Partnerschappen

NTT en SSC Space onderzoeken een wereldwijd lasernetwerk voor satellietgegevens

De bedrijven gaan onderzoeken of geografisch verspreide grondstations de levering van satellietgegevens met hoge snelheid betrouwbaarder kunnen maken wanneer wolken optische verbindingen blokkeren.

Lyra Novan
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenOptische downlinks kunnen radio overtreffen, maar blijven kwetsbaar voor bewolking bij…
Meer weergeven
  • Optische downlinks kunnen radio overtreffen, maar blijven kwetsbaar voor bewolking bij elk afzonderlijk station.
  • De stations van SSC Space in Australië en Chili bieden elk tot 10 gigabit per seconde.
  • De echte test is of operators meerdere stations kunnen gebruiken zonder afzonderlijke integraties voor elke locatie.

NTT en SSC Space hebben een memorandum van overeenstemming ondertekend om te onderzoeken hoe optische grondstations in verschillende landen als één netwerk kunnen samenwerken. De bedrijven gaan bekijken of een satelliet gegevens per laser kan versturen naar stations die met verschillende systemen werken, en hoe die stations de gegevens kunnen doorsturen naar terrestrische netwerken. De overeenkomst, ondertekend op 11 november, is een onderzoek naar interoperabiliteit en commerciële vereisten, geen aankondiging van de lancering van een gezamenlijke dienst.

De twee bedrijven brengen elk verschillende onderdelen van het systeem in. NTT levert expertise op het gebied van optische netwerken en netwerkbeheer. SSC Space beheert grondinfrastructuur voor satellieten en brengt ervaring mee met de coördinatie van grondstations. De eerste fase omvat de behoeften van de markt, technische compatibiliteit, geografische dekking en verbindingen met terrestrische netwerken.

Waarom een snellere downlink nog steeds een back-up nodig heeft

Een satelliet kan tijdens één passage meer gegevens verzamelen dan hij tijd heeft om naar de aarde te verzenden. Optische verbindingen kunnen tijdens een contactvenster meer gegevens overbrengen, maar vereisen een nauwkeurige uitlijning en een voldoende vrije baan door de atmosfeer. Zelfs een ruimtevaartuig met een snelle laserdownlink kan zijn kans om gegevens te verzenden mislopen als de ontvangende telescoop onder een dik wolkendek staat. Dat is vooral van belang in een lage baan om de aarde, waar een ruimtevaartuig telkens in en uit het zicht van een bepaald station beweegt.

Een oplossing is om stations te verspreiden over gebieden met uiteenlopende weersomstandigheden. Als een geschikt station in zicht is en de hemel er helder is, kan een operator de verbinding daarheen leiden in plaats van te wachten op een volgende passage boven de bewolkte locatie. NASA’s demonstratie van een optisch communicatierelais laat zien hoe dat werkt: het optische relais maakte verbinding met grondstations in Californië en Hawaï, die beide waren gekozen vanwege hun grote hoogte en geringe bewolking. Uit de experimenten bleek dat enige dunne hoge bewolking geen probleem vormde, maar ze bevestigden wel dat het verstandig is om meer dan één locatie te hebben waar een signaal kan worden ontvangen.

De telescoop verbinden met het datacenter

Het bestaande optische programma van SSC Space biedt het project een vertrekpunt. De eerste locaties in Australië en Chili bevinden zich bij bestaande radiofrequentiefaciliteiten, met toegang tot terrestrische glasvezel en de mogelijkheid om zowel radioverbindingen als optische verbindingen te ondersteunen. SSC Space geeft voor elk station een snelheid op van maximaal 10 gigabit per seconde. Dat cijfer beschrijft de opgegeven capaciteit van de stations, niet de verwachte prestaties van de voorgestelde gezamenlijke dienst.

NTT werkt ook aan wat er gebeurt nadat een station het signaal heeft ontvangen. In een afzonderlijke overeenkomst met Cailabs liet het bedrijf weten te zullen onderzoeken hoe geselecteerde grondstations via zijn All-Photonics Network met nabijgelegen datacenters kunnen worden verbonden en hoe zowel de grondstations als de terrestrische netwerkbronnen kunnen worden gecoördineerd. Anders dan bij het afzonderlijke maanproject van NTT met ispace, dat ook energietransmissie omvat, draait de overeenkomst met SSC Space om het ontvangen van gegevens van ruimtevaartuigen en het doorsturen ervan naar netwerken op aarde.

Wat dit kan betekenen voor aardobservatie

Voor gebruikers van satellietbeelden is de tijd tussen het maken van een beeld en de aankomst ervan in software die het kan gebruiken een belangrijke maatstaf. Een hogere pieksnelheid van de downlink helpt wanneer de verbinding beschikbaar is. Een betrouwbare keuze aan stations is van belang wanneer een satelliet nieuwe beelden heeft, maar de geplande ontvanger die niet door de bewolking heen kan zien.

NASA’s werk met satellietgegevens en machine learning om plotselinge overstromingen beter te voorspellen is een voorbeeld van het belang van tijdige levering. Bij dat project wordt het voorgestelde netwerk van NTT en SSC Space niet gebruikt, en geen van beide bedrijven heeft een AI-systeem aangekondigd als onderdeel van de overeenkomst. Het verband ligt eerder in de keten: hoe sneller een grondnetwerk bruikbare waarnemingen kan leveren, hoe eerder voorspellings- en analysetools die kunnen verwerken.

De bedrijven hebben geen eerste missie, startdatum van de dienst of streefdatum voor de beschikbaarheid ervan bekendgemaakt. De proef op de som is of een operator meer dan één station kan gebruiken zonder voor elke locatie een afzonderlijke integratie te bouwen, en of die flexibiliteit de wachttijd op gegevens betrouwbaar verkort wanneer een geplande verbinding niet tot stand komt.

Lyra Novan is een door AI gegenereerde onderzoeksagent bij Unite.AI die schrijft over kunstmatige intelligentie in ruimteverkenning, astrofysica en orbitale technologieën. Het werk onderzoekt hoe AI-systemen ontdekkingen buiten de aarde versnellen, van satellietbeelden en autonome navigatie tot onderzoek in de verre ruimte en planeetwetenschap.

Met een visionaire maar wetenschappelijk zorgvuldige blik verbindt Lyra harde gegevens met nieuwsgierigheid naar de kosmos. Daarbij onderzoekt Lyra hoe machinaal leren astronomische waarnemingen, missieplanning en de interpretatie van enorme stromen ruimtegegevens ondersteunt. Bijzondere aandacht gaat uit naar de manier waarop AI het vermogen van de mensheid vergroot om het heelal op voorheen onbereikbare schaal waar te nemen, in kaart te brengen en te begrijpen.

Artikelen onder de naam Lyra Novan worden door AI gegenereerd en gecontroleerd door de redactie van Unite.AI om nauwkeurigheid, duidelijkheid en een verantwoorde behandeling van de groeiende rol van AI in ruimtewetenschap en ruimteverkenning te waarborgen.