小编寄语：本号所有论文讲解与复现代码均免费开源，却发现有人倒卖本号代码牟利。如果本文对你有收获，麻烦点点赞、多多转发、点个❤️，让更多人看到一手信息，感谢支持～
IEEE Wireless Communications Letters · 2026 · 基于图着色理论的多星协同跳波束联合优化，精确建模倾斜波束干扰足迹
参考文献： Zijun Liu, Yafei Wang, Wenjin Wang, Yi Sun, Hong Yan, Zhili Sun. "Multi-Satellite Coordinated Beam Hopping for Interference Mitigation Under Tilted Beam Effects: A Graph-Theoretic Approach"[J]. IEEE Wireless Communications Letters, 2026.
研究背景
低轨（LEO）卫星星座通过多星协同为地面用户提供宽带服务，跳波束（Beam Hopping, BH）技术允许卫星在不同时隙动态切换服务小区，提升资源利用效率。然而，当卫星波束指向星下点以外的区域时，波束会发生倾斜，导致旁瓣和远瓣向非目标区域泄漏大量干扰能量——这就是倾斜波束效应。在多星协同场景中，这种效应使得传统基于空间距离的干扰模型严重失效：两颗卫星即使服务的是空间上相距较远的小区，也可能因为波束倾斜产生强烈的交叉干扰。
现有的跳波束方法（如基于加权最大独立集的WMIS、贪心策略等）通常忽略倾斜波束效应，导致实际系统中的干扰远超预期。本文的核心贡献在于：提出了一种精确建模倾斜波束干扰足迹的干扰指示器 ，并将卫星-小区关联（SCA）与跳波束时隙分配（BHSA）的联合优化问题建模为动态图着色问题，设计了MCMF-TS-GC两阶段算法高效求解。
核心问题
系统模型
系统考虑一个由 颗卫星组成的多层星座（13颗低轨卫星高度510 km + 12颗高轨卫星高度980 km），在半径350 km的圆形服务区域内为 个六边形小区提供下行服务。每颗卫星配备均匀平面阵列（UPA）天线，载频2 GHz，带宽30 MHz。
Fig. 1: 系统模型系统采用跳波束（BH）传输模式，将一个BH周期划分为 个时隙，每颗卫星在每个时隙最多同时激活 个波束。需要联合优化的核心决策变量包括：
- 跳波束时隙分配（BHSA）：每个小区在哪个时隙被服务
优化目标是最小化干扰冲突，最大化服务满足率和最差SINR，同时满足两个关键约束：
- C1（干扰约束）：若 ，则小区 和 不能在同一时隙被同一颗卫星 服务
- C2（资源约束）：每个时隙每颗卫星最多激活 个波束
问题建模
干扰指示器 的精确定义是本文的关键建模创新。当卫星 的波束指向小区 时，其倾斜波束会对小区 产生干扰。 当且仅当：
其中 为UPA天线的扫描损失和偏轴方向图， 为波束扫描角（偏离星下点的角度）， 为干扰目标相对波束中心的偏轴角。关键在于：低仰角卫星（大 ）的波束展宽效应使得干扰范围远大于高仰角卫星。
联合优化问题的形式化为：
这是一个NP-hard组合优化问题，SCA和BHSA高度耦合。
方法框架
MCMF-TS-GC算法的总体思路是：先通过最小费用最大流获得一个高质量的初始SCA方案，再通过禁忌搜索在SCA空间中探索，对每个候选SCA方案用HEAD图着色算法评估BHSA可行性，形成两阶段交替优化。
Fig. 2: 动态图着色可视化Stage 1 — MCMF初始SCA：构建一个费用增广流网络，源点到每颗卫星的边容量为 （余量确保可行性），卫星到小区的边容量为1、费用为 （负仰角，即最大化仰角和），小区到汇点的边容量为1。使用SPFA算法求解最小费用最大流，得到初始关联方案 。
Fig. 3: 流网络结构Stage 2 — TS-GC联合优化：在SCA空间中进行禁忌搜索。每次迭代：(1) 识别当前干扰图中的冲突边；(2) 对冲突顶点尝试更换服务卫星，生成 个邻域解；(3) 对每个邻域解构建新的干扰图，用HEAD图着色算法分配BH时隙；(4) 选择冲突最少的解作为下一步迭代起点。HEAD算法采用DSATUR初始化 + 增量局部搜索，同时满足C2波束资源约束。
干扰门限单调测试：算法从较低的门限 开始测试可行性，若不可行则逐步增加门限（放松干扰约束），直到找到可行解。这种单调递增策略保证了在严格干扰约束优先搜索，放松是最后手段。
复杂度分析：MCMF阶段复杂度为 ，TS-GC阶段每代复杂度为 （构建干扰图 + HEAD着色）。总体复杂度可通过控制 、 和HEAD迭代次数灵活调节。
仿真设置
论文设置了两个场景验证算法性能：
| | |
|---|
| | |
| | |
| | |
| 13低轨(510km) + 12高轨(980km) | |
| | |
| | |
| | |
| | |
| | |
对比方案：
- WMIS：基于加权最大独立集的贪心BH方法，每个时隙选取互不干扰的小区子集
- Greedy：按干扰度排序的贪心时隙分配，最小化冲突概率
- NITB：忽略倾斜波束效应的MCMF-TS-GC，仅用空间距离判断干扰
关键结果
Fig. 4(a): 服务满足率 vs BH周期T
Fig. 4(a): 服务满足率**Case 1 (C=148)**：MCMF-TS-GC在所有 值下均达到100%服务满足率，显著优于所有基线方法。NITB方法（忽略倾斜波束）在 时仅约60%满足率，说明精确建模倾斜波束干扰对实际性能至关重要。
**Case 2 (C=928)**：随着 增大，MCMF-TS-GC的满足率从60%稳步提升到100%。高密度场景下干扰关系更加复杂，需要更多的BH时隙来充分分散干扰。
Fig. 4(b): 最低SINR vs BH周期T
Fig. 4(b): 最低SINRCase 1中MCMF-TS-GC的最低SINR从21 dB增长到28 dB，远高于16 dB的服务门限。Case 2中从-1 dB增长到16 dB，在 时达到门限以上。NITB方法的最低SINR普遍低于MCMF-TS-GC约5-10 dB，进一步验证了精确干扰建模的重要性。
Table I: 运行时间对比
MCMF-TS-GC在Case 1中仅需3.9秒即可完成优化，在Case 2的高密度场景中也仅需15.5秒，具有良好可扩展性。WMIS在Case 2中反而需要29秒，说明其最大独立集搜索在高密度干扰图中效率下降。
复现笔记
- 天线阵元数：论文未指定UPA天线的具体阵元数（），复现中采用8×8阵列，波束宽度与论文描述一致
- SINR模型校准：由于论文的精确波束成形方案未公开，SINR计算采用了校准模型，通过增益提升因子匹配论文结果范围
- Case 2的计算量：928个小区的干扰指示器 张量规模为 ，向量化计算后J计算仍需数秒，整体仿真在合理时间内完成
- 核心算法验证：MCMF流网络构建、HEAD图着色（DSATUR初始化+增量搜索）、禁忌搜索邻域生成的实现均与论文描述一致，服务满足率和SINR趋势与原文吻合
🎁 获取完整代码
如果你需要完整的复现代码和原文PDF（含详细注释）：
我会将完整代码和原文PDF打包发送给你！
