Wprowadzenie sztucznej inteligencji / uczenia maszynowego w systemach SATCOM do zarządzania ładunkiem użytecznym

W ostatnich latach rynek SATCOM przeszedł rewolucję. Wynika to głównie z szybkiego rozwoju zarządzania ładunkami użytecznymi określanymi przez oprogramowanie lub, w niektórych przypadkach, w pełni cyfrowymi. Te nowoczesne satelity umożliwiają oferowanie nowych usług, a jednocześnie tworzą nowe potrzeby, o których nigdy wcześniej nie myślano. Rozpoczęła się rewolucja. Tradycyjne ładunki użyteczne, tj. wyposażenie ad hoc zaprojektowane do konkretnych misji, należą już do przeszłości. Obecnie głównym zagadnieniem są ogólne rozwiązania, które mogą sprostać dynamicznym wymaganiom oraz wykorzystać swoje umożliwiające rekonfigurację odpowiedniki oparte na oprogramowaniu.

Punkt zwrotny w historii komercyjnej łączności satelitarnej nastąpił w 2021 r., kiedy operator Eutelsat wystrzelił satelitę Eutelsat Quantum. Quantum był pierwszym w pełni sterowanym przez oprogramowanie satelitą komercyjnym, co pozwoliło oddać kontrolę nad ładunkiem w ręce użytkownika końcowego. Wkrótce potem usługa ładunków użytecznych stała się nową, rewolucyjną koncepcją. Opierając się na tym sukcesie, Eutelsat kontynuuje rozbudowę floty o nowe satelity i wyposaża je w najnowocześniejsze, elastyczne ładunki użyteczne.

Te zmiany w zakresie ładunków użytecznych mają dwie ważne implikacje. Po pierwsze oferują one operatorowi niemal nieograniczoną liczbę opcji rekonfiguracji. Po drugie skomplikowana obsługa tak złożonych ładunków użytecznych wpłynie na sposób, w jaki operatorzy zajmowali się nimi do tej pory.

Dynamiczne zapotrzebowania, odporne systemy, czas rzeczywisty, projekty wielomisyjne, 5G/6G... Jak operatorzy mogą zarządzać tymi złożonymi systemami w tak zmiennym środowisku? Sztuczna inteligencja i uczenie maszynowe są bez wątpienia naszymi najlepszymi sprzymierzeńcami.

W tym kontekście zamierzeniem projektu ATRIA jest wykorzystanie technik sztucznej inteligencji i uczenia maszynowego w ramach odpowiednich przypadków zastosowań łączności satelitarnej wybranych przez doświadczonych operatorów Eutelsat, aby ułatwić i w ostatecznym rozrachunku zautomatyzować realizację operacji. W tym celu firma GMV, jako koordynator konsorcjum i integrator systemów, opracowała prototyp systemu o nazwie AI-PCS. AI-PCS integruje, między innymi, moduły sztucznej inteligencji / uczenia maszynowego opracowane przez firmy CTTC oraz AIKO, ekspertów w dziedzinie sztucznej inteligencji w tym konsorcjum.

Pierwszy przypadek zastosowania dotyczył problemu różnorodności bramek. System AI-PCS został wyszkolony w dziedzinie przewidywania, kiedy konieczne będzie wykonanie operacji przełączania między nominalnymi i redundantnymi bramkami, aby zminimalizować czas przestoju. W tym celu moduły sztucznej inteligencji / uczenia maszynowego zintegrowane w AI-PCS analizują korelację między ilością opadów deszczu a poziomami sygnału nadajników w lokalizacjach bramek. Wykorzystując prognozę meteorologiczną jako punkt wyjścia, system AI-PCS może przewidzieć w czasie rzeczywistym, czy konieczna jest operacja przełączania.

Drugi przypadek zastosowania skupia się komunikacji strefowej. W tym przypadku moduły sztuczna inteligencja / uczenie maszynowe są szkolone na podstawie wcześniej dostarczonych danych o ruchu strefowym i przepustowości usług. Jest to bardzo przydatne w przewidywaniu natężenia ruchu strefowego, a następnie ostrzeganiu operatora.

System AI-PCS został sprawdzony w środowisku operacyjnym przy użyciu danych w czasie rzeczywistym przechowywanych w zbiorach danych operatora (Skylogic) oraz prognoz meteorologicznych z systemów innych firm. Moduły sztucznej inteligencji / uczenia maszynowego dostarczały wyniki w czasie rzeczywistym, które były wyświetlane na różnych ekranach AI-PCS w celu łatwej interpretacji przez operatora. System AI-PCS jest również wyposażony w system alarmowy, który emituje sygnał dźwiękowy, jeśli którykolwiek z przypadków zastosowań generuje wynik wymagający interwencji operatora.

Zadowalające wyniki uzyskane podczas testów odbiorczych na miejscu (OSAT), które odbyły się w marcu 2023 roku, znacznie przyspieszyły rozwój drugiej fazy projektu. Faza ta będzie obejmować nowe przypadki zastosowań oraz integrację dodatkowych rozwiązań opracowanych przez innych partnerów wchodzących w skład konsorcjum.

Autor(ka): Leticia Alonso