[국내논문]다수의 인공위성-지상국 간 통신 스케줄 최적화 모형 A Mathematical Model for Optimal Communication Scheduling between Multiple Satellites and Multiple Ground Stations원문보기
In the satellite operation phase, a ground station should continuously monitor the status of the satellite and sends out a tasking order, and a satellite should transmit data acquired in the space to the Earth. Therefore, the communication between the satellites and the ground stations is essential....
In the satellite operation phase, a ground station should continuously monitor the status of the satellite and sends out a tasking order, and a satellite should transmit data acquired in the space to the Earth. Therefore, the communication between the satellites and the ground stations is essential. However, a satellite and a ground station located in a specific region on Earth can be connected for a limited time because the satellite is continuously orbiting the Earth, and the communication between satellites and ground stations is only possible on a one-to-one basis. That is, one satellite can not communicate with plural ground stations, and one ground station can communicate with plural satellites concurrently. For such reasons, the efficiency of the communication schedule directly affects the utilization of the satellites. Thus, in this research, considering aforementioned unique situations of spacial communication, the mixed integer programming (MIP) model for the optimal communication planning between multiple satellites and multiple ground stations (MS-MG) is proposed. Furthermore, some numerical experiments are performed to verify and validate the mathematical model. The practical example for them is constructed based on the information of existing satellites and ground stations. The communicable time slots between them were obtained by STK (System Tool Kit), which is a well known professional software for space flight simulation. In the MIP model for the MS-MG problems, the objective function is also considered the minimization of communication cost, and ILOG CPLEX software searches the optimal schedule. Furthermore, it is confirmed that this study can be applied to the location selection of the ground stations.
In the satellite operation phase, a ground station should continuously monitor the status of the satellite and sends out a tasking order, and a satellite should transmit data acquired in the space to the Earth. Therefore, the communication between the satellites and the ground stations is essential. However, a satellite and a ground station located in a specific region on Earth can be connected for a limited time because the satellite is continuously orbiting the Earth, and the communication between satellites and ground stations is only possible on a one-to-one basis. That is, one satellite can not communicate with plural ground stations, and one ground station can communicate with plural satellites concurrently. For such reasons, the efficiency of the communication schedule directly affects the utilization of the satellites. Thus, in this research, considering aforementioned unique situations of spacial communication, the mixed integer programming (MIP) model for the optimal communication planning between multiple satellites and multiple ground stations (MS-MG) is proposed. Furthermore, some numerical experiments are performed to verify and validate the mathematical model. The practical example for them is constructed based on the information of existing satellites and ground stations. The communicable time slots between them were obtained by STK (System Tool Kit), which is a well known professional software for space flight simulation. In the MIP model for the MS-MG problems, the objective function is also considered the minimization of communication cost, and ILOG CPLEX software searches the optimal schedule. Furthermore, it is confirmed that this study can be applied to the location selection of the ground stations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 기존 연구들이 비선형 모델로 제시한 인공위성 통신환경의 제약조건들을 선형화하고, MS-MG 환경에서 인공위성 통신 스케줄링 최적화를 위한 혼합 정수계획(MIP : Mixed Integer Programming) 모형을 제시한다. 수리모형의 목적함수는 다양하게 고려될 수 있으나, 본 연구에서는 통신비용 최소화로 설정하였다.
더욱이, 다수의 인공위성과 다수의 지상국에 대한 통신 스케줄링의 복잡도는 인공위성과 지상국의 수가 증가함에 따라 지수적으로 증가한다. 따라서 본연구는 다수의 인공위성-지상국의 통신 스케줄링을 자동화하기 위한 혼합정수계획 모형을 제안하였다. 또한, 실제적인 실험예제를 구성하고, 이에 대한 수치실험을 통해 수리모형의 적합성과 본 연구의 실효성을 검증하였다.
본 절에서는 다수의 인공위성과 다수의 지상국이 운용 되고 있고, 인공위성이 임의의 지상국과 통신하려면 통신 비용을 지불해야하는 상황을 가정하고, 총 통신비용을 최소화하는 인공위성-지상국 통신 스케줄을 수립하기 위한 혼합정수계획(MIP) 모형을 제시한다. 또한, 혼합정수계획 모형에서 사용된 표기(Notation)와 결정변수(Decision variables)는 다음과 같다.
본 절에서는 우리나라의 인공위성 5대(ARIRANG 3대, SITSAT-2C, OSSI-1)와 지상국 10개소를 대상으로 통신 스케줄을 수립하는 수치실험이 수행되었으며, 제 2장의 수리모형과 실험예제 데이터의 적합성을 점검하는데 목적이 있다. [Table 3]은 인공위성별 전송할 데이터 용량, 전송속도와 인공위성-지상국의 통신 시간대 입력 데이터의 예시를 보여주고 있으며, 통신 시간대는 AGI사의 STK를통해 얻어진 인공위성 5대와 우리나라의 지상국 KGS 간의 현황이다.
본 절에서는 제 3.1절에서 제기된 인공위성들의 통신 시간대 조정(Δti )에 대한 효과를 검토한다.
가설 설정
Africa 와 Massda로 고려하였다. 또한, 시간대의 조정은 우리나라의 인공위성 ARIRANG-3(i=1), STSAT-3(i=2)에 한해 가능하고, 다른 국가의 인공위성에 대해서는 현재의 궤도를 유지함을 가정하였다. 이러한 상황은 이미 운영 중에 있는 3대의 인공위성이 있을 때, 통신 효율성을 측면에서 신규로 발사하는 인공위성 2대의 발사계획 조정을 검토하는 것과 유사한 의미를 갖는다.
또한, 최소 통신시간 TMin 은 0.5분으로 가정하였으며, 각 인공위성-지상국간의 통신 가능 시간대는 AGI사의 STK의 시뮬레 이션 결과를 이용하였다.
[Table 3]은 인공위성별 전송할 데이터 용량, 전송속도와 인공위성-지상국의 통신 시간대 입력 데이터의 예시를 보여주고 있으며, 통신 시간대는 AGI사의 STK를통해 얻어진 인공위성 5대와 우리나라의 지상국 KGS 간의 현황이다. 또한, 최소 통신시간 TMin은 0.5분(30초)으로 가정하였다.
제안 방법
따라서 본연구는 다수의 인공위성-지상국의 통신 스케줄링을 자동화하기 위한 혼합정수계획 모형을 제안하였다. 또한, 실제적인 실험예제를 구성하고, 이에 대한 수치실험을 통해 수리모형의 적합성과 본 연구의 실효성을 검증하였다. 또한, 본 연구의 수치실험은 현존하는 지상국들을 대상으로 수행되었다.
본 장에서는 제 2장에서 제시된 최적화 수리모형을 검증하고, 현실 사례에서의 적합성 검토하기 위한 수치 실험을 수행하고, 실험결과를 제시한다. 실험예제는 실제 운용되었거나, 운용 중인 인공위성과 지상국을 대상으로 하였으며, 수치실험에 이용된 인공위성에 대한 궤도 정보는 [Table 1], 지상국에 대한 정보는 [Table 2] 와 같다.
또한, 복수의 인공위성이 하나의 지상국과 통신할 수 있는 시간대가 중복되는 경우, 임의의 인공위성과 지상국의 통신 시작.종료 시간에 대한 결정변수는 해당 시간대를 인공위성들 간에 나누어 사용할 수 있도록 설계되 었다. 또한, 통신 효율성을 향상시킬 수 있는 인공위성들 간의 상대위치 조정에 대한 정보를 제공할 수 있는 결정변수를 도입하였으며, 이는 인공위성 개발 및 발사에 대한 중.
대상 데이터
또한, ARIRANG-3와 STSAT-3의 통신 시간대 조정을 검토하기 위한 실험에서는, 두 인공위성의 통신 시간대를 약 13분(Δt1=Δt2=12.99) 정도 늦추면, S.Africa 지상국이 추가적으로 제외되어 Perth, KGS, GSOC 지상국 3개소만으로 모든 데이터를 전송할 수 있게 되었다.
실험예제는 실제 운용되었거나, 운용 중인 인공위성과 지상국을 대상으로 하였으며, 수치실험에 이용된 인공위성에 대한 궤도 정보는 [Table 1], 지상국에 대한 정보는 [Table 2] 와 같다. 또한, 각 인공위성과 지상국 간의 통신 가능 시간대의 데이터는 우주비행 시뮬레이션을 위한 전문 소프트웨어인 AGI사의 STK를 통해 생성하였다. STK는 [Table 1]과 같은 인공위성 궤도 정보와 실제적인 중력장 (Gravitational field) 모델을 기반으로 우주비행을 모의하고, [Table 2]와 같은 지상국 위치 정보에 따라 [Figure 6]과같은 형태로 각 인공위성과 통신할 수 있는 시간대 데이터를 제공한다.
또한, 실제적인 실험예제를 구성하고, 이에 대한 수치실험을 통해 수리모형의 적합성과 본 연구의 실효성을 검증하였다. 또한, 본 연구의 수치실험은 현존하는 지상국들을 대상으로 수행되었다. 하지만, 그들의 위치를 지상국 건설을 위한 후보지로 고려한다면, 이는 지상국 입지선정 문제로 전환된다.
실험예제는 실제 운용되었거나, 운용 중인 인공위성과 지상국을 대상으로 하였으며, 수치실험에 이용된 인공위성에 대한 궤도 정보는 [Table 1], 지상국에 대한 정보는 [Table 2] 와 같다.
1절에서 제기된 인공위성들의 통신 시간대 조정(Δti )에 대한 효과를 검토한다. 실험은 인공위성 5대와 지상국 7개소에 대해 수행되었다. 인공위성은 우리나라의 ARIRANG-3, STSAT-3과 독일의 RAPIDEYE-5, COMPASS-1, 그리고, 미국의 SWAS가 사용되었으며, 지상국은 Perth, KGS, GSOC, Wallops, Poker Flat, S.
실험은 인공위성 5대와 지상국 7개소에 대해 수행되었다. 인공위성은 우리나라의 ARIRANG-3, STSAT-3과 독일의 RAPIDEYE-5, COMPASS-1, 그리고, 미국의 SWAS가 사용되었으며, 지상국은 Perth, KGS, GSOC, Wallops, Poker Flat, S. Africa 와 Massda로 고려하였다. 또한, 시간대의 조정은 우리나라의 인공위성 ARIRANG-3(i=1), STSAT-3(i=2)에 한해 가능하고, 다른 국가의 인공위성에 대해서는 현재의 궤도를 유지함을 가정하였다.
[Table 6]은 실험결과를 요약하여 보여주고 있으며, 세부적인 인공위성-지상국 간의 통신 스케줄링 결과는 [Table 7] 과 [Table 8]에 제시되었다. 통신 시간대 조정이 없는 경우에서는 지상국 7개소 중 Wallops, Poker Flat, Massda를 제외한 4개소가 사용되었으며, 지상국 사용료는 총 50,444.5 단위로 산정되었다. 또한, ARIRANG-3와 STSAT-3의 통신 시간대 조정을 검토하기 위한 실험에서는, 두 인공위성의 통신 시간대를 약 13분(Δt1=Δt2=12.
성능/효과
또한, 인공위성과 지상국 간의 통신 환경은 일반적인 산업현장에서의 스케줄링 환경과 다소의 차별성을 갖는다. 가장 주요한 특징으로는, 인공위성이 지구를 공전함에 따라 특정 시간대에 한해 통신이 가능하고, 인공위성과 지상국이 1:1 통신만 가능하다는 것이다. 더욱이, 다수의 인공위성과 다수의 지상국에 대한 통신 스케줄링의 복잡도는 인공위성과 지상국의 수가 증가함에 따라 지수적으로 증가한다.
실험예제의 최적해(Optimal solution)는 IBM사의 ILOG CPLEX를 이용하여 탐색되었으며, 실험결과를 통해 시간대 중복 방지 제약 등 제 2장의 수리모형이 정상적으로 작동함을 확인할 수 있었으며, 각 인공위성과 지상국 간의 통신시간 할당 현황은 [Table 4]와 같았다. 이때, 총 10개의 지상국 중 Alcantara와 South Africa 지상국은 사용되지 않았으며, McMurdo부터 Pocker Flat까지의 지상국 5개소는 사용률(Utilization)이 낮게 나타났다.
후속연구
따라서 임무와 통신을 동시에 고려한 연구가 필요하다. 둘째로는, 본 연구에서는 인공위성 스케줄링을 위해 통신만을 고려하고 있으나, 보다 다양한 현실적 요소들을 고려할 필요가 있다. 즉, 각 인공위성의 잔여 에너지(Energy), 메모리 등에 따라 통신 긴급도가 달라질 수 있다.
즉, 본 연구의 결과는, 중.장기적 인공위성 발사/운용 계획 수립과 지상국 임차 및 건설을 위한 검토 등에 다양하게 활용될 수 있을 것으로 기대한다.
향후 연구방향으로는, 첫째, 본 연구를 포함한 현재까지의 인공위성 스케줄링 관련 연구들은 인공위성의 임무와 통신(데이터 전송) 중 한 가지만을 고려하고 있다. 하지만, 지구관측, 정찰위성 등과 같은 경우, 임무(영상 촬영) 후 데이터를 전송하는 임무-통신의 순서가 고려되어야 하며, 영상 저장을 위한 메모리(Memory)의 제약으로 다음 임무 전에 데이터를 전송해야 할 수도 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
인공위성이 실생활에서 중요한 요소가 된 분야는 무엇인가?
인공위성(Satellite)은 방송통신, 영상, 기상예보, 전자 지도, 내비게이션과 같은 편의 서비스부터 미사일 경보,정밀유도항법, 감시.정찰 등의 안보.군사적 목적에 이르기까지 현대인의 실생활과 뗄 수 없는 중요한 요소가 되었다. 또한, 인공위성을 운영함에 있어 지구와의 통신은 필수적이다.
인공위성의 시간에 따른 궤적은 무엇으로 결정되는가?
우주공간에서 지구를 공전하는 인공위성의 시간에 따른 궤적(Trajectory)은 궤도의 모양, 크기, 방향, 자세를 정의하기 위한 5가지, 궤도상의 위치를 정의하는 1가지로 구성된 궤도요소(Orbit elements)에 따라 결정되며, 는 지구를 중심으로 하는 스푸트니크 케플러 타원 궤도의 궤도요소를 정의하고 있다[9].
인공위성과 지상국 간 통신 스케줄 관리는 어떤 문제와 유사한가?
따라서 인공위성-지상국 간의 통신 스케줄링은 인공위성 운용의 효율성에 직접적인 영향을 미치게 되었으며, 이에 따라 관련 연구도 활발하게 수행되고 있다. 다수의 인공 위성-지상국 간 통신 스케줄링 문제는 m대의 기계에 n개의 작업을 할당하는 n-Job/m-Machine 문제 또는 다중 선택 배낭문제(Multiple knapsack problem)와 유사하지만 [3, 4, 10], 통신환경의 특수성이 고려되어야 한다.
참고문헌 (23)
Baek, S.-W., Cho, K.-R., Lee, D.-W., and Kim, H.-D., A Comparison of Scheduling Optimization Algorithm for the Efficient Satellite Mission Scheduling Operation, Journal of The Korean Society for Aeronautical and Space Sciences, 2010, Vol. 38, No. 3, pp. 48-57.
Baek, S.-W., Han, S.M., Cho, K.R., Lee, D.W., Yang, J.S., Bainum, P.M., and Kim, H.D., Development of a scheduling algorithm and GUI for autonomous satellite missions, Acta Astronautica, 2011, Vol. 68, No. 7, pp. 1396-1402.
Bahn, H., Efficient Scheduling of Sensor-based Elevator Systems in Smart Buildings, Journal of the Korea Academia-Industrial cooperation Society, 2016, Vol. 17, No. 10, pp. 367-372.
Choi, J.Y., Two-Agent Single-Machine Scheduling with Linear Job-Dependent Position-Based Learning Effects, Journal of Society of Korea Industrial and Systems Engineering, 2015, Vol. 38, No. 3, pp. 169-180.
Corrao, G., Falone, R., Gambi, E., and Spinsante, S., Ground station activity planning through a multi-algorithm optimisation approach, In Satellite Telecommunications (ESTEL), 2012 IEEE First AESS European Conference on, 2012, pp. 1-6.
Dishan, Q., Chuan, H., Jin, L., and Manhao, M., A Dynamic Scheduling Method of Earth-Observing Satellites by Employing Rolling Horizon Strategy, The Scientific World Journal, 2013, pp. 1-11.
Han, S., Baek, S., Jo, S., Cho, K., Lee, D., and Kim, H., Optimization of the Satellite Mission Scheduling Using Genetic Algorithms, in The Korean Society For Aeronautical And Space Sciences, 2008, pp. 1163-1170.
KARI(Korea Aerospace Research Institute), https://www. kari.re.kr/kor/sub07_02_03_14.do.
Kim, H.-B. and Kim, H.-S., Optimal Satellite Constellation Design for Korean Navigation Satellite System, Journal of Society of Korea Industrial and Systems Engineering, 2016, Vol. 39, No. 3, pp. 1-9.
Kim, J.W., A Study on Deterministic Utilization of Facilities for Allocation in the Semiconductor Manufacturing, Journal of Society of Korea Industrial and Systems Engineering, 2016, Vol. 39, No. 1, pp. 153-161.
Lee, C.H. and Cheung, K.M., Mixed integer programming & heuristic scheduling for space communication networks, In Aerospace Conference, 2012 IEEE, 2012, pp. 1-10.
Lee, J., Kim, H., Chung, H., and Ko, K., Genetic algorithm- based scheduling for ground support of multiple satellites and antennae considering operation modes, International Journal of Aeronautical and Space Sciences, 2016, Vol. 17, No. 1, pp. 89-100.
Lee, J., Wang, S., Chung, D., Hyun, C., Choi, S., Ko, K., Ahn, H., and Jung, O., Visibility conflict resolution for multiple antennae and multi-satellites via genetic algorithm, in Aerospace Conference, 2013 IEEE, 2013, pp. 1-10.
Lee, Y., Lee, K., Seo, I., and Ko, S.-S., Efficient Satellite Mission Scheduling Problem Using Particle Swarm Optimization, Journal of Society of Korea Industrial and Systems Engineering, 2016, Vol. 39, No. 1, pp. 56-63.
Li, H.J., Lu, Y., Dong, F.H., and Liu, R., Communications satellite multi-satellite multi-task scheduling, Procedia Engineering, 2012, Vol. 29, pp. 3143-3148.
Luo, K., Wang, H., Li, Y., and Li, Q., High-performance technique for satellite range scheduling, Computers & Operations Research, 2017, Vol. 85, pp. 12-21.
Spangelo, S., Cutler, J., Gilson, K., and Cohn, A., Optimization- based scheduling for the single-satellite, multiground station communication problem, Computers & Operations Research, 2015, Vol. 57, pp. 1-16.
Sun, J. and Xhafa, F., A genetic algorithm for ground station scheduling, in Complex, Intelligent and Software Intensive Systems (CISIS), 2011 International Conference on, 2011, pp. 138-145.
Wang, P., Reinelt, G., Gao, P., and Tan, Y., A model, a heuristic and a decision support system to solve the scheduling problem of an earth observing satellite constellation, Computers & Industrial Engineering, 2011, Vol. 61, No. 2, pp. 322-335.
Wang, P., Tan, Y., and Reinelt, G., A Comparison of Heuristic Methods for Scheduling Earth Observing Satellites Fleet, In Information Technology and Computer Science (ITCS) 2009, International Conference on, 2009, Vol. 2, pp. 164-167.
Wu, G., Wang, H., Pedrycz, W., Li, H., and Wang, L., Satellite observation scheduling with a novel adaptive simulated annealing algorithm and a dynamic task clustering strategy, Computers & Industrial Engineering, 2017, Vol. 113, pp. 576-588.
Xhafa, F., Sun, J., Barolli, A., Biberaj, A., and Barolli, L., Genetic algorithms for satellite scheduling problems, Mobile Information Systems, 2012, Vol. 8, pp. 351-377.
Xhafa, F., Sun, J., Barolli, A., Takizawa, M., and Uchida, K., Evaluation of genetic algorithms for single ground station scheduling problem, in Advanced Information Networking and Applications (AINA), 2012 IEEE 26th International Conference on, 2012, pp. 299-306.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.