随着5G时代的到来,城镇等人口密集地区的通信越来越方便,全球的通信系统也越来越发达。在整体通信系统发展迅速的大背景下,卫星网络系统也集聚了许多学者和公司的目光。卫星网络系统对于一些地面基站部署不到的海洋、沙漠、岛屿以及偏远地区的通信起到了极大的作用,发射至空中轨道的卫星形成星座环绕着地球做圆周运动,不仅可以与地面通信发达的地区进行交流,还能探测到人迹罕至地方的信息,从而实现信息的无障碍传输。低地球轨道(Low Earth Orbit,LEO)卫星由于其自身体积小,轨道高度低,发射成本小的特性被广泛应用于全球通信,气象预测,灾害防范,地质探测等方面,但也由于其覆盖范围小,通信延时较长的特点使得卫星上的数据没有办法及时下载到地面站。LEO卫星网络的一项重要的任务就是将空中轨道运行收集的数据传输给地面站进而供用户使用。本文主要研究在不同场景下将卫星数据下载到地面站并使得吞吐量最优的问题。在数据动态产生情况下,本文考虑数据的实时变化性,提出了一种基于时空图模型的动态划分时间片联合星间链路(Inter-Satellite Link,ISL)调度(Dividing and ISL Offloading Combination,DIOC)算法,在每个时间片中先分配携带数据量最大的卫星下载数据,再基于时间片三跳情况判定其余卫星的星间调度,从而大大提升了卫星系统的下载吞吐量。仿真实验结果表明在不同场景下我们的算法都比传统的卫星下载算法效率高出许多,在去除一些客观因素之后,系统的吞吐量可以接近理论最优结果本文在基于数据动态的情景下,继续研究信道资源有限条件下如何提升卫星系统吞吐量的问题。由于信道资源不足,调度需要平衡卫星下载、卫星星间调度以及卫星信道资源分配三者的关系,对此本文在DIOC算法的基础上提出了DIOC联合回溯剪枝(Backtracking Pruning,BP)调度(Dividing and ISL Offloading Combination-Backtracking Pruning,DIOC-BP)的算法,在每片时间里都确保卫星星间调度的最大化来达到最大化系统吞吐量的目的。仿真实验结果表明信道资源不足条件下,通过提出的算法调度,吞吐量基本可以达到信道资源充足下的最优效果。