テクニカル・サマリー：低軌道衛星のための地上局配置におけるフリープレースメント最適化

問題提起

低軌道（LEO）衛星コンステレーション、特に地球観測（EO）用コンステレーションの急速な普及に伴い、地上ネットワークへの要求が高まっています。打ち上げコストの低下や衛星開発の小型化により、衛星の配備速度は加速していますが、地上局の設置場所の選定が依然として重要なボトルネックとなっています。既存のアプローチは、通常、既定の地点（例：既存のGround Station-as-a-Serviceプロバイダーやテレポート）に最適化を限定しています。この「固定サイト選定」は、探索空間を既存のインフラに制約してしまうため、最適な幾何学的構成を見逃す可能性があり、パフォーマンスを制限します。

本論文では、地上局の設置場所を離散的な選択肢ではなく、連続変数（経度および緯度）として扱うフリープレースメント最適化問題を取り上げます。目標は、$n$ 個の地上局座標を選択し、ミッション期間中の総データダウンリンク量などのミッション固有のパフォーマンス目的関数を最大化することです。この問題は、高次元性、非凸性、および局所解の存在という特徴を持ち、従来のグローバル最適化手法にとって困難な課題となります。さらに、陸上にのみ設置すること、干渉を避けるための地上局間の最小分離距離、および電力やファイバー・インフラへの近接性といった運用上の制約も考慮する必要があります。

手法

問題定式化

著者らは、問題を $L$ を選択された地上局の集合、$S$ を衛星コンステレーションとする性能目的関数 $f(L, S)$ の最大化として定式化しています。

• 目的: 主要な目的はデータダウンリンクの最大化です。総データ量は、ネットワークと衛星との間のすべての実行可能なコンタクトにおける、コンタクト時間とデータレートの積を合計し、ミッション全期間を近似するようにスケールすることで算出されます。
• サロゲート最適化: 数年にわたるLEOの軌道摂動の確率的な性質に対応するため、著者らはサロゲート最適化アプローチを採用しています。彼らは、複数の軌道サイクルを捉える短期間（7〜10日間）のシミュレーションウィンドウに対して最適化を行い、この分布が長期的なコンタクト機会を近似すると仮定しています。
• 正則化による制約: 探索空間を制限するハード制約の代わりに、著者らは制約を目的関数から減算されるペナルティ関数として組み込んでいます。これらには以下が含まれます：
  • 陸上配置: 水域上の位置に対してペナルティを課す。
  • ステーション間近接: ステーションが最小距離 $d_{min}$ より近くに配置された場合にペナルティを課す。
  • インフラ近接: 既存の人口集中地およびインフラから離れすぎている（半径 $r_{infra}$ 内外）ステーションに対してペナルティを課す。

SCORE アルゴリズム

高次元のフリープレースメント問題を効率的に解決するために、著者らはSCORE (Sequential Cyclic Optimization via Refinement & Evaluation) を導入しました。ネットワーク構成全体を同時に評価する「ワンショット」型のグローバル最適化とは異なり、SCORE は問題を 2 つの逐次的なフェーズに分解します。

1. 逐次的座標選択: 空の集合から開始し、アルゴリズムは地上局を一つずつ逐次的に追加していきます。各ステップでは、現在選択されているステーションを前提として、目的関数を最大化する座標を選択します。これにより、各ステップにおける次元数が削減されます。
2. 逐次的サイクル精緻化: $n$ 個のステーションが選択されると、アルゴリズムは精緻化ループに入ります。アルゴリズムは各ステーションを反復的に処理し、あるステーションを一時的に取り除き、他のすべてのステーションの位置を固定したままその位置を再最適化し、新しい位置が総目的関数を改善する場合にのみ再挿入します。このサイクルは、収束（一巡しても改善が見られない状態）するか、最大評価予算に達するまで繰り返されます。

SCORE は、単一ステップのローカル探索手法に関して最適化手法に依存しません（optimizer-agnostic）。本研究では、基礎となる勾配フリー最適化手法として Nelder-Mead 法および Powell の共役方向法を利用しています。

ベースライン比較

著者らは SCORE を以下の 2 つのアプローチと比較・検証しています。

• 差分進化法 (Differential Evolution: DE): フリープレースメント最適化のためのベースラインとして使用される、集団ベースのグローバル・メタヒューリスティック。
• 整数計画法 (Integer Programming: IP): 既存の地上局（Kongsberg Satellite Services や World Teleport Association など）のリストから最適なサブセットを選択する、固定サイト選定バリアントに使用。

主な貢献

1. SCORE の導入: 逐次的な選択とサイクル精緻化のステップに分解することで、フリープレースメント最適化の複雑さを管理する新しい 2 段構えのフレームワーク。
2. 効率性の向上: グローバル最適化アルゴリズムである差分進化法と比較して、高品質な解を見つけるための計算コストを大幅に削減できることを実証。
3. パフォーマンスのベンチマーク: 制約なしのフリープレースメント最適化が、固定サイト選定よりも大幅に高いスループットを実現することを示す包括的な比較を行い、柔軟なインフラ展開の価値を定量化。
4. 制約処理: 複雑で非凸な制約（陸地、分離、インフラ）を持つ問題に対して、勾配フリー手法の使用を可能にする柔軟なペナルティベースの正則化アプローチ。

結果

著者らは、2 つの商用 EO コンステレーション（Capella Space および ICEYE）と、合成された Walker-Star コンステレーションを用いて SCORE を評価しました。

• 収束効率: 差分進化法 (DE) と比較して、SCORE は収束までに必要な関数評価回数を最大で 5 分の 1 に削減しました。例えば、地上局 4 基、衛星 3 基のシナリオにおいて、DE が約 21,000 回の評価を必要としたのに対し、SCORE（Nelder-Mead 使用）は約 4,000 回で済みました。
• 解の質: より少ない評価回数であるにもかかわらず、SCORE は同等または優れた目的関数値に到達しました。特定の構成において、SCORE は DE に対して最大 13% のデータダウンリンク向上を実現しました。
• フリープレースメント vs 固定サイト: 制約なしの SCORE の結果を、既存の地上局データセット（KSAT および WTA）を用いた最適な固定サイト選定（整数計画法により解決）と比較したところ、フリープレースメントのアプローチは最大 15% 高い総ダウンリンクを達成しました。
• インフラ制約: 現実的な展開シナリオをシミュレートするために、既存のインフラの近傍に留まるよう制約をかけた場合でも、この手法は制約なしの場合に見られたパフォーマンス向上の 92% 以上を維持しました。
• 最適化手法の感度: 本研究では、基礎となるローカル最適化手法の選択が重要であることが示されました。Powell 法は計算コストが低いものの、Nelder-Mead 法と比較して目的関数値が低下する傾向がありました。Nelder-Mead は効率と解の質のバランスにおいて優れていました。

意義と主張

本論文は、SCORE が柔軟な地上局配置における強力な経験的パフォーマンス・ベンチマークを確立したと主張しています。その主な意義は、既定のサイトリストを超えて自由な配置を行うことで、LEO コンステレーションのパフォーマンスを大幅に向上（最大 15% のダウンリンク向上）させられることを示した点にあります。

著者らは、現在の業界標準は既存の GSaaS プロバイダーに依存する固定サイト選定ですが、これは本質的にネットワークの性能を制限していると述べています。スケーラブルなフリープレースメント最適化手法を導入することで、本研究は将来の地上ネットワーク設計に知見を与え、最適な幾何学的場所に新しいインフラを構築するか、あるいは既存のサイトの容量を拡張するかというトレードオフを評価するためのツールを提供します。結果は、実用的な制約（インフラへの近接性）がある場合でも、現在の固定サイト手法に対して顕著な利得が得られることを示唆しています。

本論文は地形の適合性や土木工学的な制約については扱わず、厳密に幾何学的（緯度・経度）な最適化に焦دしています。SCORE を、大規模な LEO コンステレーションを支える地上セグメント設計のための、計算負荷の高いグローバル最適化に代わる、実用的かつスケーラブルな選択肢として位置付けています。