- Télécommunications
- Systèmes et infrastructure
- Développement et outillage
Surveiller les émissions d’un satellite avec Grafana
Un tableau de bord qui montre quand un canal satellite émet, reconstruit son spectre en un clic et calcule son taux d’émission sur n’importe quelle période
Résumé
Mon service chez Airbus Defence and Space surveille les émissions radio des canaux de communication d’un satellite. Son application de supervision reçoit les mesures en temps réel, mais il lui manque trois fonctionnalités dont l’équipe a besoin : afficher le spectre d’un instant choisi, fixer un seuil d’émission et calculer un taux d’émission. J’ai conçu et développé un tableau de bord Grafana qui les ajoute. Il lit les mesures dans la base InfluxDB, trace la puissance de la porteuse sur une période choisie, reconstruit en un clic le spectre de fréquence de n’importe quel instant et calcule le taux d’émission par rapport à un seuil qui suit le canal : sa puissance moyenne hors émission, plus une marge choisie dans un menu déroulant. Il reste réactif sur de longues périodes, et il est livré avec une documentation technique et une procédure d’utilisation pour les équipes.
Rédigé comme un rapport technique, avec la structure enseignée dans le cours de communication écrite de l’ENSEEIHT : un résumé, une introduction, quatre parties numérotées, une conclusion et les sources.
Projet confidentiel : les équipements, les logiciels et les fréquences ne sont pas nommés, et chaque valeur, capture et exemple de cette page est fictif.
1. Introduction
Mon service chez Airbus Defence and Space travaille sur un projet de communications par satellite. Le satellite porte plusieurs canaux de communication, et l’équipe doit savoir, pour chacun, quand il émet et à quoi ressemble son signal.
Les mesures de chaque canal arrivent en temps réel dans une application de supervision, qui les enregistre dans une base InfluxDB [2]. Cette application est très complète, mais il lui manque des fonctionnalités dont l’équipe a besoin pour ses analyses. Mon responsable m’a demandé de les ajouter avec un tableau de bord Grafana [1].
La question
Comment l’équipe peut-elle voir, pour n’importe quel canal et sur n’importe quelle période, quand il émet, à quoi ressemble son spectre à un instant donné et quelle part du temps il émet ?
Objectifs
- Tracer la puissance de la porteuse d’un canal sur une période choisie par l’utilisateur.
- Reconstruire le spectre de fréquence de l’instant sur lequel l’utilisateur clique.
- Fixer le seuil au-dessus duquel le canal est considéré en émission : sa puissance moyenne hors émission, plus une marge choisie par l’utilisateur.
- Calculer automatiquement le taux d’émission sur la période choisie.
La partie 2 décrit ce qui manque à l’application de supervision. La partie 3 explique la méthode et les choix techniques, panneau par panneau. La partie 4 présente les résultats, et la partie 5 les analyse et propose des suites.
2. Ce qui manque à l’application de supervision
L’application de supervision reçoit chaque mesure et l’enregistre dans InfluxDB. Elle montre l’état de chaque canal, mais trois fonctionnalités manquent pour les analyses de l’équipe :
-
Un spectre à la demande
Sélectionner un instant sur un graphique de la puissance de la porteuse n’affiche pas le spectre de cet instant.
-
Un seuil réglable
Rien ne permet à l’équipe de décider à partir de quel niveau de puissance un canal est considéré en émission.
-
Un taux d’émission
Rien ne calcule la part du temps qu’un canal passe à émettre sur une période.
Le tableau de bord lit la base que l’application remplit déjà. La chaîne d’acquisition reste intacte : le tableau de bord n’écrit rien.
3. Quatre valeurs, trois panneaux : méthode et choix
Le travail suit le chemin des données : de la chaîne d’acquisition à la base, puis de la base à chaque panneau.
3.1 D’où viennent les données
Le signal reçu du satellite arrive dans un numériseur, qui le convertit de l’analogique au numérique. L’application de supervision collecte les mesures de chaque canal et les écrit dans InfluxDB 1.8, avec le langage Flux activé (figure 1).
Le tableau de bord accède à cette base par deux sources de données : la source InfluxDB, interrogée en Flux, et la source Infinity [3], qui envoie des requêtes HTTP et traite leurs réponses JSON.
3.2 Les valeurs utilisées
Chaque mesure contient de nombreux champs. Le tableau de bord n’en utilise que quatre :
| Valeur | Ce que c’est | Sert à |
|---|---|---|
cp | La puissance de la porteuse, en dBm | Puissance dans le temps, taux d’émission |
powerdBm | Les valeurs de puissance sur toute la largeur du canal, en dBm, stockées en une seule liste | Spectre |
startFreqHz | La fréquence de la première valeur de cette liste, en Hz | Spectre |
deltaFreqHz | L’écart de fréquence entre deux valeurs de la liste, en Hz | Spectre |
Les requêtes ne lisent que ces valeurs : les autres champs ne sortent jamais de la base.
3.3 Panneau par panneau
La puissance de la porteuse dans le temps
- Besoin
- Voir quand un canal émet.
- Méthode
-
Une requête Flux lit les valeurs de cp du canal choisi sur la période choisie. Quand la période est longue, des conditions spécifiques dans la requête réduisent la charge de calcul avant que les points n’arrivent dans Grafana. Leur détail reste confidentiel.
- Résultat
- Les émissions ressortent au-dessus du bruit, et l’utilisateur peut zoomer sur n’importe quelle partie de la période (figure 2).
Le spectre d’un instant choisi
- Besoin
- Vérifier à quoi ressemble le signal quand un point ressort.
- Méthode
-
Un clic sur un point du graphique temporel enregistre son horodatage dans une variable du tableau de bord, clicked_ts. La source Infinity envoie alors une requête InfluxQL en HTTP : elle récupère la dernière mesure du canal à cet instant ou juste avant (listing 1). La réponse est un tableau JSON. Un script UQL [4] découpe la liste des puissances en nombres et donne à chaque valeur sa fréquence avec l’équation (1), où i est la position de la valeur dans la liste.
SELECT powerdBm, startFreqHz, deltaFreqHz FROM channel_measurements WHERE carrier = '${channel}' AND time <= ${clicked_ts}ms ORDER BY time DESC LIMIT 1Listing 1 – La requête du spectre, en InfluxQL (noms rendus génériques) fréquence(i) = startFreqHz + i × deltaFreqHz (1)
Exemple avec des valeurs fictives : avec startFreqHz = 5 000 Hz et deltaFreqHz = 50 Hz, les trois premières puissances se placent à 5 000, 5 050 et 5 100 Hz.
- Résultat
- Chaque valeur de puissance est associée à sa fréquence, et le spectre s’affiche sous le graphique temporel (figure 3).
Le taux d’émission
- Besoin
- Savoir quelle part du temps un canal émet.
- Méthode
-
Le seuil suit le canal. Le tableau de bord calcule la puissance moyenne de la porteuse hors émission sur la période : le niveau de bruit du canal. L’utilisateur y ajoute une marge en dB, choisie dans un menu déroulant en haut du tableau de bord (la variable deltaDB). L’équation (2) donne le seuil. Une requête Flux compare ensuite chaque valeur de cp de la période à ce seuil et compte les points au-dessus : les points « en émission ». L’équation (3) donne le taux.
seuil (dBm) = puissance moyenne hors émission (dBm) + deltaDB (dB) (2)
taux d’émission (%) = (points en émission ÷ tous les points) × 100 (3)
Exemple avec les valeurs fictives de la figure 4 : avec une moyenne de −68,4 dBm et deltaDB = 6 dB, tout point au-dessus de −62,4 dBm est considéré en émission.
- Résultat
- Le seuil et le taux se mettent à jour dès que la période, le canal ou la marge change.
3.4 Choix et raisons
| Choix | Raison |
|---|---|
| S’appuyer sur la base existante | Le tableau de bord ne fait que lire : la chaîne d’acquisition et l’application restent intactes. |
| Flux pour le graphique temporel et le taux | La comparaison et le comptage se font dans la base : seul le résultat est envoyé à Grafana. |
| Des requêtes allégées sur les longues périodes | La charge de calcul reste raisonnable, et le tableau de bord reste utilisable sur plusieurs jours de données. |
| Infinity et UQL pour le spectre | Les puissances sont stockées en une seule liste. UQL transforme une simple requête InfluxQL en spectre complet, dans Grafana, sans service supplémentaire. |
| Un seuil lié au niveau de bruit | Chaque canal a un seuil adapté à son propre niveau de bruit ; la marge deltaDB règle seulement sa sévérité, en un clic. |
4. Résultats : les trois fonctionnalités manquantes sont livrées
La figure 4 montre le tableau de bord terminé. Tout en haut, le canal et la marge deltaDB, choisis dans des menus déroulants. Puis le taux d’émission et la puissance moyenne de la porteuse hors émission, sur laquelle repose le seuil. Au milieu, la puissance de la porteuse sur la période choisie. En bas, le spectre de l’instant sélectionné.
-
3 sur 3
fonctionnalités manquantes livrées
Un spectre à la demande, un seuil réglable, un taux d’émission automatique.
-
1 clic
d’un point du graphique à son spectre
L’horodatage du point pilote la requête.
-
4
valeurs lues dans chaque mesure
Parmi les nombreux champs que contient chaque mesure.
-
2
documents pour les équipes
Une documentation technique et une procédure d’utilisation pas à pas.
Livré
- Le tableau de bord, avec deux variables à menu déroulant : le canal et la marge deltaDB
- Une documentation technique qui explique chaque requête et chaque calcul
- Une procédure qui guide les équipes, pas à pas, dans l’utilisation du tableau de bord
5. Analyse et suites
Ce qui fonctionne bien
- Il répond au besoin sans rien changer à la chaîne d’acquisition : il ne fait que lire la base.
- Le spectre est reconstruit à partir de la mesure elle-même : il correspond exactement à l’instant sélectionné.
- Le seuil suit le niveau de bruit de chaque canal : le même tableau de bord sert pour tous les canaux, et l’utilisateur ne choisit que la marge.
Limites, et ce que je ferais ensuite
-
La marge se choisit à la main
Trop petite, elle compte des pics de bruit comme des émissions ; trop grande, elle manque les plus faibles.
Suite : Proposer la marge à partir de la dispersion du bruit, par exemple un multiple de son écart type, ou l’apprendre à partir d’émissions déjà confirmées.
-
Un instant à la fois
Le spectre montre un seul instant : comparer deux instants oblige à passer de l’un à l’autre.
Suite : Afficher deux spectres côte à côte, ou une cascade : le spectre dans le temps, sous forme de carte de couleurs.
-
Il faut quelqu’un pour regarder
Le tableau de bord montre les émissions, mais ne prévient personne.
Suite : Des alertes Grafana quand un canal émet en dehors de ses créneaux prévus ; plus tard, un modèle entraîné à repérer les émissions inhabituelles, là où l’IA aide à surveiller un système.
Conclusion
Le tableau de bord répond à la question posée au départ. Pour n’importe quel canal et sur n’importe quelle période, l’équipe voit quand le canal émet, affiche en un clic son spectre à n’importe quel instant et lit son taux d’émission par rapport à un seuil qui suit le niveau de bruit du canal. Il le fait sans modifier l’application de supervision, en lisant la base que cette application remplit déjà.
J’ai mené le projet du besoin jusqu’à la documentation : les requêtes en Flux et en InfluxQL, le traitement en UQL, le tableau de bord lui-même, et les documents qui permettent aux équipes de l’utiliser et de le maintenir. Les suites seraient une marge proposée automatiquement et des alertes sur les émissions inhabituelles.
Le projet a duré plusieurs mois et a mis à l’épreuve beaucoup de mes compétences : organiser mon travail, développer, tester, améliorer. Il m’a appris à partir de ce qui manque aux utilisateurs, à justifier chaque choix technique et à écrire une documentation sur laquelle les autres peuvent s’appuyer.
Sources
- [1] Grafana Labs, « Grafana documentation », grafana.com/docs/grafana/latest/ (s’ouvre dans un nouvel onglet)
- [2] InfluxData, « InfluxDB 1.8 documentation », docs.influxdata.com/influxdb/v1/ (s’ouvre dans un nouvel onglet)
- [3] Grafana Labs, « Infinity data source plugin », grafana.com/docs/plugins/yesoreyeram-infinity-datasource/latest/ (s’ouvre dans un nouvel onglet)
- [4] Grafana Labs, « UQL », dans la documentation de la source Infinity, grafana.com/docs/plugins/yesoreyeram-infinity-datasource/latest/query/uql/ (s’ouvre dans un nouvel onglet)
Lexique
- dBm
- Une puissance en décibels par rapport à un milliwatt. −60 dBm est un million de fois plus faible que 0 dBm. Une différence entre deux puissances en dBm s’exprime en dB : c’est l’unité de deltaDB.
- Puissance de la porteuse
- La puissance du signal qui porte un canal. Elle s’élève nettement au-dessus du bruit quand le canal émet.
- Spectre de fréquence
- La puissance d’un signal fréquence par fréquence, à un instant donné.
- Flux et InfluxQL
- Deux langages de requête pour InfluxDB : Flux peut filtrer, calculer et agréger dans la base ; InfluxQL est proche du SQL.
- UQL
- Le langage de requête de la source de données Infinity de Grafana, qui sert à remettre en forme une réponse JSON avant de l’afficher.
Compétences mobilisées
Chaque compétence renvoie à la carte des compétences de l’onglet Projets.