H. Performance Evaluation of Multi-Attribute Conditional Handover in LEO Satellite Networks[C]//2023 VTS Asia Pacific Wireless Communications Symposium (APWCS). IEEE, 2023: 1-2.
[17] 3GPP. Technical Report: Study on New Radio (NR) to support non-terrestrial networks (Release 15)[R]. 3rd Generation Partnership Project, Technical Specification Group Radio Access Network, TR 38.811, V15.4.0, 2020.
[18] 3GPP. Technical Report: Solutions for NR to support non-terrestrial networks (NTN) (Release 16)[R]. 3rd Generation Partnership Project, Technical Specification Group Radio Access Network, TR 38.821, V16.2.0, 2023.
[19] International Telecommunication Union. Recommendation ITU-R P.618-14: Propagation data and prediction methods required for the design of Earth-space telecommunication systems. P Series: Radiowave propagation[R]. 2023.
[20] Guidotti A, Vanelli-Coralli A, Mengali A, et al. Non-terrestrial networks: Link budget analysis[C]//ICC 2020-2020 IEEE International Conference on Communications (ICC). IEEE, 2020: 1-7.
[21] Mello L, Pontes M S. Unified method for the prediction of rain attenuation in satellite and terrestrial links[J]. Journal of Microwaves, Optoelectronics and Electromagnetic Applications, 2012,11: 1-14.
[22] Shrestha S, Choi D Y. Rain attenuation statistics over millimeter wave bands in South Korea[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2017,152: 1-10.
[23] Utsunomiya T, Sekine M. Rain attenuation at 103 GHz in millimeter wave ranges[J]. International journal of infrared and millimeter waves, 2005,26: 1651-1660.
[24] Ishii S, Sayama S, Kamei T. Measurement of rain attenuation in terahertz wave range[J]. 2011.
[25] Tomaz L M, Capsoni C. Analysis of azimuthal variation of rain attenuation[C]//2017 SBMO/IEEE MTT-S International Microwave and Optoelectronics Conference (IMOC). IEEE, 2017: 1-5.
[26] International Telecommunication Union. Recommendation ITU-R P.838-3: Specific attenuation model for rain for use in prediction methods[R]. 2005
[27] International Telecommunication Union. Recommendation ITU-R P.839-4: Rain height model for prediction methods. P Series: Radiowave propagation[R]. 2013.
[28] Starlink. Starlink[EB/OL]. [2025-04-25]. https://www.starlink.com.
[29] Zhang Y, Wu Q, Lai Z, et al. Enabling low-latency-capable satellite-ground topology for emerging LEO satellite networks[C]//IEEE INFOCOM 2022-IEEE Conference on Computer Communications. IEEE,2022: 1329-1338. ★
黄昀：复旦大学空间互联网研究院在读硕士研究生，主要研究方向包括车联网和卫星接入网等领域。
有超群：复旦大学空间互联网研究院副研究员。长期从事AI赋能通信网络领域的研究工作，当前研究方向为AI-RAN、LLM-MA、Federated Learning、卫星通信。已发表顶级期刊及国际会议20余篇，申请专利3项，在Wiley出版社出版专著一部。担任IEEE Transactions on Vehicle Technology（TVT）的编委。
高跃：博士毕业于英国伦敦玛丽女王大学（QMUL），复旦大学计算机科学学院讲席教授，复旦大学空间互联网研究院院长。曾在伦敦玛丽女王大学和萨里大学担任讲师、高级讲师、读者和讲席教授。已发表了超过200篇同行评审的期刊和会议论文，总引用次数超过8 100次。
★往期推荐★汇总| 2025下半年专题征稿链接
《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。
来源：移动通信编辑部
