Introducción de IA/ML en los sistemas SATCOM de control de carga de pago

En los últimos años, el mercado SATCOM ha experimentado una revolución. Esto se debe principalmente al rápido desarrollo de cargas de pago definidas por software o, en algunos casos, completamente digitales. Estos modernos satélites permiten ofrecer nuevos servicios y, al mismo tiempo, crean nuevas necesidades nunca antes pensadas. La revolución ha comenzado. Las cargas de pago tradicionales, es decir, hardware ad hoc diseñado para misiones específicas, son ya cosa del pasado. El presente se centra en soluciones genéricas que puedan satisfacer demandas dinámicas y aprovechar sus contrapartes reconfigurables basadas en software.

El punto de inflexión en la historia del SATCOM comercial se produjo en 2021, año en que el operador Eutelsat lanzó el satélite Eutelsat Quantum. Quantum fue el primer satélite comercial controlado totalmente por software, poniendo así el control de la carga de pago en manos del usuario final. Poco después, la carga de pago como servicio se convirtió en un nuevo concepto revolucionario. Aprovechando su éxito, Eutelsat ha continuado añadiendo nuevos satélites a su flota y dotándolos de cargas de pago flexibles de última generación.

Estos avances en la carga de pago tienen dos importantes implicaciones. En primer lugar, ofrecen al operador un número casi infinito de opciones de reconfiguración. En segundo lugar, la complicada gestión de cargas de pago tan complejas afectará a la forma en que los operadores han trabajado con ella hasta ahora.

Demanda dinámica, sistemas resilientes, tiempo real, multimisión, 5G/6G... ¿Cómo pueden los operadores gestionar estos complejos sistemas en un entorno tan cambiante? La inteligencia artificial (IA) y el aprendizaje automático (ML) son, sin duda alguna, nuestros mejores aliados.

En este contexto, el proyecto ATRIA tiene como objetivo aplicar técnicas de IA/ML a casos de uso relevantes de SATCOM seleccionados por los experimentados operadores de Eutelsat con el fin de facilitar y, con el tiempo, automatizar sus operaciones. Con este objetivo, GMV, como coordinador del consorcio e integrador de sistemas, ha desarrollado un prototipo de sistema denominado AI-PCS. AI-PCS integra, entre otras cosas, los módulos AI/ML desarrollados por CTTC y AIKO, los expertos en IA del consorcio.

El primer caso de uso que se abordó fue el problema que supone la diversidad de las puertas de enlace. AI-PCS ha sido entrenado para predecir cuándo será necesario realizar una operación de conmutación entre puertas de enlace nominales y redundantes para minimizar el tiempo de inactividad. Para ello, los módulos IA/ML integrados en AI-PCS analizan la correlación entre la cantidad de lluvia y los niveles de señal de las balizas en las ubicaciones de las puertas de enlace. Utilizando el pronóstico del tiempo como base, el sistema AI-PCS puede predecir en tiempo real si es necesario llevar a cabo una operación de conmutación.

El segundo caso de uso se centra en los haces. En este caso, los módulos IA/ML se entrenan con tráfico por haces y datos de capacidad de servicios que se han proporcionado previamente. Esto es muy útil a la hora de predecir la congestión del tráfico por haz y, posteriormente, avisar al operador.

El sistema AI-PCS se ha validado en un entorno operativo utilizando los datos en tiempo real almacenados en los lagos de datos del operador (Skylogic) y los pronósticos meteorológicos de sistemas de terceros. Los módulos IA/ML proporcionaron resultados en tiempo real que se presentaron en las distintas pantallas AI-PCS para que el operador pudiese interpretarlos de forma sencilla. El sistema AI-PCS también está equipado con un sistema de alarma que emite un pitido si alguno de los casos de uso produce un resultado que requiera la intervención del operador.

Los satisfactorios resultados obtenidos durante la prueba de aceptación in situ (OSAT), que tuvo lugar en marzo de 2023, han impulsado de forma considerable el desarrollo de la segunda fase del proyecto. Esta fase respaldará nuevos casos de uso y la integración de desarrollos adicionales llevados a cabo por los otros socios del consorcio.

Autor: Leticia Alonso