В условиях стремительного роста количества подключённых устройств, использующих технологии Интернета вещей (IoT), возникает необходимость решения задач, связанных с созданием эффективных и надёжных каналов передачи данных. Устройства IoT подключаются к сети для обмена данными и автоматизации процессов в различных отраслях, таких как промышленность, здравоохранение и сельское хозяйство. Устройства, использующие технологии Интернета вещей, требуют постоянного соединения и низкой задержки при передаче данных, что особенно важно для мониторинга, управления и принятия решений в реальном времени.

Спутниковые технологии играют ключевую роль в обеспечении связи для IoT-устройств, особенно в труднодоступных регионах, где традиционные наземные сети не могут быть развёрнуты. В таких местах, как Арктика, Сибирь и удалённые сельские районы России, развитие наземной инфраструктуры затруднено из-за суровых климатических условий и высоких затрат на её строительство и обслуживание. Спутниковые сети становятся оптимальным решением для обеспечения покрытия, так как они способны охватывать большие территории, независимо от рельефа и плотности населения. Технологии спутниковой связи позволят дополнить уже существующие наземные сети, заполнив пробелы и став технологиями, позволяющими более полно обеспечить работу различных IoT-сервисов.

Однако спутниковая связь для IoT сталкивается с ограничениями. Во-первых, пропускная способность спутниковых сетей может быть ограниченной, что влияет на количество устройств, которые могут одновременно передавать данные. Во-вторых, высокие задержки, характерные для спутниковых сетей, могут снижать эффективность приложений, требующих быстрой реакции, таких как системы контроля транспорта и удалённого управления. Таким образом, актуальность задачи создания оптимизированных методов и моделей управления спутниковыми системами IoT обусловлена необходимостью адаптировать сеть к изменяющимся условиям и обеспечить её устойчивую работу при минимальных задержках.

Одним из перспективных подходов является гибридная система, которая использует как низкоорбитальные, так и геостационарные спутники. Низкоорбитальные спутники обеспечивают меньшую задержку передачи данных и высокую скорость соединения, что делает их подходящими для приложений, требующих оперативного отклика. Геостационарные спутники, в свою очередь, покрывают обширные территории и обеспечивают устойчивое соединение на протяжении длительного времени. Это позволяет гибридной системе адаптироваться к различным сценариям использования и обеспечивать надёжную связь для IoT-устройств в самых удалённых уголках России.

Взаимодействие пользователей с IoT-устройствами в виде системы включает абонентские средства IoT, наземную сеть, наземный комплекс управления, спутниковую группировку и подсистему управления оконечными устройствами. Данные о состоянии сети собираются от мобильных и базовых станций и обрабатываются сервером, после чего поступают в наземный комплекс управления. Центр управления полетами координирует работу спутников, поддерживая связь между наземной сетью и удалёнными устройствами IoT. Спутники обеспечивают покрытие труднодоступных территорий, ретранслируя сигналы от наземных станций к IoT-устройствам и обратно.

Новизна разрабатываемой системы управления зонами покрытия спутниковой связи для Интернета вещей заключается в использовании модели организации и поддержки принятия решений по изменению параметров в наземном комплексе управления и подсистеме управления оконечными устройствами. На основе собранных данных проводится анализ для выявления изменений в зонах покрытия, что помогает разрабатывать оптимизационные модели для распределения каналов и спектра связи. Предложенные решения анализируются и передаются лицу, принимающему решение, для выбора наилучшей стратегии управления. Таким образом, комплексный подход с использованием данных и методов оптимизации позволяет значительно увеличить пропускную способность сети, что особенно важно в условиях растущей нагрузки на спутниковые системы, и снижает задержку передачи данных.

Практическая значимость разработанной модели заключается в её простой интеграции в существующую инфраструктуру, поскольку она не требует дополнительных навыков от пользователей и операторов. Ожидается, что оптимизация данной модели позволит эффективно передавать большие объёмы данных и обеспечивать устойчивое функционирование IoT-устройств в удалённых и труднодоступных регионах России.