five

constellation-census

收藏
Hugging Face2026-04-06 更新2026-04-07 收录
下载链接:
https://huggingface.co/datasets/juliensimon/constellation-census
下载链接
链接失效反馈
官方服务:
资源简介:
Constellation Census 数据集提供了每日对轨道上所有主要卫星星座的快照,源自 CelesTrak GP(General Perturbations)数据。每颗卫星按星座、轨道壳层和运行状态分类。数据集覆盖了 LEO 大型星座(如 Starlink、OneWeb、Kuiper、Qianfan、Hulianwang)、导航系统(GPS、Galileo、BeiDou、GLONASS)、通信舰队(Iridium、Globalstar、ORBCOMM、SES、Intelsat、Eutelsat、Telesat)以及地球观测(Planet、Spire)。数据集包含两个配置:'latest_satellites' 提供每颗卫星的详细数据,共 12,008 颗卫星,19 个星座;'daily_snapshots' 提供每日星座级别的聚合数据,共 285 行,时间跨度为 2026-03-23 至 2026-04-06。数据集每日更新,适用于频谱协调、空间交通管理、卫星通信市场竞争情报以及轨道碎片环境模型输入等应用场景。
创建时间:
2026-03-23
原始信息汇总

Constellation Census 数据集概述

数据集基本信息

  • 数据集名称:Constellation Census
  • 发布者:Julien Simon
  • 发布日期:2026年
  • 许可证:CC-BY-4.0
  • 语言:英语
  • 数据规模:10K < n < 100K
  • 任务类别:表格分类、时间序列预测
  • 标签:开放数据、太空、卫星、星座、轨道力学、TLE、NORAD、Starlink、OneWeb、Kuiper、GPS、Galileo、表格数据、Parquet

数据集描述

该数据集提供了在轨主要卫星星座的每日快照,数据源自CelesTrak GP数据。每个卫星按星座、轨道壳层和运行状态进行分类。追踪19个活跃卫星星座,共12,008颗卫星,其中10,810颗在运行。主要星座包括:Starlink、OneWeb、Kuiper、Hulianwang、Planet。

数据集涵盖:

  • LEO巨型星座
  • 导航系统
  • 通信舰队
  • 地球观测星座

数据集配置

数据集包含两种配置。

配置一:latest_satellites

  • 数据内容:每颗卫星一行数据。
  • 数据规模:12,008颗卫星,19个星座。
  • 数据格式:Parquet。
  • 数据列
    • norad_id:NORAD目录编号。
    • name:物体名称。
    • constellation:星座ID。
    • operator:运营商名称。
    • country:国家代码。
    • orbit_type:轨道类型。
    • shell_id:星座内壳层ID。
    • shell_name:人类可读的壳层名称。
    • altitude_km:近地点高度。
    • inclination:轨道倾角。
    • eccentricity:轨道偏心率。
    • mean_motion:平均运动。
    • status:状态。
    • launch_year:发射年份。
    • epoch_utc:TLE历元。

配置二:daily_snapshots

  • 数据内容:每个星座的每日聚合数据。
  • 数据规模:285行,时间范围从2026-03-23至2026-04-06。
  • 数据格式:Parquet。
  • 数据列
    • date:快照日期。
    • constellation:星座ID。
    • operator:运营商名称。
    • orbit_type:轨道类型。
    • total_count:卫星总数。
    • operational_count:运行卫星数。
    • median_altitude_km:中位高度。
    • median_inclination:中位倾角。

状态分类标准

状态 标准
operational 高度在星座壳层带内
raising 高度低于或高于目标带,轨道正在变化
deorbiting 高度低于目标带且轨道衰减强烈
decayed 高度低于150公里,或历元过时且高度低
anomalous 偏心率异常高
non-operational MEO/GEO卫星高度超出预期带

更新频率

每日UTC时间09:00通过GitHub Actions更新。

数据来源

所有轨道数据均来自CelesTrak GP数据。星座成员资格由CelesTrak预定义的卫星组确定。

相关数据集

  • Starlink Fleet Data
  • Space-Track SATCAT
  • Space-Track TLE History
  • Space Launch Log

支持与引用

  • 源代码仓库:https://github.com/juliensimon/space-datasets
  • 引用格式:详见README中的BibTeX条目。
搜集汇总
数据集介绍
main_image_url
构建方式
在航天动力学领域,对活跃卫星星座进行系统性普查是理解近地轨道环境演变的关键。本数据集以CelesTrak平台提供的通用摄动数据为基石,通过自动化流程每日提取并整合19个主要卫星星座的轨道信息。构建过程涉及从原始双行元素数据中解析每颗卫星的轨道参数,并依据预设的星座分组规则进行归类,同时结合高度、偏心率等动力学特征对卫星的运行状态进行精细分类,最终形成涵盖12,008颗卫星的标准化快照。
特点
该数据集以其全面性和时效性在航天数据领域脱颖而出,它不仅囊括了从低轨巨型星座到中轨导航系统的多样化轨道体系,还提供了每颗卫星的详细轨道参数与状态标签。其核心特征在于引入了轨道壳层分类框架,能够清晰揭示同一星座内不同高度层的卫星分布,并动态追踪卫星从入轨、升轨到离轨的全生命周期状态变迁,为分析轨道密度、频谱干扰及空间交通管理提供了多维度的结构化视角。
使用方法
研究者可通过Hugging Face的`datasets`库便捷加载数据,该数据集提供`latest_satellites`和`daily_snapshots`两种配置。前者以单颗卫星为粒度,适用于卫星个体分析、星座构成统计及轨道参数研究;后者则以星座为单位的日度聚合数据,便于进行时间序列分析,追踪各星座规模的动态增长趋势。用户可将数据转换为Pandas DataFrame进行分组统计、可视化或作为轨道环境模型、市场竞争分析的输入数据源。
背景与挑战
背景概述
随着近地轨道巨型星座的迅猛发展,卫星通信与空间态势感知领域正经历深刻变革。由Julien Simon于2026年创建的Constellation Census数据集,依托CelesTrak的GP数据,对19个活跃卫星星座进行每日普查,追踪超过12,000颗卫星的轨道状态与分类信息。该数据集的核心研究问题在于系统性地监测与量化不同轨道体制下卫星星座的动态演化,为频谱协调、空间交通管理及轨道碎片环境建模提供关键数据支撑,深刻影响了航天工程、空间政策与商业航天竞争格局的分析范式。
当前挑战
该数据集致力于解决卫星星座大规模部署带来的空间态势感知与分类挑战,其核心难题在于如何准确识别并跟踪不同轨道高度、倾角及运行状态的卫星,尤其是在近地轨道高密度星座环境下,卫星状态的实时判定与异常检测面临巨大复杂性。在构建过程中,挑战主要源于多源异构数据的融合与清洗,包括从NORAD数据中精确提取星座归属、依据轨道参数动态划分运行状态,以及处理每日更新的海量两行轨道根数数据,确保分类逻辑在不同轨道体制下的普适性与时效性。
常用场景
经典使用场景
在空间态势感知领域,Constellation Census数据集为轨道动力学研究提供了关键支撑。该数据集通过每日更新的卫星普查数据,系统追踪了19个活跃星座的轨道分布与状态变迁,尤其聚焦于低地球轨道巨型星座的动态演化。研究人员可基于此开展轨道壳层分类、星座规模统计及卫星状态监测,为理解近地空间环境的结构性变化奠定数据基础。
衍生相关工作
围绕该数据集已衍生出系列经典研究工作。在学术领域,研究者结合其开发了基于机器学习的轨道异常检测模型与星座演化预测算法;工程应用方面,衍生出了面向特定星座的精细化分析数据集;同时,该数据与历史轨道数据集融合,支撑了长期空间环境演化模拟系统的构建,形成了完整的轨道数据分析生态链。
数据集最近研究
最新研究方向
在航天动力学与空间交通管理领域,Constellation Census数据集正成为研究低轨巨型星座动态演化的关键资源。随着Starlink、OneWeb及Kuiper等商业星座的快速部署,轨道空间密度急剧增加,前沿研究聚焦于利用该数据集的每日快照功能,构建高精度空间态势感知模型。这些模型能够预测星座间的射频干扰风险,评估不同轨道壳层的碰撞概率,并为碎片环境演化模拟提供实证基础。同时,数据集涵盖的多个导航星座(如GPS、Galileo)状态信息,支撑着定位服务可靠性分析与混合星座协同管理研究。在商业航天竞争加剧的背景下,该数据集亦成为分析运营商战略布局、评估频谱资源分配效率的重要依据,助力实现可持续的空间资源利用。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作