An Attempt to Search for Unintended Electromagnetic Radiation from Starlink Satellites with the 21 Centimeter Array: Methodology and RFI Characterization

本文利用 21 厘米阵列（21CMA）构建了针对星链卫星非预期电磁辐射的观测与检测流程，通过轨道预测成功验证了 ORBCOMM 卫星信号的识别能力，并证实观测到的宽带脉冲干扰源于阵列附近的电力线电弧而非卫星辐射。

要点

这篇论文讲述了一个关于**“在嘈杂的夜空中寻找微弱信号”的故事。为了让你更容易理解，我们可以把整个研究过程想象成一场“在暴风雨中听针落地”**的侦探游戏。

1. 背景：天空变“吵”了

想象一下，过去夜空是安静的，只有星星在闪烁。但最近，像 SpaceX 的 Starlink（星链）这样的公司发射了成千上万颗低轨道卫星。它们就像在头顶上开了一万个“大喇叭”，不停地发送信号。

天文学家想听的是宇宙深处最微弱的“耳语”（比如宇宙大爆炸留下的 21 厘米信号），但这些卫星发出的“大喇叭”声音太大，甚至可能发出一些**“意外的噪音”**（论文里叫“非预期电磁辐射”，UEMR）。如果这些噪音太响，就会把天文学家想听的宇宙声音完全盖住。

2. 任务：用“单耳”去听

中国有一个叫**21 厘米阵列（21CMA）**的射电望远镜，它位于新疆，像一片巨大的“耳朵”森林，专门听低频的宇宙声音。

• 挑战：这次研究，科学家们只用了这架望远镜里的**“一只耳朵”**（单个天线组，Pod）去听。
• 比喻：这就像你想在嘈杂的菜市场里听清一只蚊子在飞的声音，但你只戴了一只普通的耳机，而且周围还有很多人说话。
• 目标：虽然这只“耳朵”不够灵敏，但科学家想先建立一套完美的“听音流程”：怎么预测卫星什么时候经过？怎么记录数据？怎么区分哪些是卫星的声音，哪些是地面的干扰？

3. 过程：预测与寻找

科学家就像**“卫星预报员”**：

1. 查时刻表：他们利用卫星的轨道数据（TLE），像查火车时刻表一样，精确计算出 Starlink 卫星什么时候会飞过望远镜的头顶。
2. 设定标准：只有当卫星飞得足够高（看起来在头顶正上方 85 度以上），才认为它进入了望远镜的“视野”。
3. 开始监听：在预测的时间段内，他们疯狂记录数据。

4. 结果：为什么没听到 Starlink 的“意外噪音”？

科学家满怀期待地检查数据，结果发现：没听到 Starlink 发出的那种强烈的“意外噪音”。

• 原因分析：
  • 这就好比你戴着一只普通的耳机，试图在狂风中听清远处微弱的鸟叫。
  • 论文计算发现，这只“单耳”的灵敏度（SEFD）还不够高。Starlink 发出的意外噪音虽然存在，但太微弱了（大概只有几十到一百多“单位”的响度），而望远镜这只“耳朵”能听到的最小声音门槛是 146 个单位。
  • 结论：不是没有噪音，而是我们的“耳朵”还不够灵敏，听不见。等到未来把 12 只“耳朵”连在一起（相干波束合成），灵敏度提高几十倍，就能听到了。

5. 意外发现：真正的“噪音”是谁？

虽然没听到卫星的意外噪音，但科学家在数据里发现了一些**“突发的噼啪声”**（宽带脉冲信号）。

• 侦探推理：起初以为是卫星，但后来发现这些声音出现的时间跟卫星经过的时间对不上。
• 真相大白：通过一种叫“调制频谱分析”的技术（就像分析声音的节奏），发现这些声音有100 赫兹的规律节奏。
• 比喻：这就像你听到一种有节奏的“滋滋”声，一查发现，原来是附近高压电线因为老化在**“打火花”**（电弧放电）。这种火花产生的噪音比卫星的意外噪音还要大，而且非常有规律。
• 技术验证：为了证明他们能识别这种噪音，科学家还开发了一个叫SAM 2的人工智能工具（类似视频里的物体追踪），让它自动在数据流里圈出这些“打火花”的瞬间，效果非常好。

6. 成功的验证：听到了 ORBCOMM 的“暗语”

为了证明他们的“听音流程”和“预测系统”是准的，他们去听另一种卫星——ORBCOMM（一种老式的通信卫星）。

• 操作：他们在 137 MHz 频率上截获了一段信号。
• 解密：他们开发了一个叫 orbdemod 的解密软件，把卫星发出的“暗语”（数字信号）翻译了出来。
• 结果：解密出来的卫星 ID 是"38 号”，这和他们预测的“当时飞得最高的 ORBCOMM 卫星”完全一致！
• 意义：这就像侦探虽然没抓到那个“大坏蛋”（Starlink 的意外噪音），但他成功抓到了另一个“小偷”（ORBCOMM），并且证明了自己的追踪路线和抓捕工具是完全靠谱的。

总结

这篇论文的核心思想是：

1. 承认局限：目前只用一只“耳朵”（单天线组）去听，灵敏度不够，所以没抓到 Starlink 的意外噪音。
2. 建立方法：成功建立了一套预测卫星、记录数据、分析干扰的完整流程。
3. 排除干扰：发现并确认了附近的“高压线打火”是主要的噪音来源，而不是卫星。
4. 未来展望：等将来把望远镜的“耳朵”全部连起来（多波束技术），灵敏度大幅提升后，就能真正听清 Starlink 和其他新卫星（如中国的“千帆”星座）到底在制造什么样的噪音，从而保护我们的宇宙观测环境。

简单来说，这是一次**“虽然没抓到主要目标，但成功练好了内功，并排除了假目标”**的扎实研究。

技术摘要

以下是基于论文《An Attempt to Search for Unintended Electromagnetic Radiation from Starlink Satellites with the 21 Centimeter Array: Methodology and RFI Characterization》（利用 21 厘米阵列搜寻星链卫星非预期电磁辐射的尝试：方法论与射频干扰表征）的详细技术总结：

1. 研究背景与问题 (Problem)

• 低轨卫星星座的扩张： 随着 SpaceX（Starlink）、Amazon（Kuiper）及中国（Qianfan/G60, Guowang）等低地球轨道（LEO）巨型星座的快速部署，全球无线电频谱的占用率急剧增加。
• 非预期电磁辐射 (UEMR) 的威胁： 卫星在标称通信频段（>10 GHz）之外会发射非预期的电磁辐射（UEMR）。已有研究（如 LOFAR、SKA-Low）在 40-188 MHz 频段检测到星链卫星的宽带和窄带 UEMR，其强度可达数千 Jy，严重污染射电天文数据，特别是针对宇宙再电离时期（EoR）的微弱 21 厘米信号探测。
• 现有研究的局限： 既往研究主要集中在西半球和南半球，东亚地区的系统性观测报告较少。
• 观测挑战： 21 厘米阵列（21CMA）目前处于单阵元（Single Pod）观测模式，灵敏度有限，难以直接探测到微弱的卫星 UEMR 信号。因此，如何建立一套稳健的观测与检测流程，并准确区分卫星信号与地面射频干扰（RFI），是当前亟待解决的问题。

2. 方法论 (Methodology)

• 观测设施与配置：
  • 使用位于中国新疆的 21 厘米阵列（21CMA），具体采用东臂第 8 号阵元（Pod E8）的原始电压数据。
  • 频率范围：50–200 MHz；采样率：480 Msps。
  • 天线指向北天极（NCP），视场（FoV）半径约 5°。
• 观测策略：
  • 目标导向观测： 利用 Two-Line Element (TLE) 数据和 Skyfield Python 库，预先计算卫星过境时间。
  • 触发机制： 仅当卫星视赤经（Apparent Declination）大于 85°（即进入 21CMA 视场）时触发数据记录，以优化存储效率。
  • 观测对象： 重点观测 Starlink（v1.0 至 v2-mini D2C）及中国 Qianfan 卫星，共选取 5 个观测窗口（2025 年 4 月 15 日），积累约 2.2 TB 数据。
• 数据处理与分析流程：
  • 灵敏度分析： 基于系统等效通量密度（SEFD）公式计算单阵元灵敏度。在 150 MHz 处，系统温度 $T_{sys} \approx 350$ K，有效面积 $A_{eff} \approx 218$ m²，估算 SEFD 约为 4.43 kJy。
  • 动态谱生成： 对原始数据进行时域（1024 点平均）和频域（8 通道平均）处理，获得时间分辨率 35 ms、频率分辨率 0.234 MHz 的动态谱。
  • 干扰识别与排除：
    • 利用调制功率谱分析（Modulation Power Spectrum Analysis）识别瞬态宽带信号。
    • 引入 SAM 2 (Segment Anything Model 2) 模型，利用其时序记忆模块对连续频谱帧进行自动 RFI 识别，以追踪非平稳宽带特征。
  • 验证方法： 开发 Python 包 orbdemod，用于解调 ORBCOMM 卫星的下行链路信号（SDPSK 调制），通过解调出的卫星 ID 验证过境预测的准确性。

3. 关键结果 (Key Results)

• 未检测到星链 UEMR： 在 110–188 MHz 频段内，未观测到明显的星链卫星宽带 UEMR 信号。
  • 原因分析： 单阵元观测的理论灵敏度（3σ 置信度下）约为 146.85 Jy。而文献报道的星链 UEMR 强度通常在几 Jy 到 100 Jy 之间，远低于当前探测阈值。在低频段（<100 MHz），虽然 UEMR 强度增加，但银河系背景噪声急剧上升且滤波器滚降效应导致灵敏度进一步恶化。
• RFI 表征与来源确认：
  • 观测到大量瞬态宽带信号（持续时间约 34 μs），主要分布在 50–100 MHz。
  • 调制分析： 这些信号在功率谱中显示出显著的 100 Hz 主峰及 50 Hz 谐波。
  • 结论： 该特征与高压输电线的 电弧放电（Power Line Arcing） 物理机制完全吻合（发生在 50 Hz 交流电的正负半周），确认为地面环境干扰，而非卫星信号。
• ORBCOMM 信号解调验证：
  • 在 137 MHz 附近检测到 ORBCOMM 卫星的窄带下行信号。
  • 通过 orbdemod 解调，成功恢复出卫星 ID（0x26，即十进制 38），对应 ORBCOMM FM 108。
  • 该卫星在观测时刻的视赤经（63.9°）虽未进入主波束（>85°），但通过天线旁瓣被接收。解调结果与基于最大赤经的预测模型一致，验证了观测策略和过境预测框架的准确性。
• AI 在 RFI 识别中的应用： 初步测试表明，SAM 2 模型能够有效识别和追踪频谱序列中突发的电弧 RFI 事件，证明了利用深度学习进行自动化 RFI 剔除的可行性。

4. 主要贡献 (Key Contributions)

1. 建立了东亚地区首个针对星链 UEMR 的系统性观测流程： 提出了基于 TLE 预测和视场判据的触发观测策略，填补了该区域相关研究的空白。
2. 量化了单阵元观测的灵敏度限制： 通过理论计算和实测对比，明确了当前 21CMA 单阵元配置无法探测微弱 UEMR 的根本原因（灵敏度不足），为后续升级指明了方向。
3. 开发了专用工具包： 开源了 orbdemod Python 包，实现了 ORBCOMM 信号的完整解调链路，并成功用于验证观测模型。
4. 创新性地应用 AI 进行 RFI 表征： 首次将 SAM 2 模型应用于射电天文频谱数据的 RFI 识别，利用其时序记忆能力有效区分瞬态干扰，为未来自动化数据处理提供了新思路。
5. 明确了干扰源特征： 通过调制谱分析，确证了观测到的瞬态宽带干扰源自附近的高压输电线电弧，排除了其作为卫星 UEMR 的可能性。

5. 意义与展望 (Significance & Future Work)

• 科学意义： 本研究为理解 LEO 卫星对射电天文环境的干扰提供了重要的区域性数据支持，并展示了在灵敏度受限条件下如何科学地设计观测和验证方案。
• 技术路径： 研究指出，未来必须实施 多波束相干成束（Multi-beam Coherent Beamforming） 技术。若将 12 个阵元相干组合，灵敏度可提升至约 6.23 Jy，从而具备探测 100–200 MHz 频段星链 UEMR 的能力。
• 未来计划：
  • 升级 21CMA 至多波束模式，开展深度的 UEMR 探测。
  • 将研究对象扩展至中国 Qianfan (G60) 等其他新兴星座。
  • 研究卫星在不同服务覆盖区域（如商业服务未覆盖区）的辐射特性差异，以深入探究 UEMR 的物理起源。
  • 利用 AI 技术进一步优化 RFI 剔除算法，提升数据质量。

总结： 尽管受限于当前单阵元灵敏度未能直接探测到星链 UEMR，但本研究成功构建并验证了一套完整的观测、分析与验证框架，准确识别了地面干扰源，并证明了利用 AI 和专用解调工具处理此类数据的有效性，为未来高灵敏度探测奠定了坚实基础。