• 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

  1. Tracer la puissance de la porteuse d’un canal sur une période choisie par l’utilisateur.
  2. Reconstruire le spectre de fréquence de l’instant sur lequel l’utilisateur clique.
  3. Fixer le seuil au-dessus duquel le canal est considéré en émission : sa puissance moyenne hors émission, plus une marge choisie par l’utilisateur.
  4. 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.

Figure 1 – Du satellite au tableau de bord Chaîne existante · noms génériques Satellite plusieurs canaux Numériseur vers le numérique Supervision tous les canaux InfluxDB 1.8 séries temporelles Grafana ma partie Puissance Flux Spectre Infinity · InfluxQL · UQL Taux d’émission Flux · seuil lecture seule Deux sources de données Source InfluxDB, en Flux puissance dans le temps, taux d’émission Source Infinity, en HTTP requête InfluxQL, puis script UQL : le spectre Un clic sur un point enregistre son horodatage clicked_ts Figure 1 – Du satellite au tableau de bord Chaîne existante · noms génériques Satellite plusieurs canaux Numériseur vers le numérique Supervision tous les canaux InfluxDB 1.8 séries temporelles Grafana ma partie · lecture seule Puissance Flux Spectre Infinity · InfluxQL · UQL Taux d’émission Flux · seuil Un clic sur un point · clicked_ts
Figure 1 – Le signal reçu du satellite est numérisé, puis l’application de supervision enregistre les mesures de chaque canal dans InfluxDB. Le tableau de bord ne fait que lire cette base : par la source de données InfluxDB, interrogée en Flux, pour la puissance dans le temps et le taux d’émission ; par la source de données Infinity, qui envoie une requête InfluxQL en HTTP, pour le spectre. Les équipements et logiciels de la chaîne portent des noms génériques.

3.2 Les valeurs utilisées

Chaque mesure contient de nombreux champs. Le tableau de bord n’en utilise que quatre :

ValeurCe que c’estSert 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).
Capture fictive : un graphique temporel de la puissance de la porteuse sur 24 heures, avec des blocs de points au-dessus d’une ligne de seuil en pointillés et une infobulle sur le point sélectionné. Ouvrir la capture
Figure 2 – La puissance de la porteuse d’un canal sur 24 heures. La ligne en pointillés est le seuil, la moyenne hors émission plus deltaDB ; le point sélectionné est en émission. Reconstitution avec des données fictives : les vraies captures sont confidentielles.

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 1
Listing 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).
Capture fictive : un spectre de fréquence, la puissance en fonction de la fréquence, avec une porteuse environ 20 dB au-dessus d’un bruit de fond plat. Ouvrir la capture
Figure 3 – Le spectre reconstruit pour l’instant sélectionné : une porteuse s’élève au-dessus du bruit de fond. Reconstitution avec des données fictives : les vraies captures sont confidentielles.

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

ChoixRaison
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.

Capture fictive du tableau de bord complet : le taux d’émission et la puissance moyenne hors émission en haut, le graphique temporel au milieu et le spectre en bas. Ouvrir la capture
Figure 4 – Le tableau de bord terminé : les deux chiffres en haut, la puissance de la porteuse dans le temps, et le spectre de l’instant sélectionné. Reconstitution avec des données fictives : les vraies captures sont confidentielles.
  • 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
Capture fictive : un graphique temporel de la puissance de la porteuse sur 24 heures, avec des blocs de points au-dessus d’une ligne de seuil en pointillés et une infobulle sur le point sélectionné.
Figure 2 – La puissance de la porteuse d’un canal sur 24 heures. La ligne en pointillés est le seuil, la moyenne hors émission plus deltaDB ; le point sélectionné est en émission.

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. [1] Grafana Labs, « Grafana documentation », grafana.com/docs/grafana/latest/ (s’ouvre dans un nouvel onglet)
  2. [2] InfluxData, « InfluxDB 1.8 documentation », docs.influxdata.com/influxdb/v1/ (s’ouvre dans un nouvel onglet)
  3. [3] Grafana Labs, « Infinity data source plugin », grafana.com/docs/plugins/yesoreyeram-infinity-datasource/latest/ (s’ouvre dans un nouvel onglet)
  4. [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.

Palette de commandes

Accueil
Projets
Carrière
Mobilité
Passions
Engagement citoyen
En bref
À propos
Parcours
Contact
Compétences
Le poste que je vise
CV
Lettre de motivation
Expérience
Formation
Certifications
Langues
Projets de mobilité
Déjà à l’étranger
Télémétrie IoT sécurisée
Surveiller les émissions d’un satellite avec Grafana
Architecture multisite sécurisée
BâtIA — prédire les pannes du bâtiment
Réseau 5G Standalone
Durcissement systèmes et réseaux
Évaluation et exploitation de vulnérabilités
Conception et sécurisation d’un réseau multisite
Répéteur régénératif pour liaisons par satellite
Utiliser le thème clair
Utiliser le thème sombre
Utiliser le thème du système
Read in English
Copier mon adresse e-mail
Télécharger mon CV (PDF)
Ouvrir mon profil LinkedIn
Revenir en haut