目前，衛星通信產業正面臨著失去重要客戶的威脅。光纖通訊在全球范圍內推廣，即便是在相對偏僻的鄉村區域，光纖通訊也能為消費者提供快速可靠的通訊體驗，因此，許多社區都希望政府加快建設光纖通訊。與此同時，隨著越來越多的人在移動端消費信息，付費電視訂閱項目正日漸式微。畢竟，如果能用地面的線纜接入，誰想在房頂上放口鍋呢？

由于地面移動網絡的建設優勢，許多人忽視了衛星的重要性。但必須明確的是，沒有衛星通信，通信網絡就無法實現絕對的全球化。衛星服務如何應對當下的挑戰？也許人工智能技術可以給出一個不錯的回答。

衛星服務所面臨的威脅

地面通訊與衛星通訊的界限正變得越來越模糊，其原因在于各種通訊服務的興起和網絡復雜性的蔓延。這意味著，對遠程信息傳輸進行良好的管理，并確保優質的傳輸性能和可靠性比以往任何時候都重要。人們已經意識到了遠程信息傳輸方式的區別，那么，衛星通訊運營商們就需要不斷開拓新的服務，并在保證服務質量的基礎上，有能力進行彈性的冗余切換。

衛星產業不僅受到來自其他通訊方式的威脅，還面臨著產業內的多重挑戰。一方面，太空垃圾越來越多，整個空間變得越來越擁擠，這些太空垃圾就像填滿海洋的塑料一樣棘手。2017年的碰撞事件產生了大約3800個空間碎片，自此之后，產生的碎片越來越多。如果目前GEO（地球同步軌道）上發生碰撞，整個軌道將在24小時內受到影響。

另一方面，衛星服務質量也可能會受到影響。OneWeb計劃發射720多顆衛星，Telesat計劃發射117顆衛星，而SpaceX則要發射4425顆衛星，其他項目中也有推出包含數百顆衛星的星座項目。隨著大量的衛星發射，射電頻率環境的管理問題日益凸顯，這將對監測近地軌道衛星產生重大影響。

例如，現在我們可能每四到五個小時看一顆衛星，當SpaceX衛星全部發射時，我們可能一次在一個視圖中看到20個。這意味著，衛星間的相互干擾會越來越明顯，因為越多的衛星在相同的頻率范圍內發射，相同頻段的對地靜止衛星服務質量堪憂。

盡管大多數衛星運營商為了避免碰撞風險和其他運營問題，一直遵循著最佳的實踐方式。但在商業航天的大環境下，并不是所有的公司都能全面考慮這些問題。如何在今后的發射中規避這些風險，值得所有的商業航天工作者們注意。

人工智能帶來的新思路

衛星運營商需要轉變思維，要從數量提供商轉變為專業的服務提供商，即重視為客戶提供的整套服務流程。只要具備克服一系列挑戰的勇氣和耐心，人工智能技術極有可能成為幫助衛星行業實現自我轉型、提高服務競爭力的核心技術。

人工智能是是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統新興技術科學，它的關鍵在于使用數據和機器學習。雖然人工智能近些年來反復登頂科技話題榜，但事實上，這個概念雛形20世紀50年代就被提出來了。衛星產業的數據量足以傲視群雄，若使用得當，它可以通過高效解決問題來降低人工管理的成本。雖然人工智能技術永遠不會取代富有經驗的衛星工程師，但這種技術應該被視為衛星工程師的左膀右臂。

人工智能的用例

人工智能在衛星通訊中使用的潛在價值是巨大的，目前，已經有一些局部的測試例證了這種價值。以下幾種就是具有代表性的案例：

干擾檢測

從基站收集數據對干擾因素進行分類，以便系統出現故障時自動發出警報。在數據積累到一定量后，還可以提出解決特定干擾的可行性方案。這一實驗已經在巴塞羅那的加泰隆尼亞通信技研究中心（CTTC）成功測試。

干擾預測

從已經發生的事件中搜集來自票務系統的數據，并將其與計劃中的未來事件相關聯，以預測潛在的干擾因素。該試點項目已經開始為機器學習尋找適合的數學函數了。

遙測數據中的異常檢測

與干擾檢測一樣，這是關于教導系統識別和檢測遙測數據中的異常，同時，這也是是加泰隆尼亞通信技研究中心正在研究的另一個案例。

靈活的衛星通信系統

人工智能可以預測無線電通訊的請求方式。換言之，在有衛星廣播的情況下，它可以幫助預測用戶可能需要的內容，以便及時切換廣播頻道。

應用于VSAT測量數據

使用VSAT（衛星小數據站）測量數據，人工智能可以確定每個站的成本，它們的性能，安裝是否良好等等，這可以為VSAT運營商提高生產率。

網絡安全

這是人工智能的重要用例。系統只有在新漏洞出現之前才是安全的，隨著衛星網絡的虛擬化，這將成為一個值得關注的領域。因為人工智能可以在出現，或可能出現漏洞時發出警報。

避免碰撞

如果我們將操作員星歷表數據和來自公共傳感器網絡的數據輸入人工智能系統，我們能否讓它計算碰撞的概率，并在迫近時向操作員發出警報？目前，空間態勢感知是由包括空間數據協會在內的多個組織完成的，但顯然這需要改進，以保障空間環境的未來?；蛟S人工智能的引入將有助于解決這一問題。

預測軌道

一旦我們的衛星監測不到，人工智能可以作為預測衛星的路徑的有效方式。無論是出現錯誤還是近地軌道衛星不在監測范圍內，我們都能夠從網關站加以控制。

人工智能+衛星產業如何實現

衛星行業需要一些配套動作才能與人工智能行業結合起來。

虛擬化網絡

我們需要虛擬化地面站。如果射電頻率轉化為數字，就可以將其發送到用軟件調制解調器的云存儲。目前已經有超過200顆衛星搭載了數字基礎設施，這是一個良好的開端，因為將系統數字化，并將數據從系統傳輸到云端，意味著可以用這些數據做更多的事情。

數據共享

有些公司和組織已經有能力將數據轉化到實際運用中去，以此來提高衛星通訊的效率。這一操作最為重要的是衛星行業豐富的數據資源，但各個公司歷來不愿分享這種資源。然而，與之相悖的是，只有這類有能力的組織獲得了更多數據，行業的整體發展才會越快，雙贏的概率才會更大。

同樣重要的是，決定是在公司內部運行人工智能工作組，還是將其外包——包括與行業伙伴共享相關企業數據。這是一個重大的難題，是將業務關鍵數據遞交給公司外部的實體，還是在公司內部組建一個團隊來管理人工智能和機器學習任務。對于衛星通信環境的經濟前景來說，這是一個決定性的問題。

數學技能

我們需要數學計算來支持人工智能和一整套不同的技能。射頻工程師了解衛星，并且對行動方案做出最終決定。但我們也需要數據和數學方面的人才來處理數據，運行人工智能有效地評估數據。公司可以雇傭具有相關技能的員工，也可以外包給那些能夠有效處理數據的公司。

網絡安全

雖然網絡安全是人工智能可以解決的一個領域，但人工智能本身也存在信息安全威脅。算法的安全性如何？會發生黑客入侵并改變算法行為嗎？如果一顆衛星受到攻擊，那就不僅僅是把它擊落的問題了。隨著網絡變得更加虛擬化，確保網絡安全極為重要。為了避免發生網絡攻擊，準備相應的應急計劃是必須的。

結論和展望

衛星通信公司每天從衛星和地面網絡傳感器上收集數以百萬計的數據報。之所以搜集這么多數據，是因為當操作員無法查看他們的監控器時，更多的傳感器數據有助于及時發出警報通知。

大數據處理是探尋正確商業決策途徑的常用方法。因此，利用好衛星運營商已擁有的大數據存儲庫，將為進一步開展機器學習和應用人工智能打下基礎。

何時實現全行業的集成并不是一個問題，因為它會在每個公司的發展進程中自然的完成。問題是如何去實現，以及將在多大程度上實現這一目標，這是每個公司必須根據自己的需求做出的決定。

最后，人工智能機器通常會給出一個“是”、“否”或“無法決定”的命題。這不取決于所使用的的算法，而是取決于所提出的問題、所記錄的答案和用作輸入的大數據質量，其中，大數據質量是最為重要的。源數據的質量越低，發生的“無法決定”的事件就越多，整體的工作效率也會降低。

總而言之，若衛星公司引入了人工智能或是機器學習技術，那么，相關技術所涉及的設計案例、數據來源、成果質量不僅要求直接操作人工智能系統的技術人員知曉，公司內的高層決策者也需要更多的學習與了解。