Adquiriendo señal…
Adquiriendo señal…
Lección 12 de 12· Control y estimación
0 de 12 lecciones · 0 %
Once lecciones han perfeccionado un pase: el grafo, el lockstep, la geometría, el control, el keyhole, el autotrack, la calibración y el firmware. Un operador de una red de estaciones no piensa en un pase: piensa en un día. Qué contactos hacer con N satélites y M antenas, cuántos datos baja cada uno, cómo mejorar la órbita con lo que se midió y cómo comprobar, al final, que todo cuadra. Esta lección recorre esa capa con el planificador de src/atp_ros/atp_ros/planificador.py (docs/PLANIFICADOR.md), la determinación de órbita de od.py (docs/OD.md), la misión integrada de src/atp_mision (docs/MISION.md), la calidad (docs/CALIDAD.md) y la app station/ (FastAPI y React).
Tres cursos del catálogo se encuentran aquí. De Mecánica Orbital vienen SGP4, las ventanas de visibilidad y la determinación de órbita por lotes. De Estaciones Terrenas SDR, la modulación adaptativa (ACM) de DVB-S2 que convierte C/N0 en bits. Y de Sistemas Distribuidos Espaciales, la cola de trabajos, los eventos al navegador y el aislamiento entre corridas que hacen posible ejecutar decenas de simulaciones el mismo día sin que se pisen.
Una ventana es una cuádrupla (satélite, estación, AOS, LOS): los instantes en que el satélite sube y baja por la máscara de elevación de la estación, calculados con SGP4 por orbit.predecir_pases. Durante la ventana, el rango oblicuo cambia y con él el enlace. El planificador muestrea cada segundo:
Un símbolo dura segundos, así que su energía es la potencia por la duración: . Dividiendo por la densidad de ruido,
Con ACM, en cada instante se usa el MODCOD de DVB-S2 de mayor eficiencia espectral (bits de información por símbolo) cuyo umbral, más un margen, se cumple. Bits por símbolo por símbolos por segundo da la tasa, , y el volumen del contacto es la integral de la tasa sobre la ventana:
La cota de la derecha es Shannon para la misma ; el planificador la integra igual, por trapecios, y en el estudio de 24 h el ACM logra el 73.6 % de ella. La tabla es la de ETSI EN 302 307 V1.2.1, Tabla 13, extraída del PDF oficial (no de memoria):
# src/atp_ros/atp_ros/planificador.py (extracto de la tabla y la eleccion)
MODCOD_DVBS2 = (
('QPSK 1/4', -2.35, 0.490243), ('QPSK 1/2', 1.00, 0.988858),
('8PSK 5/6', 9.35, 2.478562), ('16APSK 2/3', 8.97, 2.637201),
('32APSK 9/10', 16.05, 4.453027), # ... 28 en total
)
def elegir_modcod(esn0, margen_db=0.0):
e = np.atleast_1d(np.asarray(esn0, dtype=float))
ok = e[:, None] >= (_MC_REQ + float(margen_db))[None, :]
eta = np.where(ok, _MC_ETA[None, :], 0.0) # la eficiencia NO es monotona:
idx = np.where(ok.any(axis=1), eta.argmax(axis=1), -1) # 16APSK 2/3 domina a 8PSK 5/6
Ejemplo resuelto. Carga útil hipotética del estudio: banda X (8.4 GHz), EIRP 12 dBW, 10 Mbaud, plato de 3 m con = 24.4 dB/K, 3 dB de pérdidas fijas, margen ACM de 1 dB. A 1000 km de rango:
El MODCOD más alto, 32APSK 9/10, pide dB: se cumple, y la tasa es Mbit/s. (Es el comentario del propio código: "C/N0 ~ 91 dB-Hz a 1000 km (Es/N0 ~ 21 dB, el MODCOD mas alto)".) Un pase de diez minutos con esas cifras baja unos pocos gigabytes.
El algoritmo obvio, el que usaría una operación sencilla, es codicioso: ordenar las ventanas por peso (prioridad × GB) de mayor a menor y aceptar cada una si cabe con las ya aceptadas. La prueba test_codicioso_cae_en_la_trampa_y_el_optimo_no construye el contraejemplo clásico con una sola estación:
| Ventana | intervalo (s) | peso |
|---|---|---|
| A | [0, 1000] | 10 |
| B | [0, 400] | 6 |
| C | [500, 900] | 6 |
A se solapa con B y con C; B y C son compatibles entre sí (100 s de hueco, más que los 35 de re-apuntamiento). Los planes factibles son = 10, = 6, = 6 y = 12; ningún plan contiene A junto a otra. El codicioso toma primero A (la de mayor peso), y entonces B y C chocan con ella: termina con 10. El óptimo es con 12. La brecha es . Y no hay una garantía constante que rescate al codicioso: una ventana de peso que tape ventanas disjuntas de peso 1 le hace obtener frente a .
Con una sola estación el óptimo exacto es barato: es el problema de intervalos con peso. Ordenando por LOS y llamando a la última ventana compatible con la ,
porque la ventana o no está en el plan (y queda el óptimo de las anteriores) o está, y entonces solo caben las compatibles con ella. Lo difícil es la restricción de satélite, que acopla estaciones. El óptimo propio de la Estación (bb) la quita, resuelve cada estación por programación dinámica (su suma es una cota superior válida) y ramifica sobre los choques de satélite; cuando no prueba el óptimo, milp (HiGHS) lo resuelve como programa entero con por cada par incompatible.
El estudio de 24 h (ISS, NOAA 15/18/19/20/21, METEOR-M2 3 y 4; CDMX, Tromsø, Quito y Madrid; PLANIFICADOR.md §3): 173 ventanas, 516.3 GB disponibles sin la restricción de antena.
| Plan | contactos | GB | brecha |
|---|---|---|---|
| codicioso por peso | 105 | 320.4 | 8.35 % |
| codicioso por densidad | 108 | 329.2 | 5.84 % |
| codicioso por llegada | 107 | 314.7 | 9.98 % |
| óptimo (HiGHS, probado) | 115 | 349.6 | — |
La brecha del codicioso por peso: . Sin Tromsø la misma red da una brecha de solo 0.13 %: los satélites heliosíncronos pasan por Tromsø casi en cada órbita, las ventanas se solapan densamente en una sola antena y escoger mal bloquea dos buenas. Los GB son del escenario (carga útil hipotética idéntica en todos), no telemetría real de esos satélites.
El TLE envejece: en docs/OD.md §4, con TLE de 1 a 4 días, el error en el AOS es de 0.45–0.62°, y en Ka (0.233°) solo el 3 % de los pases se adquiere sin autotrack. La Estación cierra el lazo: el autotrack (lección 9) produce ángulos de centésimas de grado, la montura calibrada (lección 10) quita sus sesgos y od.py ajusta por lotes el estado con Gauss-Newton y Levenberg-Marquardt, con la matriz de transición de estado y el a priori del TLE: las mismas ecuaciones normales de la lección 10, ahora con un propagador numérico dentro. Con tres pases de la red el error en el AOS cae a 0.006–0.008° y el 100 % de los pases siguientes se adquiere en Ka sin autotrack durante un día.
scripts/mision.py encadena todo (docs/MISION.md):
ros2 launch atp_mision mision_pase.launch.py), con el pase SGP4 real y un satélite verdadero distinto del TLE; cada corrida en su propio ROS_DOMAIN_ID, tomado del pool 200–229 y devuelto al terminar.profile:=od)../run.sh python3 scripts/mision.py --sats "ISS,NOAA 20" --estaciones cdmx,madrid --horas 3 \
--n-od 2 --n-min-od 2 --el-cal-min 8 --latencia-od 300 --id corta --salida runs
./run.sh bash scripts/validar.sh mision # mision corta real dos veces + determinismo
El informe no lleva tiempos de pared ni identificadores aleatorios: con la misma configuración es idéntico byte a byte. El lockstep hace que la carga de la máquina cambie el tiempo que tarda el día, no sus cifras. Y una lección operativa que el repositorio documenta sin adornos: el 2 de octubre de 2026 una misión con --concurrencia 6 lanzada sin límites dejó la máquina de 8 hilos sin responder; desde entonces se lanza por la Estación (cola, tope, timeout), mision.py recorta la concurrencia a la mitad de los hilos y los contenedores tienen límites de CPU y memoria.
station/backend es FastAPI con un solo worker (la cola y el estado viven en un proceso), SQLite, como máximo 2 corridas simultáneas, cada una con su dominio del pool 100–199, y SSE para empujar la telemetría en vivo al navegador. station/frontend es React: lanzar experimentos del catálogo, ver la montura 3D, la biblioteca, comparar corridas y el Gantt del plan de contactos. La calidad (docs/CALIDAD.md) se apoya en suites por capa (pytest de atp_ros, atp_hw, backend), la escalera de scripts/validar.sh con su prueba de determinismo (det_n5 es bloqueante en CI desde el hallazgo 6.4 de la lección 9) y un E2E con Chromium y Playwright contra el backend real: 61 comprobaciones.
Tres ventanas en una sola antena: A [0, 1000] s con peso 10, B [0, 400] s con peso 6 y C [500, 900] s con peso 6. ¿Qué hace el codicioso por peso?
El bloque calcula el C/N0 y el MODCOD del ejemplo a 1000 km, integra el volumen de un pase de 830 km de altitud con un extracto de siete MODCOD (menos escalones que la tabla completa, así que algo menos de volumen) y su cota de Shannon, y compara el codicioso con el óptimo por fuerza bruta en la trampa clásica y en 15 ventanas aleatorias con semilla fija.
En la salida: 91.1 dB-Hz, 21.1 dB y 44.5 Mbit/s; un pase de 624 s (elevación máxima 46°) con 3.17 GB y el 71 % de Shannon; el re-apuntamiento de 35 s; la trampa con 10 frente a 12; y en las 15 ventanas, el codicioso por peso un 6 % por debajo del óptimo y los otros criterios más lejos. Cambia la semilla: a veces el codicioso acierta y a veces pierde más del 10 %. Eso es exactamente lo que no se puede garantizar.
El laboratorio Planificador de contactos arranca en «Red de 3 estaciones y 6 satélites» con re-apuntamiento de 35 s. Elige primero el escenario «Trampa clásica (10 frente a 6 + 6)» y alterna el algoritmo entre «codicioso por peso» y «óptimo por ramificación y poda»: el Gantt cambia la barra larga por las dos cortas y la brecha pasa de 16.6 % a 0. Vuelve a la red por defecto y prueba los tres criterios codiciosos: lee la brecha y los nodos explorados por el óptimo. Sube el re-apuntamiento a 120 s y mira cómo se agrisan ventanas que antes cabían. Por último, haz clic en una ventana larga y sigue su curva de C/N0 → MODCOD: el escalón alto está en el centro del pase, donde el rango es mínimo, y la eficiencia frente a Shannon ronda el 70 %.
src/sat_isl, src/atp_ntn) como continuación natural, fuera de este curso.Este es el final del recorrido: de hello_ros a un día de operaciones de una red, con cada cifra medida en lockstep y cada supuesto declarado. El proyecto integrador te pide que añadas tu propia pieza siguiendo las mismas reglas.
Cierre de la lección
Sigue el recorrido de la lección paso a paso.
Con una cuenta desbloqueas el cuestionario, el foro de dudas y el tutor con IA de esta lección, además del registro de progreso y el certificado verificable al terminar «ROS 2 aplicado: la Estación ATP de punta a punta».