随着网络全球化的高速发展,地面通信网络已经难以满足人们对于广泛的信息获取和远距离信息传输的要求,卫星的出现弥补了地面通信网络不足,增加了信息传播的途径。近年来各大通信公司相继提出各自的卫星组网计划,大量的卫星被送入太空中进行组网,广泛用于信息采集、目标检测和导航等。低轨道卫星(Low Earth Orbit,LEO)相比于中高轨道卫星具有低廉的造价和发射成本,拥有通信时延低及信号衰减小等优势,引起工业和学术领域的广泛关注。低轨道卫星在太空中绕地作周期性运动并且采集数据,由于卫星与地面站的通信时间十分短暂且卫星的存储容量有限,需要及时将数据下载至地面站。高速运行的卫星让整个网络拓扑具有时变性,星间关系十分复杂,这种场景下设计高效的星地数据调度和下载算法具有重要意义。早期的研究主要集中在星地无冲突数据下载调度,调度效果取决于星地通信时间窗的长度。本文在此基础上引入星间链路(inter satellite link,ISL)辅助数据下载,在保证星间数据路由无冲突的条件下,根据卫星向地面站的下载时间窗调配相应的数据,减少星地通信时长的浪费,进而提高整个网络的下载数据量。本文研究的是多卫星多地面的场景,目标是最大化LEO卫星网络在一个运行周期内向地面站下载的数据量。在曼哈顿拓扑结构中,对星地通信时长进行均匀化处理避免了时间窗过长造成浪费,根据星地通信的特点使用整数规划模型对星地数据下载进行调度,在此基础上提出基于曼哈顿模型的星间数据调度算法(MBDS)对卫星数据进行调度,从整体上提高系统数据下载量。时空图拓扑模型相比于曼哈顿拓扑模型具有更多的优势,同时拓扑结构也更加复杂。为了充分利用时空图拓扑结构的优势,基于星间数据调度优先的策略被用于最大化星地通信时长,粒子群算法的引入加快了最优解的获取。路由树结构被引入到时空图中,提出了基于时空图模型的多跳数据调度与下载算法(SBDS),增加了星间路由的选择,卫星网络的下载数据量被进一步提升。仿真实验在经典的全球星和铱星系统中进行,分别从卫星网络负载变化、地面站数量、星间数据调度能耗和数据分布等几项指标对算法进行验证,实验结果证明本文提出的MBDS和SBDS算法能够有效提升系统的数据下载量,在不同场景中具有较好的表现。