Resumen
La proliferación de satélites en órbita baja, media y geoestacionaria plantea un nuevo escenario con relación a la tecnología espacial que da paso a la denominada computación orbital distribuida, que implica que múltiples satélites cooperen entre sí para procesar datos y ofrecer servicios desde el espacio. En este artículo se explora la interoperabilidad entre órbitas LEO, MEO y GEO y el concepto de una arquitectura distribuida, examinando algunas características técnicas, la necesidad de redes multi satélite interoperables, los beneficios frente a las infraestructuras basadas únicamente en estaciones terrenas, los retos tecnológicos, así como algunas aplicaciones prácticas que se podrían beneficiarse de este enfoque. Se presenta una breve revisión del estado del arte en redes satelitales distribuidas y computación en órbita, identificando los principales retos tecnológicos para lograr la interoperabilidad entre satélites de distintas órbitas, así como también algunas las tecnologías habilitadoras. En adición, se expone un análisis comparativo de las órbitas LEO/MEO/GEO y se describen algunas aplicaciones que ilustran el potencial de la computación orbital distribuida.
Palabras claves: Computación orbital, interoperabilidad, multi-órbita
Introducción
Durante la última década la industria espacial satelital ha sufrido importantes cambios y vive un momento tecnológico sin precedente, marcado principalmente por el lanzamiento masivo de satélites pequeños en órbitas bajas. Históricamente, las misiones satelitales se basaban principalmente en el uso de satélites en órbitas altas, en un modelo que se popularizó en el sector de radiodifusión y que ofreció grandes soluciones para las telecomunicaciones en general y la observación de la tierra, pero que gracias a los avances tecnológicos en los sistemas de carga útil y la miniaturización ha sido posible desplegar constelaciones de satélites y explotar comercialmente el servicio de banda ancha de baja latencia desde órbitas bajas. Proyectos como OneWeb (Eutelsat), Starlink (Space X) y Kuiper (Amazon) han abierto la puerta a nuevas posibilidades en el espacio con sus constelaciones LEO, como por ejemplo la interoperabilidad multiórbita [1] o la idea de llevar capacidades de cloud computing o edge computing al espacio mediante la utilización de hardware comercial estándar (COTS, por sus siglas en inglés) a bordo de satélites, que ha dando pie al concepto el denominado computación en el borde orbital (OEC, por sus siglas en inglés) [2].
OEC es una alternativa a depender exclusivamente de procesar la información en la Tierra, ya que propone distribuir la carga computacional entre múltiples satélites, permitiendo procesar grandes volúmenes de datos en el espacio, algo que podría reducir la latencia y la cantidad de datos que deben transmitirse a estaciones terrenas. Estudios recientes han reconocido que OEC podría ser una tecnología clave para futuras redes y su desarrollo está en exploración activa [2]. En línea con estos desarrollos, las grandes constelaciones de comunicación están incorporando los denominados enlaces inter-satélite (ISL) de alta velocidad, usando láseres ópticos, que permiten que los satélites se comuniquen directamente entre sí, por lo que todos estos avances suponen un futuro de redes satelitales menos dependientes de estaciones terrenas y se vislumbra una integración más estrecha entre satélites de distintas órbitas [1]. En este contexto, la interoperabilidad entre plataformas en LEO, MEO y GEO se vuelve crítica para explotar las fortalezas complementarias de cada órbita.
En la Figura 1, vista en [6] se observa lo que sería el enrutamiento entre órbitas.
Vistos estos elementos, este artículo se estructura de la siguiente manera, la sección dos aborda el estado del arte de las redes satelitales distribuidas; la sección tres presenta una comparación técnica entre las órbitas LEO, MEO y GEO; en la sección cuatro se plantea la necesidad de las arquitecturas distribuidas y en posteriormente apartados cinco, seis y siete, se abordan beneficios, retos y aplicaciones, respectivamente, y por último se expone una conclusión sobre el caso bajo análisis.
2. Estado del arte de redes satelitales distribuidas
Los sistemas satelitales tradicionales comúnmente operaban de manera aislada, ya que las constelaciones en órbitas bajas/medias y los satélites geoestacionarios se diseñaban para mercados distintos. En la actualidad, ésta marcada diferencia tiende a difuminarse ya que la industria satelital ha empezado a adoptar enfoques híbridos multi-órbita, combinando satélites LEO, MEO y GEO en redes integradas para aprovechar las ventajas ofrecidas en cada capa orbital [1].
Algunas investigaciones recientes proponen arquitecturas de redes satelitales multicapa (MLSS, Multi-Layer Satellite Systems), argumentando que la combinación inteligente de satélites en diferentes órbitas puede aumentar significativamente la disponibilidad y resiliencia de los servicios de red. Höyhtyä et al., en [1] sustenta que una red integrada LEO-GEO puede explotar la menor variación temporal (jitter) de los enlaces GEO junto con la baja latencia de LEO, mejorando la conectividad de forma robusta y considera que las redes multi-órbita serán componentes clave de las futuras comunicaciones 6G. Si bien el artículo revisado en [1] se enfoca en una arquitectura multi-órbita y sus elementos habilitadores, presenta una aproximación técnica con elementos de mercado bastante coherentes, presentando un modelo de integración multi-órbita que se estructura con al menos dos capas orbitales, por ejemplo, LEO-GEO.
Otro trabajo revisado, fue el estudio de Gunter y Maessen en [3], que exploró un arreglo de pequeños satélites en red como sistema distribuido de cómputo para aplicaciones científicas. En su trabajo, suponen minisatélites capaces de procesar cooperativamente datos de observación en el espacio; argumentando que, ante un eventual ancho de banda limitado de bajada hacia la Tierra, resultaría más eficiente procesar los datos en el espacio y solo enviar a tierra los resultados o productos finales, de este modo se reduce la dependencia de estaciones terrenas.
En línea con lo anterior, ha surgido el concepto de redes de satélites inteligentes con capacidad de procesamiento a bordo cooperativo. NASA emplea el término “Distributed Satellite System (DSS)”, que se emplea en misiones científicas para referirse a arquitecturas con múltiples satélites actuando de forma coordinada para lograr objetivos compartidos [4].
Otro avance en el estado del arte es la proliferación de enlaces inter-satélite de alta velocidad dentro de constelaciones comerciales. Starlink de SpaceX, por ejemplo, equipa láseres en muchos de sus satélites para enrutar datos en el espacio y disminuir la necesidad de los denominados gateways terrestres [5]. Los ISLs (Inter-Satellite Links) reducen la dependencia de tener una estación terrena, en su lugar, los satélites pueden reenviar datos entre ellos hasta encontrar uno con conexión a una estación disponible, por lo que se habilita una cobertura continua en zonas o regiones sin infraestructura en tierra. Adicionalmente, al eliminar saltos innecesarios a tierra se disminuye la latencia extremo a extremo de la red; esto último supone una mejora con relación a la calidad del servicio.
Con relación a computación en órbita, proyectos experimentales comienzan a poner en práctica estos conceptos, como es el caso de la Academia China de Ciencias que lanzó satélites de la serie Tianzhi, con capacidades informáticas significativas a bordo. Por ejemplo, el Tianzhi2 incorpora aproximadamente 40 TOPS (Tera Operations per second) de poder de cómputo en un satélite de solo 19 kg, demostrando la viabilidad de hardware de alto rendimiento en plataformas pequeñas [2]. Los Tianzhi son satélites reconfigurables, mejor conocidos como satélites definidos por software.
Estos satélites definidos por software representan un paso hacia satélites flexibles, donde las funciones se pueden actualizar dinámicamente mediante software una vez en órbita, un aspecto que podría facilitar la interoperabilidad y adaptación de los satélites para misiones cambiantes.
Otro concepto emergente es la integración espacio-aire-tierra, donde los satélites LEO/MEO/GEO interactúan con vehículos aéreos (drones, globos estratosféricos) y con la red terrestre, conformando una red heterogénea [2]. En dichas arquitecturas denominadas SAGIN (Space-Air-Ground Integrated Network), los satélites especialmente en LEO, actuarían como nodos de cómputo y comunicación en el cielo para extender Internet y servicios IoT (Internet of Things) a cualquier punto del planeta.
En [6] los autores hablan de las tecnologías habilitadoras para el despliegue de la computación satelital, señalando la Tecnología de Virtualización Ligera en satélites; al utilizar la virtualización para combinar la capacidad de procesamiento de varios satélites, las tareas de cálculo en la red se fragmentan en pequeños servicios independientes, que se ejecutan como microservicios en los procesadores del sistema central de control (CCS), lo que disminuye de manera efectiva la cantidad de trabajo que cada satélite individual debe realizar.
Otra tecnología habilitadora mencionada en [6] es la denominada Función de computación de borde de la estrategia de división satelital que hace parte de la computación de borde a bordo de los satélites, y es un elemento esencial para optimizar las capacidades de procesamiento de datos espaciales, ya que permite la ejecución modular y colaborativa de tareas. Por último, la Fusión inteligente a bordo de satélites multifuente, que implica que la inteligencia artificial (IA), que tiene el potencial efectuar el procesamiento a bordo, adapte las estrategias, ofreciendo un enfoque dinámico para la fusión de procesamiento de datos que es sensible a los matices de los datos satelitales de múltiples fuentes.
En síntesis, el estado del arte muestra dos tendencias convergentes, por un lado, la diversificación orbital (uso combinado multi-órbita) en busca de mayor rendimiento y cobertura, y por otro, satélites de mayor capacidad de procesamiento y con enlaces entre ellos para funcionar como una “nube orbital”. Esto sienta las bases para la computación orbital distribuida interoperable entre órbitas, que analizaremos en las secciones siguientes.
3. Comparativa de órbitas LEO, MEO y GEO
Antes de profundizar en la arquitectura distribuida, es importante entender las diferencias técnicas entre las órbitas bajas (LEO), medias (MEO) y geoestacionarias (GEO); cada régimen orbital tiene características técnicas distintas debido a su altitud, cobertura terrestre, retardo de comunicación, costos y desafíos operativos. La Figura 2 muestra las ubicaciones de estas órbitas sobre las cuales estableceremos sus principales diferencias.
3.1. Cobertura
La principal diferencia entre los satélites de distintas órbitas se da producto de su altura, y es que mediante satélites geoestacionarios, por ejemplo, se puede obtener una cobertura muy amplia, siendo posible cubrir casi toda la superficie terrestre habitable con solo tres satélites espaciados 120°; en contraste, los satélites LEO vuelan típicamente entre 500 y 1,200 km de altura, con esta cercanía, la cobertura de cada satélite LEO es mucho más reducida y su huella en tierra cubre una porción más pequeña del planeta, por lo que para dar cobertura a gran escala es necesaria una constelación de satélites. Por su parte, los satélites en órbita media (MEO), que se sitúan entre 5,000 y 20,000 km de altura, tienen áreas de cobertura más grandes que LEO pero menores que GEO y suelen necesitarse del orden de una decena de satélites MEO para dar cobertura mundial.
3.2. Latencia
En términos de latencia de comunicaciones, la diferencia también es notable, ya que un satélite GEO, por su gran distancia a la Tierra, introduce aproximadamente 240 ms de retardo de propagación en un enlace ida y vuelta, un elemento que afecta aplicaciones interactivas sensibles a la latencia. Por el contrario, en LEO la latencia puede ser de solo aproximadamente de 30 ms (ida y vuelta) debido a la menor distancia; en la práctica, los sistemas LEO actuales logran latencias del orden de 50 ms, una mejora de casi 10 veces frente a GEO. Como es de esperarse, los sistemas MEO ofrecen latencias intermedias de aproximadamente 100 ms.
En [7] se presentan diferencias numéricas de latencia, que otorgan retardos de 476 ms, 106.7 ms y 7.32 ms, para comunicaciones GEO, MEO y LEO, respectivamente.
Estas diferencias hacen que los satélites LEO sea más aptos para servicios en tiempo real, por ejemplo, aplicaciones de juegos en línea o interactividad.
3.3. Costos y complejidad
Otro factor diferenciador entre satélites es el costo y su complejidad; históricamente los satélites GEO han sido más grandes y costosos, pero con una vida útil de aproximadamente 15 años o más, aunque existe ya una tendencia a la miniaturización; no obstante, dadas sus naturaleza se consideran satélites más complejos a diferencia de los satélites LEO que son pequeños (microsatélites o incluso CubeSats), que tienen una vida útil más corta (5-7 años), pero que pueden producirse y lanzarse en masa, generando una especie de economía de escala que reduce costos.
En cuanto a infraestructura de soporte, los GEO requieren pocas estaciones o gateway fijos, dado que cada satélite “ve” siempre la misma región y las antenas de usuario pueden ser estacionarias. Por su parte, las constelaciones de satélites LEO implican redes más complejas, necesitando muchas estaciones de tierra distribuidas globalmente para descargar los datos cuando los satélites pasen sobre ellas.
Asimismo, las antenas de seguimiento de LEO deben apuntar dinámicamente y hacer hand-over cada pocos minutos conforme los satélites pasan por el cielo, esto añade complejidad en comparación con la simplicidad de una antena GEO fija.
Cada órbita enfrenta desafíos particulares, los satélites GEO al estar en órbitas muy altas sufren mayor atenuación lo que exige transmisores más potentes y antenas más grandes, en tanto, los LEO por su número masivo, suponen retos de gestión de tráfico espacial como el riesgo de colisiones y fragmentación, entre otros. Esta breve comparación revela que no existe una órbita “mejor” en todos los aspectos, ya que cada una tiene fortalezas y debilidades.
4. Necesidad de arquitecturas satelitales distribuidas e interoperables
Ante el panorama multi-órbita descrito, surge la pregunta: ¿por qué es necesaria una arquitectura con múltiples satélites distribuidos e interoperando a través de distintas órbitas para soportar sistemas de computación orbital? A continuación, describimos algunas razones que a nuestro criterio sustentan esta necesidad.
4.1. Cobertura global y servicio continuo
Ningún satélite individual puede dar cobertura permanente a todo el planeta, por lo que una arquitectura distribuida de múltiples satélites trabajando en conjunto pueden asegurar que se pueda dar servicio ubicuo 24/7, entregando datos o cobertura en cualquier lugar y en cualquier momento. Esto es crucial para aplicaciones como IoT global o comunicaciones en movilidad (aviones, barcos) donde siempre debe haber un nodo visible en el cielo, por lo que integrar diferentes órbitas puede llenar vacíos de cobertura.
4.2. Redundancia multi-órbita
Una eventual redundancia multi-órbita aumentaría la confiabilidad de los distintos servicios, de hecho, se ha señalado que los satélites en órbitas más altas siguen siendo importantes para la resiliencia de la red incluso en era de LEO masivos. En este sentido, sistemas de comunicación de próxima generación anticipan el ruteo dinámico a través de múltiples capas orbitales según requisitos de la aplicación (latencia, ancho de banda, etc.), eligiendo automáticamente la órbita óptima, supone que las órbitas no deben competir, sino que se deben complementar en una arquitectura unificada.
4.3. Requerimientos de computación distribuida
Para implementar computación orbital distribuida, es indispensable contar con múltiples nodos satelitales interconectados que compartan la carga de trabajo, por lo que un conjunto de satélites coordinados puede funcionar como un “supercomputador” fragmentado, donde cada nodo procesa una parte de los datos o ejecuta tareas en paralelo. Por ejemplo, en una aplicación de observación terrestre, diferentes satélites podrían captar distintas regiones y colaborar procesando mosaicos de imágenes simultáneamente. Esto aceleraría el procesamiento y permite cubrir más área en menos tiempo que si todos los datos tuviesen que ser centralizados primero.
4.4. Limitaciones de enlace descendente
Los sistemas tradicionales recogen grandes volúmenes de datos en órbita, por ejemplo, imágenes de satélite, mediciones científicas, y su cuello de botella se presenta al enviarlos a la tierra; en este sentido una red distribuida permite preprocesar y filtrar datos en el espacio, de modo que solo la información útil o ya condensada se transmite a Tierra. Este enfoque puede reducir la magnitud el volumen de datos a bajar, por lo que satélites de observación, por ejemplo, podrían colaborativamente detectar y extraer características de interés y transmitir solo esos resultados en vez de toda la información sin procesar.
4.5. Creciente número de satélites disponibles
Ante la proliferación de satélites, particularmente en la órbita LEO, tiene sentido intentar usarlos de forma conjunta, sobre la base del potencial informático que supone armonizar toda la infraestructura orbital.
Para ejemplificar esta armonización, supongamos que un dispositivo IoT de baja potencia en una zona remota podría enviar sus datos a cualquier satélite LEO de varias constelaciones distintas, y estos satélites retransmitir entre sí hasta que la información llegue a la red destino, algo que solo sería posible con interoperabilidad entre sistemas potencialmente heterogéneos (distintos operadores u órbitas), planteando la necesidad de estándares abiertos y de cooperación.
Lo anterior va en línea con algunas ideas que exploran la posibilidad de acuerdos de “roaming” espacial multi-constelación, similar al roaming celular terrestre, para aprovechar la infraestructura satelital global de manera compartida. Es importante indicar que el roaming satelital GEO/MEO ya ha sido probado por SES como puede verse en [8].
La Figura 2, muestra un ejemplo de una arquitectura in-teroperable, bajo el modelo de Redes de Información Satelital Distribuida (DSIN, por sus siglas en inglés) [6].
En resumen, la arquitectura multi satélite distribuida no es solo deseable sino necesaria para poder brindar servicios globales de baja latencia, resilientes y escalables desde el espacio, que acompañada con la arquitectura multi-órbita pueden superar las limitaciones individuales de cada una de éstas, permitiendo explotar la computación en el espacio e incluso dar paso a los denominados “centro de datos en el espacio”.
5. Beneficios de la computación orbital distribuida frente a la infraestructura terrestre
En este apartado, ofrecemos una visión que plantea que adoptar arquitecturas orbitales distribuidas e interoperables conlleva una serie de ventajas significativas en comparación con el enfoque convencional centrado en estaciones terrestres, para ellos destacamos algunas de ellas.
5.1. Latencia significativamente menor
Al procesar datos en órbita y utilizar enlaces inter-satélite, se evita tener que enviar continuamente información de ida y vuelta a la Tierra para cada interacción, lo que se traduce en una menor latencia.
5.2. Menor dependencia de la infraestructura terrestre
Emplear computación orbital distribuida disminuye la dependencia de la infraestructura terrestre y así el riesgo de fallas, un ejemplo de estos sería una estación terrestre que queda fuera de servicio.
5.3. Almacenamiento caché en satélites
Un beneficio potencial de la computación orbital distribuida frente a la infraestructura terrena es la posibilidad de contar con almacenamiento caché en órbita; este aspecto está siendo estudiada y existen investigaciones al respecto como puede verse en [9].
5.4. Servicios novedosos y autonomía
Al tener capacidad de cómputo a bordo y comunicación entre satélites, se habilitan nuevos servicios autónomos en el espacio. Por ejemplo, redes satelitales que monitorean eventos (derrames de petróleo, incendios forestales) podrían detectar patrones localmente y alertar en tiempo casi real a las autoridades competentes, en lugar de esperar a que los datos pasen por múltiples estaciones en tierra.
6. Retos tecnológicos para la interoperabilidad orbital
Implementar una arquitectura de computación orbital distribuida entre órbitas LEO, MEO y GEO conlleva enfrentar numerosos desafíos técnicos, los cuales describimos a continuación, sin ser limitativos.
6.1. Falta de estandarización
Lograr interoperabilidad requiere desarrollar estándares comunes en interfaces de radio, formatos de datos y protocolos de enrutamiento. Iniciativas como las del CCSDS (Comité Consultivo de Sistemas de Datos Espaciales) trabajan en protocolos abiertos, pero aún no existe el equivalente a un “TCP/IP espacial” plenamente adoptado, sin embargo, gracias a los satélites definidos por software (SDS), sería posible adaptarse a distintos estándares sobre la marcha [2]. Sin estándares ni flexibilidad, la interoperabilidad multi-órbita podría limitarse a constelaciones de un mismo operador.
6.2. Sincronización temporal y control distribuido
En redes distribuidas es crucial que los nodos compartan una referencia temporal precisa para coordinar operaciones (por ejemplo, para conmutación de enlaces o procesado colaborativo). La sincronización de tiempo entre satélites es una tarea compleja debido a efectos relativistas y a la propia dinámica orbital; en este sentido existen ya sistemas GPS que realizan sincronización de sus relojes mediante enlaces inter-satélite y referencias en tierra.
En [10] se propone una solución de sincronización horaria distribuida entre satélites basada en el intercambio de tiempo distribuido y paralelo para superar el impacto de la latencia dinámica del enlace satelital, en tanto en [11] se hace un abordaje sobre la sincronización horaria entre satélites y asignación de enlaces de medición de distancia para constelaciones de satélites de navegación autónomos.
Para constelaciones de comunicaciones, se investigan protocolos de sincronización distribuida para alinear los relojes sin depender totalmente de GPS u estaciones de tierra. La precisión en el tiempo afecta directamente el rendimiento de la red. En [12] se propone un método de sincronización rápido temporal para redes satelitales LEO a gran escala, basado en un algoritmo biónico.
En [13] se propone un método para establecer una referencia espacio-temporal más estable y predecible, es decir, el tiempo de enlace entre satélites, uniendo los relojes satelitales a través de enlaces entre satélites (ISL).
6.3. Limitaciones de potencia, computación y disipación en satélites
A diferencia de un centro de datos en tierra, un satélite tiene recursos restringidos, por ejemplo, la energía, la capacidad de cómputo limitada por las cargas útiles, y la disipación de calor en el vacío es ineficiente [2], razón por la cual ejecutar tareas intensivas en un satélite puede agotar los recursos, es por ello que, un desafío importante es desarrollar hardware espacial más potente y eficiente, y emplear métodos de gestión de energía más inteligentes.
Sin resolver estos aspectos, la visión de una nube computacional en órbita se ve limitada por la posibilidad de que los satélites no puedan ejecutar cargas sostenidas sin comprometer su misión principal.
6.4. Enlaces inter-satélite: cobertura, tecnología y direccionamiento
Los enlaces ópticos láser utilizados para la comunicación inter-satélite ofrecen altas tasas, pero requieren alineación precisa, en tal sentido habilitar redes multi-órbita, implicaría conectar un LEO con un MEO/GEO separados por grandes distancias, requiriendo potencia de transmisión suficiente y gestión del retardo; en tal sentido cómo direccionar y enrutar paquetes a través de un espacio tridimensional en movimiento supone otro reto importante.
6.5. Validación y pruebas en órbita
Las simulaciones y bancos de prueba pueden no representar fielmente las condiciones espaciales como puede verse en [2]. En tal sentido, misiones experimentales están empezando a crear plataformas de cómputo en el espacio para pruebas y aun así, llevar a gran escala la constelación distribuida con computación cooperativa puede requerir iteraciones de prueba y error, cuyo proceso puede ser largo y costoso.
Como puede apreciarse a pesar de los retos listados, se están haciendo progresos constantes en el ámbito de la investigación, mismos que sugieren que tecnologías como satélites definidos por software, enlaces láser, inteligencia artificial para gestión de redes y aprendizaje entre satélites podrán converger para abordar estas dificultades.
7. Aplicaciones o casos de uso
7.1. Internet de las Cosas (IoT)
Una arquitectura de computación distribuida y multi-órbita permitiría que satélites LEO, por ejemplo, intercambien datos IoT entre sí y con satélites de mayor órbita para entregar la información eficientemente a la nube, configurándose un LEO para que pase los datos agregados de una región remota a un satélite GEO que luego los transmite en un solo haz a una estación principal, en lugar de requerir múltiples estaciones locales para cada satélite LEO, esto simplificaría la entrega de datos IoT de cualquier parte a cualquier parte. De igual manera si se requiere procesas un gran volumen de estos datos la computación orbital se convertiría en una alternativa para este tipo de tareas.
7.2. Cloud Computing satelital
Una aplicación prometedora de la computación orbital distribuida es el Cloud Compunting como lo demuestra la alianza entre Microsoft y SES; mediante el sistema satelital O3b mPOWER, Microsoft busca llevar su servicio Azure Orbital a un nuevo nivel, proporcionando conectividad de alto rendimiento y baja latencia a cualquier rincón del planeta. Esta infraestructura orbital permite una verdadera descentralización del procesamiento de datos, al acercar los recursos computacionales a zonas remotas o desconectadas, donde el acceso tradicional a internet o a centros de datos es limitado o inexistente. [14]
En línea como computación satelital, una aplicación subyacente es almacenamiento caché satelital para proveedores de Internet, esta técnica permitiría alojar temporalmente en órbita contenidos y datos populares, reduciendo considerablemente el tráfico hacia y desde estaciones terrenas o gateways. Esto resulta especialmente útil en vuelos comerciales o embarcaciones de altamar, donde contenido multimedia como películas, series o actualizaciones frecuentes pueden ser distribuidas instantáneamente desde el satélite. Como vimos en [9] ya se estudian estrategias de caché en órbita.
7.3. Observación de la tierra y el espacio profundo
La computación distribuida tiene el potencial para procesar imágenes a bordo y entregarlas rápidamente donde se necesiten, así como cualquier tarea de investigación del espacio profundo u observación de la Tierra; como ejemplo podemos comentar que la Agencia Espacial Europea ha explorado el concepto de Cloud Earth Observation [15] para observación de la Tierra donde se emplea computación cognitiva en la nube desde el espacio.
REFERENCIAS
[1] Höyhtyä, M., Anttonen, A., Majanen, M., Yastrebova-Castillo, A., Varga, M., Lodigiani, L., Corici, M., & Zope, H. (2024). Multi-Layered Satellite Communications Systems for Ul-tra-High Availability and Resilience. Electronics 2024, Vol. 13, Page 1269, 13(7), 1269. https://doi.org/10.3390/ELECTRONICS13071269
[2] Wu, C., Li, Y., Xu, M., Guo, C., Yin, Z., Gao, W., & Chi, C. (n.d.). A Comprehensive Survey on Orbital Edge Computing: Systems, Applications, and Algorithms.
[3] Gunter, B. C., & Maessen, D. C. (2010). Applications of a Networked Array of Small Satellites for Planetary Observation. https://doi.org/10.2514/6.2010-8271
[4] NASA Langley Research Center, Guidance for Distributed Satellite System (DSS) Architectures for Class D Missions. (2022 https://explorers.larc.nasa.gov/APSMEX25/SMEX/pdf_files/Prog20c_GuidanceForDSSArchitecturesForClassDMissions-20220803-2.pdf
[5] Inter-Satellite Links (ISLs) and Their Role in Enhancing Global Connectivity https://medium.com/@RocketMeUpNetworking/inter-satellite-links-isls-and-their-role-in-enhancing-global-connectivity-9392e792bfe3
[6] Zhang, Q., Xu, L., Huang, J., Yang, T., Jiao, J., Wang, Y., Shi, Y., Zhang, C., Zhang, X., Zhang, K., Gong, Y., Deng, N., Zhao, N., Gao, Z., Han, S., Xu, X., You, L., Wang, D., Jiang, S., … You, X. (2024). Distributed satellite information net-works: Architecture, enabling technologies, and trends. http://arxiv.org/abs/2412.12587
[7] A. Lalbakhsh, A. Pitcairn, K. Mandal, M. Alibakhshikenari, K. P. Esselle, and S. Reisenfeld, “Darkening Low-Earth Orbit Satellite Constellations: A Review,” IEEE Access, vol. 10, pp. 24383–24394, Feb. 2022, https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9722840
[8] SES and Hughes Demonstrate Multi-Orbit Connectivity in General Atomics SkyGuardian Demo – Via Satellite. (n.d.)., https://www.satellitetoday.com/government-military/2022/11/11/ses-and-hughes-demonstrate-multi-orbit-connectivity-in-general-atomics-skyguardian-demo/
[9] Xu, R., Di, X., Chen, J., Wang, H., Luo, H., Qi, H., He, X., Lei, W., & Zhang, S. (2023). A hybrid caching strategy for infor-mation-centric satellite networks based on node classification and popular content awareness. Computer Communications, 197, 186–198.
[10] Han, L., Chen, X., Li, H., Lu, R., & Li, J. (2025). Inter-satellite distributed time synchronization solution with nanosecond accuracy in satellite networks. Optics Express, Vol. 33, Issue 7, Pp. 14555-14565, 33(7), 14555–14565. https://doi.org/10.1364/OE.543159
[11] Sun, L., Yang, J., Huang, W., Xu, L., Cao, S., & Shao, H. (2022). Inter-satellite time synchronization and ranging link assignment for autonomous navigation satellite constellations. Advances in Space Research, 69(6), 2421–2432. https://doi.org/10.1016/J.ASR.2021.12.039
[12] Y. Xu et al., “A Fast Time Synchronization Method for Large Scale LEO Satellite Networks Based on A Bionic Algorithm,” Photonics, vol. 11, no. 5, 2023.
[13] Sun, L., Huang, W., Gao, S., Li, W., Guo, X., & Yang, J. (2020). Joint Timekeeping of Navigation Satellite Constellation with Inter-Satellite Links. Sensors (Basel, Switzerland), 20(3), 670. https://doi.org/10.3390/S20030670
[14] Microsoft elige el sistema de satélites de órbita terrestre SES para los servicios en la nube de red de Azure – DCD. (n.d.). Retrieved April 14, 2025, from https://www.datacenterdynamics.com/es/noticias/microsoft-elige-el-sistema-de-sat%C3%A9lites-de-%C3%B3rbita-terrestre-ses-para-los-servicios-en-la-nube-de-red-de-azure/
[15] ESA Extends AI And Cloud Computing To Space – SpaceNews. (n.d.). Retrieved April 14, 2025, from https://spacenews.com/esa-extends-ai-and-cloud-computing-to-space/