T03-F02 · Arquitectura de Procesamiento en el Borde (Edge Computing) para Filtrado y Reducción de Datos ISR
Código original: P-02
Condiciones: Validación técnica de las restricciones SWaP (tamaño, peso y potencia) en plataformas reales y confirmación de la tasa de falsos negativos aceptable para el filtrado.
1. Identificación de la propuesta
- Código
P-02
- Nombre de la propuesta
Arquitectura de Procesamiento en el Borde (Edge Computing) para Filtrado y Reducción de Datos ISR
- Origen
Publicación o comunicación de una empresa del sector
- Línea estratégica
Arquitecturas Edge-to-Cloud y procesamiento distribuido
- Dominio
Multidominio
- Tipo de uso
Defensa
- Fecha de análisis
22/05/2024
- Responsable de la ficha
Pipeline automático - pendiente de asignación
- Estado
En análisis
2. Problema concreto
- Descripción
Existe una incapacidad estructural de las arquitecturas de mando y control para gestionar el volumen masivo de datos generados por los sensores de los UAV (vehículos aéreos no tripulados). El ancho de banda en el espacio de batalla es finito y se ve saturado, creando un cuello de botella crítico entre la captación de información ISR (Inteligencia, Vigilancia y Reconocimiento) y su consumo en los centros de C2 (Comando y Control) [ev_0004].
- Consecuencia principal
Degradación de la escalabilidad de las operaciones UAV y retraso en la toma de decisiones tácticas al depender de productos procesados en tierra en lugar de información inmediata [ev_0001, ev_0004].
- Usuario afectado
Analista
- Criticidad
Alta
- Frecuencia estimada
Continua
- Entorno de aparición
Degradado
3. Ejemplo operativo y evidencia
4. Solución propuesta
- Descripción de la solución
Implementar una capa de software de procesamiento a bordo (onboard processing) basada en Edge Computing Táctico (procesamiento de datos en el extremo de la red) que transforme los datos brutos en metadatos y alertas críticas antes de su transmisión.
- Datos de entrada
Flujos brutos de sensores ISR (Radar, EO/IR), estado del enlace RF y directivas de misión (áreas de interés).
- Procesamiento principal
Filtrado adaptativo para descartar frames redundantes, extracción de características clave para generar metadatos ligeros y ajuste dinámico de la calidad (QoS) según el ancho de banda disponible.
- Resultado / salida
Alertas críticas, resúmenes ejecutivos y metadatos georreferenciados; transmisión de alta resolución solo para objetivos validados.
- Sistema, arquitectura e integración
Se integraría entre la interfaz del sensor y el stack de comunicaciones del UAV, conectando finalmente con el BMS (sistema de mando y control de combate) en tierra.
- Funcionamiento resumido
1. Entrada: Captura de datos brutos del sensor. 2. Procesamiento: Filtrado y generación de metadatos a bordo mediante IA. 3. Resultado: Envío de alertas ligeras vía downlink. 4. Integración: Recepción de alertas en el BMS terrestre.
- Componentes funcionales
- Motor de filtrado adaptativo
- Generador de metadatos y alertas
- Gestor dinámico de QoS (Calidad de Servicio)
- Buffer de almacenamiento local para descarga selectiva
5. Aportaciones concretas de SIXTEMA
6. Capacidades reales que respaldan la propuesta
- Capacidad real
IA y Soporte a la Decisión
- Proyecto / experiencia
Capacidades actuales de IA en C2 e Inteligencia de Datos
- Qué demuestra
Experiencia en detección de anomalías, identificación de patrones y generación de alertas automatizadas, base necesaria para el filtrado inteligente a bordo.
- Nivel evidencia
Alta
- Capacidad real
Plataforma de Datos Geoespaciales / GeoINT
- Proyecto / experiencia
Sistema de Inteligencia Geoespacial
- Qué demuestra
Capacidad de recopilación, integración y análisis de información georreferenciada multi-sensor, esencial para la generación de metadatos ISR.
- Nivel evidencia
Alta
- Capacidad real
Arquitecturas Escalables Cloud-Native
- Proyecto / experiencia
Habilitadores de Nube Táctica
- Qué demuestra
Experiencia en despliegue de servicios operativos en entornos distribuidos y procesamiento en tiempo real.
- Nivel evidencia
Media
7. Capacidades futuras o en evolución
- Capacidad futura
Arquitecturas Edge-Cloud Federadas en entornos denegados
- Proyecto / iniciativa
Desarrollo de Nube Táctica
- Estado
En curso
- Resultado esperado
Permitir el procesamiento en el extremo de la red (Edge) con resiliencia ante comunicaciones degradadas o jamming, reduciendo la dependencia del downlink.
- Capacidad futura
Fusión Avanzada de Datos Multifuente
- Proyecto / iniciativa
Extensión estratégica de sensores avanzados
- Estado
Planificada
- Resultado esperado
Integración de telemetría y sensores (LiDAR, térmico) desde drones para optimizar la calidad del dato procesado a bordo.
8. Tecnología involucrada
- Capa / función
Procesamiento en el Borde
- Tecnología / patrón
Edge Computing / Hardware acelerador (FPGA/GPU) de bajo SWaP (tamaño, peso y potencia)
- Situación en SIXTEMA
Por incorporar
- Responsable / socio
Socio integrador de plataforma (ej. Airbus)
- Capa / función
Despliegue de Software
- Tecnología / patrón
Contenedores ligeros (WebAssembly / Docker optimizado)
- Situación en SIXTEMA
Pendiente de validar
- Responsable / socio
Equipo interno de software
- Capa / función
Transporte de Datos
- Tecnología / patrón
Protocolos asíncronos para entornos DDIL (comunicaciones denegadas, degradadas, intermitentes o limitadas) como MQTT o DDS
- Situación en SIXTEMA
Disponible parcialmente
- Responsable / socio
Equipo interno / Socio de comunicaciones
- Capa / función
Análisis de Datos
- Tecnología / patrón
Algoritmos de filtrado adaptativo y extracción de metadatos mediante IA
- Situación en SIXTEMA
Dominada
- Responsable / socio
Equipo interno de IA
9. Encaje con programas y marcos europeos
- Programa europeo
EDF
- Convocatoria / topic
Pendiente de búsqueda
- Marco / estándar prioritario
Superioridad de la información, Nube Táctica y C2
- Valoración del encaje
Alto
- Justificación
La propuesta se alinea directamente con las prioridades del EDF en superioridad de la información y resiliencia de comunicaciones.
- Fuente de referencia
financiacion.md (Propuesta)
10. Diferenciación aportada
- Diferenciador
Sinergia entre IA de detección y arquitecturas Edge-Cloud Federadas
- Por qué es relevante
Permite no solo mover el cómputo al borde, sino aplicar inteligencia real para transformar datos brutos en alertas operativas.
- Evidencia
Capacidades actuales de IA + Desarrollo de Nube Táctica
- Diferenciador
Experiencia probada en integración GeoINT multi-sensor
- Por qué es relevante
Asegura que los metadatos generados a bordo sean útiles y compatibles con los sistemas de inteligencia geoespacial en tierra.
- Evidencia
Plataforma de Datos Geoespaciales existente
11. Actores objetivo y vías de entrada
- Actor identificado
Airbus Defence and Space
- Necesidad / interés
Optimizar la eficiencia de sus plataformas ISR y reducir la saturación de sus enlaces de datos.
- Vía de entrada
Consorcio
- Relación actual
Existente
- Actor identificado
Amper
- Necesidad / interés
Mejorar la interoperabilidad y el flujo de datos en sistemas navales donde el espectro RF es crítico.
- Vía de entrada
Consorcio
- Relación actual
Existente
- Actor identificado
Ministerio de Defensa / DGAM
- Necesidad / interés
Superar el cuello de botella estructural en la transmisión de datos ISR para mejorar la toma de decisiones tácticas.
- Vía de entrada
Tractora
- Relación actual
Incipiente
12. Brechas y dependencias
- Brecha / dependencia
Restricciones de SWaP (tamaño, peso y potencia eléctrica) del hardware embebido
- Impacto
Podría impedir la instalación de módulos de cómputo adicionales necesarios para el procesamiento a bordo sin comprometer la estabilidad o autonomía del UAV.
- Cómo cubrirla
Colaboración con integradores de plataforma (ej. Airbus, Amper) para definir el presupuesto de recursos disponibles en los UAVs objetivo.
- Responsable potencial
Socio integrador de plataforma / Equipo de Hardware
- Brecha / dependencia
Madurez de algoritmos de filtrado inteligente
- Impacto
Un índice alto de falsos negativos (descartar datos críticos) invalidaría la utilidad operativa de la solución.
- Cómo cubrirla
Desarrollo de prototipos basados en los motores de detección de anomalías existentes y validación con datasets reales de ISR.
- Responsable potencial
Equipo interno de IA y Soporte a la Decisión
- Brecha / dependencia
Compatibilidad de despliegue de contenedores ligeros (WebAssembly/Docker) en hardware específico
- Impacto
Dificultad para actualizar algoritmos en campo sin reinstalar el firmware completo del vehículo.
- Cómo cubrirla
Pruebas de concepto (PoC) sobre hardware embebido representativo para validar la capa de orquestación ligera.
- Responsable potencial
Equipo de Arquitecturas Edge-Cloud
13. Valoración final por criterios
| Criterio | Valoración | Justificación |
|---|---|---|
| Relevancia del problema | Alta | Cuello de botella estructural que degrada la toma de decisiones tácticas y limita el despliegue de UAVs. |
| Calidad de la evidencia | Media | Sólida y consistente en 6 fuentes, aunque carece de métricas cuantitativas precisas de latencia/pérdida. |
| Encaje con SIXTEMA | Alta | Alineación directa con la estrategia de Nube Táctica y Edge-Cloud Federado. |
| Capacidades reales disponibles | Alta | Reutilización potencial de motores de IA, detección de anomalías y fusión GeoINT (inteligencia geoespacial). |
| Diferenciación | Media | El enfoque en Edge Computing es estándar, pero la federación de datos en entornos DDIL aporta valor. |
| Encaje europeo | Alta | Prioridad de 'Superioridad de la Información' en el EDF (European Defence Fund). |
| Actor o vía de entrada identificada | Media | Identificados integradores potenciales (Airbus, Amper), pero sin relación formal establecida para este caso. |
| Potencial dual | Alta | Aplicable a cualquier sistema de sensores remotos con ancho de banda limitado (ej. monitorización industrial, emergencias). |
| Madurez preliminar | Media | Estimada en TRL 4-5; existen componentes pero no la solución integrada a bordo. |
| Cobertura brecha tecnológica | Alta | Ataca la causa raíz (volumen de datos) mediante el procesamiento en el borde. |
| Autonomía respecto a socios | Baja | Dependencia crítica de los integradores de plataforma para el acceso al hardware y sensores. |
| Viabilidad preliminar | Alta | Técnicamente plausible y estratégicamente prioritaria. |
14. Decisión y conclusión final
- Resultado
Avanzar con condiciones
- Condiciones para avanzar
Validación técnica de las restricciones SWaP (tamaño, peso y potencia) en plataformas reales y confirmación de la tasa de falsos negativos aceptable para el filtrado.
- Validaciones pendientes
Contrastar métricas cuantitativas de saturación de enlace con usuarios finales y validar la viabilidad de contenedores ligeros en hardware embebido específico.
- Próximo hito
Ejecución de una PoC (Prueba de Concepto) de filtrado inteligente sobre hardware representativo de bajo SWaP.
- Síntesis
Problema crítico de saturación de ancho de banda ISR que impide la escalabilidad operativa. Encaje estratégico muy alto con las capacidades de Edge Computing e IA de SIXTEMA. El diferenciador es el desplazamiento del cómputo al borde para operar en entornos DDIL. Brecha crítica en la dependencia de hardware de terceros (SWaP). Se recomienda avanzar condicionada a validación técnica.
15. Fuentes y trazabilidad
Sin referencias registradas.Evidencias del clúster: ev_0001, ev_0004, ev_0005, ev_0008, ev_0009, ev_0010