Online Convex Optimization for On-Board Routing in High-Throughput Satellites

Ces dernières années ont vu une augmentation marquée du nombre d’utilisateurs de services Internet par constellation de satellites. Ces services sont particulièrement nécessaires dans les zones reculées où les réseaux terrestres traditionnels sont inexistants ou trop coûteux à mettre en place, améliorant ainsi la connectivité mondiale. Alors que les principales entreprises de services Internet par satellites se concentrent sur le lancement de satellites supplémentaires comme solution à court terme, une approche plus durable consiste à concevoir des satellites plus performants et à plus haute capacité : les satellites à ultra-haut débit (extremely high-throughput satellites, EHTS). Malgré des recherches approfondies sur l’amélioration du transfert de données entre les satellites de ces constellations, il subsiste une lacune importante dans la compréhension et l’optimisation du routage interne au sein des EHTS, en particulier entre les modems. Une telle optimisation est cruciale pour garantir le niveau de qualité de service désiré aux utilisateurs. Ce mémoire aborde le défi de minimiser les coûts de perte de paquets dans un système satellitaire, en tenant compte des ressources de calcul limitées disponibles à bord. Nous modélisons ce problème comme un problème d’optimisation convexe sujet à des contraintes sur le système et physiques. Notre solution repose sur la commande prédictive (model predictive control, MPC) pour optimiser le routage de données entre les modems. Nous améliorons ensuite cette approche avec le concept d’optimisation convexe en temps réel (online convex optimization, OCO), en utilisant spécifiquement l’algorithme OIPM-TEC. Cette nouvelle combinaison, appelée OCO-MPC, offre un équilibre entre performance et efficacité de calcul. La méthodologie basée sur MPC apporte une réactivité face à l’incertitude, tandis que l’OCO permet une adaptation en temps réel avec des besoins de calcul réduits. Cette approche rend notre solution adaptée à une mise en oeuvre dans les systèmes matériels satellitaires actuels, où la puissance de traitement est limitée. Nous évaluons les performances de notre approche à l’aide de simulations numériques par rapport aux méthodes traditionnelles qui sont soit irréalistes, soit peu performantes dans des scénarios incertains. Notre méthode s’avère très efficace dans des conditions hautement incertaines tout en étant adaptative et implémentable sur du matériel satellitaire.

Abstract

Recent years have witnessed a significant increase in users of satellite constellation Internet connectivity services. These services are particularly valuable in remote areas where tra- ditional terrestrial networks are unavailable or prohibitively expensive to implement, thus enhancing global connectivity. While current popular satellite Internet service companies have focused on launching more satellites as a short-term solution, a more sustainable ap- proach involves designing better, higher-capacity satellites: extremely high-throughput satel- lites (EHTS). Despite substantial research on improving data transfer between satellites in such constellations, there remains a significant gap in understanding and optimizing internal routing within EHTS, specifically between modems. Such optimization is crucial for ensur- ing the desired quality of service to users. This Master’s thesis addresses the challenge of minimizing packet loss costs in a satellite system, considering the limited computational re- sources available on-board. We model this issue as a convex optimization problem subject to system and physical constraints. Our solution is based on model predictive control (MPC) to optimize packet routing between modems. We then enhance this approach utilizing online convex optimization (OCO), specifically using the OIPM-TEC algorithm. This new combina- tion, termed OCO-MPC, offers a balance between performance and computational efficiency. MPC provides responsiveness to uncertainty, while OCO enables real-time adaptation with reduced computational requirements. This approach makes our solution suitable for imple- mentation in current satellite hardware systems, where processing power is limited. We assess the performance of our approach in numerical simulations against traditional methods that are either unrealistic or poorly performing in uncertain scenarios. Our method proves highly efficient under highly uncertain conditions while remaining scalable and feasible for satellite hardware implementation.