D4 – Análisis de Planteamiento de Proyecto de I+D ... · PDF filetráfico...

D4 – ANÁLISIS DE PLANTEAMIENTO DE PROYECTO

DE I+D RESULTANTE PARA EL DESARROLLO DE LA

PLATAFORMA DE ANÁLISIS SISTEMÁTICO Y AUTOMÁTICO DEL SISTEMA DE NAVEGACIÓN

AÉREO

Proyecto VASSNA 30/10/2009

3 / 31

Hoja de Identificación del documento

Título: D4 – Análisis de Planteamiento de Proyecto de I+D Resultante para el desarrollo de la Plataforma de Análisis Sistemático y Automático del Sistema de Navegación Aéreo

Código: CRIDA-C-VASSNA-WP03-0026-00.01

Fecha: 30/10/2009

Fichero: CRIDA-C-VASSNA-WP03-0026-01.00.DOC

Autor: Susana Bravo; Alejandro Fernández; María Ángeles Pérez; José Luis

García; Sebastián Rosselló; Leticia Sánchez-Palomo

Revisor: Nicolás Suárez

Aprobado: José Miguel de Pablo

Versiones:

Número Fecha Autor Comentarios

01 30/10/2009 Susana Bravo;

Alejandro Fernández;

María Ángeles Pérez; José Luis García; Sebastián Rosselló;

Leticia Sánchez-Palomo

Creación

4 / 31

Resumen Ejecutivo

Este documento recoge el cuarto entregable (D4 – “Análisis de Planteamiento de Proyecto de I+D Resultante para el desarrollo de la Plataforma de Análisis Sistemático y Automático del Sistema de Navegación Aéreo“) previsto dentro del análisis de viabilidad de la plataforma de Análisis General, Sistemático y Automático del Sistema de Navegación y Transporte Aéreo.

VASSNA se ha planteado como un estudio de viabilidad enmarcado dentro de la convocatoria de los Proyectos Estratégicos de Investigación Aeronáutica (PEIAs) correspondientes al Programa Nacional de proyectos de investigación aplicada, subprograma aeroespacial (SAE). Este subprograma está dirigido a eliminar el riesgo asociado al desarrollo de proyectos del sector aeroespacial, muy alejados del mercado, con un importante coste de desarrollo no recurrente, cuya recuperación a largo plazo es muy incierta.

El estudio está basado en el análisis de las tecnologías existentes para identificar sus limitaciones y, una vez identificadas, se ha procedido a identificar las tecnologías necesarias para superar las limitaciones; cada tecnología se ha analizado para comprobar si tiene el nivel de madurez necesario para poder proceder con el proceso de I+D. Finalmente, el resultado del análisis se ha utilizado para describir una plataforma de validación, en adelante denominada MAGENTA (Modelo de Análisis General, Sistemático y Automático del Sistema de Navegación y Transporte Aéreo), que contemple los distintos requisitos y tecnologías necesarios para su implementación,.

MAGENTA persigue la creación de un nuevo servicio TIC, inexistente en este momento, que permita a los usuarios disponer de un modelo teórico de Sistema de Gestión de la Información ATM y manejo de Datos Externos totalmente adaptado a sus necesidades, con un tiempo de implantación rapidísimo debido a la ausencia de instalación de software. El objetivo general del proyecto MAGENTA es generar los conocimientos científicos y técnicos destinados a la gestión del conocimiento en sistemas complejos mediante el desarrollo de tecnologías de análisis de la información del sistema de navegación y control aéreo permitiendo estudiar, y predecir no solo sucesos actuales sino escenarios futuros teniendo en cuenta por primera vez el grado de incertidumbre de cada una de las variables analizadas. El desarrollo de dichas tecnologías permitirá un importante avance tecnológico situando a España en una posición privilegiada para afrontar los retos del Programa SESAR (Single European Sky ATM Research). Gracias a las mejoras conseguidas en la gestión de la complejidad será posible una mayor fiabilidad en la futura toma de decisiones

Como resultado de la exploración tecnológica realizada y el análisis de viabilidad metodológica VASSNA, para identificar limitaciones, riesgos y posibles soluciones alternativas en aspectos como potenciales componentes de la plataforma MAGENTA, arquitectura o fuentes de datos se puede concluir lo siguiente:

Resulta viable construir una plataforma que integre los diversos métodos de análisis

necesarios para el conocimiento de ATC.

Se considera viable la aplicación de técnicas innovadoras como la simulación predictiva o la inteligencia artificial. La utilización de estas técnicas resultas esencial para el valor añadido de la plataforma MAGENTA.

Del análisis preliminar de las mismas se considera factible identificar ineficiencias del sistema

(con sus soluciones asociadas) y oportunidades de explotación.

La plataforma cubrirá las necesidades de infraestructura de validación identificadas dentro de los proyectos SESAR y NextGen.

Con todo ello se espera realizar un avance significativo en el conocimiento y gestión adecuado de los elementos del ATC que permita la optimización del espacio aéreo dentro del marco SESAR.

5 / 31

Índice de Contenidos

Hoja de Identificación del documento....................................................................................................... 3

Resumen Ejecutivo ................................................................................................................................... 4

Índice de Contenidos ................................................................................................................................ 5

Índice de Figuras ...................................................................................................................................... 5

1 Introducción ........................................................................................................................................ 6

1.1 Antecedentes ......................................................................................................................................... 6

1.2 Estructura del Documento ...................................................................................................................... 7

2 Metodología y Necesidad del Proyecto.............................................................................................. 7

2.1 Metodología ............................................................................................................................................ 7

2.2 Necesidad del Proyecto .......................................................................................................................... 8

3 Planteamiento Conceptual ................................................................................................................. 9

3.1 Contexto de actuación de la plataforma ................................................................................................. 9

3.2 Objetivos generales de MAGENTA ...................................................................................................... 12

4 Estructura de la Plataforma .............................................................................................................. 12

4.1 Supervisión Ejecutiva y Gestión de la Complejidad. ............................................................................ 12

4.2 Sistemas Cognitivos ............................................................................................................................. 14

4.3 Entorno Integrado de Análisis .............................................................................................................. 16

5 Sistema de Gestión de la Información ............................................................................................. 20

5.1 Generación de Escenarios. .................................................................................................................. 21

5.2 Medios de Análisis................................................................................................................................ 24

5.3 Optimización ......................................................................................................................................... 27

5.4 Ingeniería de Sistemas ......................................................................................................................... 29

5.5 Validación ............................................................................................................................................. 30

6 Conclusiones .................................................................................................................................... 31

Índice de Figuras

Ilustración 1 Estructura de la plataforma MAGENTA ........................................................................ 10

Ilustración 2 Gestión del Conocimiento en MAGENTA ..................................................................... 13

Ilustración 3 Posicionamiento de la Investigación para Inteligencia Global ...................................... 15

Código CRIDA-C-VASSNA-WP03-0026-00.01

Fecha Edición 30/10/2009

Clasificación Público

D4 – Análisis de Planteamiento de Proyecto de I+D Resultante para el

desarrollo de la Plataforma de Análisis Sistemático y Automático del

Sistema de Navegación Aéreo

6 / 31

1 Introducción

1.1 Antecedentes

Este documento recoge el cuarto entregable (D4 – “Análisis de Planteamiento de Proyecto de I+D Resultante para el desarrollo de la Plataforma de Análisis Sistemático y Automático del Sistema de Navegación Aéreo“) previsto dentro del análisis de viabilidad de la plataforma de Análisis General, Sistemático y Automático del Sistema de Navegación y Transporte Aéreo.

Este estudio de viabilidad está enmarcado dentro de la convocatoria de los Proyectos Estratégicos de Investigación Aeronáutica (PEIAs) correspondientes al Programa Nacional de proyectos de investigación aplicada, subprograma aeroespacial (SAE). Este subprograma está dirigido a eliminar el riesgo asociado al desarrollo de proyectos del sector aeroespacial, muy alejados del mercado, con un importante coste de desarrollo no recurrente, cuya recuperación a largo plazo es muy incierta.

La Estrategia Nacional de Ciencia y Tecnología presenta los siguientes principios básicos que deben guiar todas las actuaciones de I+D+i:

• Poner las actividades de investigación, desarrollo e innovación al servicio de la ciudadanía, del bienestar social y de un desarrollo sostenible, con plena incorporación de la mujer.

• Constituirse en un factor de mejora de la competitividad empresarial. • Ser un elemento esencial para la generación de nuevos

conocimientos.

El proyecto VASSNA cuenta con un presupuesto de más de 290.000 euros y con el respaldo de un consorcio integrado por cuatro departamentos de las universidades Politécnica de Madrid (UPM) y de Cataluña (UPC). El resultado del estudio de viabilidad realizado por VASSNA se ha traducido en la identificación de requisitos para la plataforma MAGENTA (Modelo de Análisis General, Sistemático y Automático del Sistema de Navegación y Transporte Aéreo). Para distinguir claramente la plataforma resultante del estudio VASSNA, este documento utiliza MAGENTA cuando habla de la plataforma y VASSNA cuando habla de este estudio.

MAGENTA se concibe con la voluntad de superar los retos científicos y tecnológicos que plantean el análisis, la adquisición de conocimiento y la capacidad de decisión y optimización en grandes sistemas socio-técnicos de elevada complejidad (debido al elevado número de subsistemas involucrados) a partir del caso particular del sistema de gestión del tráfico aéreo. Dicha complejidad en sistemas y procesos genera cierta incertidumbre intrínseca, así como comportamientos emergentes imprevistos, lo que supone una barrera sustancial para evaluar el rendimiento esperado de un sistema y su funcionamiento.

Los Organismos Públicos de Investigación (OPI) que participan en VASSNA son:

VASSNA cuenta con la participación de OPIs para reforzar el rigor científico y la innovación necesarias en un proyecto de estas características.

El contenido de este documento se centra en la descripción de la plataforma MAGENTA. Los resultados de VASSNA se encuentran en los entregables D1, D2 y D3.





desarrollo de la Plataforma de Análisis Sistemático y Automático del Sistema de

Navegación Aéreo

7 / 31

UPM

• Departamento de Inteligencia Artificial de la Facultad de Informática de la Universidad Politécnica de Madrid (UPM)

• Grupo de Procesado de Datos y Simulación (GPDS) de la Escuela Técnica Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid (UPM)

• Cátedra de Navegación Aérea de la Escuela Técnica Superior de Ingeniería Aeronáutica (ETSIA) de la Universidad Politécnica de Madrid

Universidad Politécnica de Cataluña

• Escuela Politécnica Superior de Castelldefels de la Universitat Politécnica de Catalunya (UPC)

1.2 Estructura del Documento

Este documento está organizado en cinco capítulos. El primer capítulo presenta los antecedentes del estudio VASSNA, así como su organización. En el segundo capítulo se presentan la metodología y la necesidad del proyecto, situando de esta manera el contexto del estudio VASSNA. El tercer capítulo muestra el planteamiento conceptual de la plataforma MAGENTA, incluyendo su arquitectura lógica y los grupos de tecnologías necesarios para desarrollarla. El cuarto capítulo describe cada uno de los módulos de la plataforma, incidiendo especialmente en el objetivo de cada modulo, las líneas de investigación necesarias y en su impacto en el desarrollo del futuro sistema de navegación aérea. Finalmente el capitulo quinto nos presenta unas breves conclusiones sobre la plataforma y su impacto.

2 Metodología y Necesidad del Proyecto

2.1 Metodología

VASSNA se ha planteado como un estudio de viabilidad basado en el análisis de las tecnologías existentes para identificar sus limitaciones. Una vez identificadas las limitaciones del proyecto, se ha procedido a identificar las tecnologías necesarias para superar las limitaciones; cada tecnología se ha analizado para comprobar si tiene el nivel de madurez necesario para poder proceder con el proceso de I+D. Finalmente, el resultado del análisis se ha utilizado para describir una plataforma de validación que contempla los distintos requisitos y tecnologías necesarios para su implementación.

A continuación se enumeran las actividades que se han desarrollado durante la realización del estudio de Viabilidad Técnica de la Plataforma de Análisis Sistemático del SNA.

1) Gestión, Planificación y Coordinación. 2) Análisis de Viabilidad Tecnológica:

(a) Exploración y Búsqueda Tecnológica (b) Arquitectura







8 / 31

(c) Componentes (d) Comunicaciones (e) Adquisición, provisión y validación de Datos (f) Elaboración y realización de protocolos de pruebas (g) Refinamiento de los requisitos iniciales de la plataforma,

acotación de los objetivos y adaptación de la planificación.

(h) Explorar potenciales colaboraciones de investigación y desarrollo con empresas tanto nacionales como internacionales (FAA, NASA, MIT, Eurocontrol, empresas participantes en SESAR JU,…).

3) Análisis de Viabilidad Metodológica 4) Análisis de planteamiento del proyecto de I+D resultante

2.2 Necesidad del Proyecto

En la actualidad es posible disponer de modelos avanzados de gestión de tráfico aéreo en ruta y área terminal e incluso en aeropuertos. Estos modelos consiguen satisfacer las necesidades planteadas a nivel local en determinadas áreas de prestaciones como capacidad o eficiencia que son las que han sido consideradas habitualmente hasta el momento.

Sin embargo, el nivel de detalle de estos modelos y de la información que manejan en los diferentes contextos operacionales varía significativamente y dado que se han desarrollado generalmente en función de necesidades particulares, aspectos como la integración y la interoperabilidad son muy limitados. Cabe indicar que algunas de las aplicaciones disponibles en el mercado ya satisfacen los objetivos de la plataforma, siendo su integración sencilla. Otras únicamente necesitarían pequeños ajustes o desarrollos para cumplir con los requisitos de la plataforma.

No existe ninguna aplicación que permita un estudio global del sistema con el nivel de detalle exigible, y en ningún caso se cubren todas las Áreas de Prestaciones o KPAs (Key Performance Area) identificadas dentro del programa SESAR, ya que incluyen algunas novedosas que hasta el momento nunca se han analizado. La simulación y análisis a gran escala sólo es abordable, a día de hoy, mediante la asociación en serie de varias herramientas que analizan escenarios de menor complejidad para luego integrarlos entre sí. Este proceso es complicado debido a la diversidad de arquitecturas y formatos de archivos de entrada y salida, y se traduce en general en una elevada carga de trabajo asociada a tareas de pre-proceso y post-proceso, y un significativo gasto de tiempo y recursos que no aportan valor añadido al resultado del proceso.

Por otro lado, los modelos suelen estar diseñados para reproducir el sistema actual pero suelen adolecer de falta de flexibilidad para analizar nuevos conceptos operacionales como por ejemplo el concepto SESAR.

Otra de las limitaciones fundamentales de los modelos tradicionales es que necesitan de una optimización en aspectos tales como la interpretación, manejo y explotación de los datos de entrada / salida del modelo. Por ejemplo, estos procesos consumen en la actualidad una gran parte del esfuerzo y tiempo que conlleva la realización de estudios de simulación acelerada y no permite explotar toda la potencialidad de los datos de salida de las simulaciones .Por tanto, limita la interpretación de los procesos que

Los modelos actuales están limitados en el nivel de detalle que proporcionan y en su precisión,






Navegación Aéreo

9 / 31

tienen lugar en el ámbito del transporte aéreo. La automatización mediante la implementación de nuevas técnicas de análisis de datos redundaría en un aumento de la eficiencia total del proceso. Permitiría explotar los datos y extraer información para explicar las razones por las que ocurren determinados sucesos tales como congestiones o retrasos.

Estas limitaciones han llevado a VASSNA a describir una plataforma que surge como una oportunidad para solucionar las carencias anteriormente descritas:

• Proporcionando la capacidad para realizar una observación y monitorización continua del sistema;

• Analizando aspectos tanto locales como globales del Sistema de Navegación Aérea;

• Detectando problemas tanto actuales como futuros; • Investigando técnicas de optimización e inteligencia artificial que

permitan a la plataforma proponer soluciones a las ineficiencias detectadas, y aprovechar las oportunidades;

• Integrando diversos componentes y modelos de análisis; • Automatizando tareas de pre-proceso y post-proceso, contribuyendo

a orientar la dedicación del usuario a aspectos más productivos del proceso;

• Identificando aquellas áreas en las que es prioritario la inversión en I+D para solventar problemas detectados y mejorar las prestaciones del sistema en el futuro. Se configura por tanto como una herramienta fundamental en la definición y argumentación de las medidas de I+D del sector ATM.

El trabajo realizado dentro del estudio VASSNA ha permitido identificar de forma clara los requisitos de alto nivel, así como el alcance y el contenido del sistema necesario. Estos resultados conforman la plataforma de validación MAGENTA.

3 Planteamiento Conceptual

3.1 Contexto de actuación de la plataforma

La gestión del tráfico aéreo (ATM por sus siglas en inglés Air Traffic Management) engloba los procesos y sistemas necesarios para facilitar el transporte seguro de aeronaves. El tráfico aéreo es monitorizado, regulado y guiado de forma organizada y segura evitando así una posible colisión entre aeronaves mediante procesos de control de circulación aérea que incluyen sistemas de comunicaciones, navegación, vigilancia, meteorológicos y sistemas de proceso de información de vuelo que forman un sistema complejo, con múltiples parámetros de entrada

Actualmente, la explotación del sistema se realiza de forma escasamente automatizada, mediante el uso de simulaciones muy especializadas y que no interaccionan entre sí. Como consecuencia de esta situación, la identificación de problemas y de las tecnologías necesarias para resolverlas no se realiza con la suficiente anticipación. El conocimiento anticipado de los problemas y riesgos previstos nos permitirá desarrollar las tecnologías necesarias para resolverlos con antelación.







10 / 31

Es dentro de este contexto en el que se plantea la visión de la plataforma MAGENTA como un marco de referencia que integra distintos medios de análisis con el fin de generar el conocimiento necesario para analizar y comprender el funcionamiento del sistema. La plataforma MAGENTA analizará sistemáticamente las prestaciones (Capacidad, Seguridad Operativa, Medio-Ambiente, Predictibilidad y Puntualidad, y Eficacia Económica) del ATM identificando el error y la incertidumbre asociados a los resultados.

Entorno Integrado de Análisis

Planteamiento del Análisis

Modelo de conocimiento

Peticiones de Análisis

Interface de Usuario

Base de Datos Semi-estructurada y orientada a Grafos

Modelo de Indicadores Global Modelo de Red

Medio de Análisis

Medio de Análisis

Medio de Análisis

Medio de Análisis

Capacidades cognitivas

Arquitecturas Jerárquicas de

Agentes

Generación de Escenarios

Optimización

Ilustración 1 Estructura de la plataforma MAGENTA

El planteamiento del análisis se basará en el conocimiento que tendrá la plataforma sobre el ATM e incluirá tanto las necesidades de análisis que pida el usuario como los análisis complementarios que la plataforma estime necesarios.

Una vez que la plataforma genere el planteamiento, preparará una petición de análisis con el fin de obtener distintas propuestas de los medios de análisis disponibles. A continuación la plataforma recibirá distintas propuestas de análisis, cada una con una calidad de servicio asociada y seleccionará las que mejor se adapten a las necesidades de análisis. Las peticiones de análisis se recibirán por cada uno de los medios de análisis implicados, que se encargaran de pedir la generación de los escenarios y de realizar la preparación de los datos necesarios. Una vez ejecutados los análisis pertinentes, los datos generados se almacenaran dentro del modelo de conocimiento existente.

El modelo de conocimiento se basa en el conocimiento del sistema y tendrá asociados los medios de análisis necesarios para realizar las predicciones sobre el ATM. El reto planteado al modelo de conocimiento, no será tanto la identificación de resultados, como la comprensión de los mecanismos que nos llevan a los resultados.

El entorno integrado de análisis facilitará el uso automático de los distintos medios de análisis, mientras que los procesos de autocalibración y autovalidación servirán para asegurar que los medios de análisis contenidos en la plataforma generan los resultados más precisos y fiables posibles.

Como se puede observar, las tecnologías disponibles para la realización la plataforma MAGENTA no se encuentran disponibles actualmente, por ello






Navegación Aéreo

11 / 31

se investigarán las tecnologías necesarias clasificadas en los siguientes grupos: gestión de la información, técnicas cognitivas, gestión del conocimiento y Arquitectura WOA con soporte a agentes distribuidos

•Uso de ontologías como medio de transmisión de conocimiento entre los elementos de la plataforma.

•Generación y actualización automática del conocimiento.

•Integración de medios de análisis.

•Disociación de necesidades de análisis de herramientas.

•Sistemas especializados

•Aprendizajes automático y semiautomático.

•Razonamiento y agentes inteligentes.

•Bases de datos semi-estructuradas y orientadas a grafos.

•Búsquedas y detección de patrones basados en contenidos semánticos.

•Virtualización.

•“Cloud Computing”. Gestión de la Información

Técnicas Cognitivas

Gestión del conocimiento

Arquitectura WOA con soporte a agentes

distribuidos

MAGENTA persigue la creación de un nuevo servicio TIC, inexistente en este momento, que permitirá a los usuarios disponer de un modelo teórico de Sistema de Gestión de la Información ATM y manejo de Datos Externos totalmente adaptado a sus necesidades, con un tiempo de implantación rapidísimo debido a la ausencia de instalación de software.

MAGENTA acercará el modo de funcionamiento de estas aplicaciones a los usuarios funcionales de Gestión de Tráfico Aéreo, minimizando los requerimientos de soporte técnico especializado IMSED (Information Management System & External Data) La tendencia tecnológica que pretendemos explorar pretende facilitar la entrada de tecnologías fomentando una evolución tecnológica que permita optimizar recursos y, rendimiento.

Para alcanzar los objetivos descritos anteriormente, MAGENTA se ha estructurado en diez paquetes de trabajo. Cada uno de los paquetes de trabajo representa un área tecnológica que se investigará durante el transcurso del proyecto, facilitando de esta manera el seguimiento de los resultados. Adicionalmente existen tres paquetes de trabajo (Gestión, Ingeniería de Sistemas y Validación) que estructuran los procesos de investigación y de implementación del demostrador tecnológico previsto.

La aplicación de las tecnologías investigadas al entorno ATM se realiza dentro del paquete de “medios de análisis”; este paquete tiene como fin investigar y aplicar la información generada en el proyecto, facilitando de esta manera la creación del demostrador tecnológico.







12 / 31

3.2 Objetivos generales de MAGENTA

El objetivo general del proyecto MAGENTA es generar los conocimientos científicos y técnicos destinados a la gestión del conocimiento en sistemas complejos mediante el desarrollo de tecnologías de análisis de la información del sistema de navegación y control aéreo permitiendo estudiar, y predecir no solo sucesos actuales sino escenarios futuros teniendo en cuenta por primera vez el grado de incertidumbre de cada una de las variables analizadas.

El desarrollo de dichas tecnologías permitirá un importante avance tecnológico situando a España en una posición privilegiada para afrontar los retos del Programa SESAR. Gracias a las mejoras conseguidas en la gestión de la complejidad será posible una mayor fiabilidad en la futura toma de decisiones

Por lo tanto, el objetivo principal dentro del proyecto MAGENTA es investigar una plataforma de conocimiento adaptada a la complejidad del ATM que sea capaz de gestionar el conocimiento y de realizar adecuadas prognosis.

4 Estructura de la Plataforma

4.1 Supervisión Ejecutiva y Gestión de la Complejidad.

El objetivo general de la supervisión ejecutiva y gestión de la complejidad es identificar e investigar las tecnologías y las herramientas necesarias para estructurar y monitorizar la información recogida en MAGENTA, identificando los riesgos y las oportunidades, y para investigar la interacción entre los usuarios y los distintos componentes que interactúan dentro de MAGENTA.

La gestión del ATM es un aspecto crítico en el desarrollo del tráfico aéreo, por esto se cuenta con una gran cantidad de instrumentos que facilitan el conocimiento de este tráfico. Estos instrumentos en su conjunto (monitorización del tráfico, programas de simulación, estadísticas, etc.) son de una gran diversidad y generan datos muy complejos multidimensionales y con una determinada validez en el tiempo. Como consecuencia la extracción de información de estos datos es complicada y requiere de técnicas específicas de extracción de conocimiento.

Para ello, en el proyecto MAGENTA, se estudiarán previamente las técnicas existentes y se investigarán dos nuevos conceptos, la aplicación de la lógica difusa al ámbito ingenieril con objeto de sistematizar la búsqueda de relaciones ambiguas, y las Redes de PETRI Coloreadas, que permitirán por primera vez incluir el concepto de causalidad en la modelo del conocimiento. Con estos dos nuevos conceptos MAGENTA separará el conocimiento de los métodos de análisis y permitirá así que la plataforma pueda evolucionar y facilitará la comprensión de los mecanismos empleados.

Objetivo

Líneas de investigación

MAGENTA es una pieza fundamental para la estrategia de validación Española dentro del programa SESAR, ya que proporcionará las tecnologías y herramientas necesarias para competir con otras plataformas similares que se están desarrollando en este momento (p.e. GAIA).






Navegación Aéreo

13 / 31

Ilustración 2 Gestión del Conocimiento en MAGENTA

El conocimiento generado en MAGENTA se agrupará en cinco grandes áreas, KPAs, (capacidad, medio ambiente, seguridad, eficacia de costes y puntualidad/predictibilidad). Las relaciones entre cada una de ellas se establecerá a partir de un modelo de red que consistirá en realidad en la creación de varios modelos, uno para cada KPA. El objetivo principal del modelo de red de MAGENTA será definir las interacciones no lineales entre cada KPAs y sus respectivos modelos así como investigar y definir la incertidumbre global del sistema. El grado de desconocimiento, es decir la incertidumbre, aportará un dato esencial para evaluar la calidad del sistema. Al incluir el concepto de calidad de conocimiento MAGENTA podrá reflejar de modo más fidedigno la realidad del ATM y aportar un alto grado de credibilidad a la creación de escenarios futuros.

Como se ha expuesto hasta ahora, MAGENTA contará con un modelo de conocimiento muy complejo que necesitará de un servicio de supervisión ejecutiva que pueda recoger toda la información generada, analizar la situación de la plataforma y prever su evolución futura. Esto se hará mediante el MIG (Modelo de Indicadores Global) que analizará cada una de las cinco áreas de prestaciones y establecerá una serie de indicadores para cada una de ellas. La desviación respecto del valor nominal de estos indicadores y la relación existente entre ellos y cada área se utilizará no sólo para evaluar la calidad de la plataforma, sino también para comprender qué impacto tiene una modificación concreta en el resto del sistema.

Por último, MAGENTA se propone en este paquete la creación de un nuevo modelo de interacción sustituyendo la clásica Interfaz Hombre-Máquina por una Interfaz Hombre-Usuario que permitirá una comunicación más intuitiva entre ambos. En MAGENTA se explorará la aplicación de las técnicas ya existentes a un entorno complejo así como la introducción de la realidad virtual y aumentada, siendo el objetivo principal dotar a la interfaz de una usabilidad óptima que mejore la interoperabilidad y la comunicación entre usuarios.

Con todo ello se propone una plataforma de conocimiento adaptada a la complejidad y variabilidad del ATM y que será capaz, no sólo de gestionar el conocimiento sino, además, de realizar adecuadamente prognosis. Para ello esta plataforma podrá establecer relaciones entre variables e incluir la incertidumbre en sus medidas. Será además una plataforma evolutiva, que adaptará su morfología de red a la situación del ATM, (aprendizaje). Todo

Aportación a la Navegación Aérea







14 / 31

esto se estructurará en torno a cinco KPAs (capacidad, medio ambiente, seguridad, eficacia de costes y puntualidad/predictibilidad) y se evaluará a partir de un modelo de indicadores.

Como resultado de todo esto se producirá una mejora en la gestión del espacio aéreo, se podrá evaluar mejor las consecuencias de las decisiones en diferentes ámbitos del mismo y se optimizarán los recursos de los aeropuertos. La consecuencia inmediata de la buena gestión de la complejidad será el mejor conocimiento del comportamiento de las variables que afectan al tráfico aéreo y, por tanto, una mayor fiabilidad en la futura toma de decisiones.

4.2 Sistemas Cognitivos

El objetivo principal de este modulo es profundizar en la investigación de nuevas arquitecturas de inteligencia artificial, para proporcionar herramientas que permitan dotar a MAGENTA de una plataforma de conocimiento, aprendizaje y razonamiento, es decir:

• Conocimiento del dominio y del entorno,

• Conocimiento de la propia plataforma Magenta,

• Capacidad de aprendizaje-máquina,

• Capacidad de razonamiento-máquina,

Para conseguir este objetivo, se establecerá y definirá un marco de referencia para la Inteligencia Compleja en la plataforma MAGENTA.

Como se ha puesto de manifiesto en la investigación más reciente sobre inteligencia artificial y sistemas holónicos, la solución a un problema complejo como puede ser la información en ATC tiene que ser la suma de aportaciones de distintos orígenes y distintos niveles.

Y esto es especialmente cierto en un entorno tan complejo como el sistema del transporte aéreo que modela MAGENTA: un gran número de elementos y de agentes se combinan para crear comportamientos que van más allá de las respuestas esperadas de cada elemento individual, aun cuando dicho elemento obedece a reglas prefijadas y deterministas.

En este contexto, se abordará el problema de la modelización desde el punto de vista de la Ciencia de la Complejidad, para juntar dos enfoques distintos y normalmente mantenidos separados en la investigación científica actual:

1. Paradigmas de inteligencia,

2. Paradigmas de adaptación.

En otras palabras: Se van a extraer las características más útiles de los sistemas multiagentes, como son bajo acoplamiento y alta independencia,

Se les va a dotar de las principales formas de aprendizaje y de razonamiento automáticos,

Se les va a organizar en una estructura que posea también capacidad de generar conocimientos y de adaptarse a los cambios del entorno.

Objetivo


El modelo de conocimiento facilitará la gestión de los efectos de los indicadores en el SNA.






Navegación Aéreo

15 / 31

El resultado serán sistemas con un alto grado de adaptabilidad; también serán sistemas robustos, donde el fallo de un elemento no perjudique a todo el sistema; y permitirán un análisis de la información a un nivel mucho más profundo que lo que permite un data-mining convencional, gracias a las aportaciones de la Ciencia de la Complejidad.

La gráfica siguiente resume el posicionamiento de la investigación a llevar a cabo en este Paquete de Trabajo.

Ilustración 3 Posicionamiento de la Investigación para Inteligencia Global

Alcanzar este objetivo requiere investigar:

• Modelos y tecnologías de aprendizaje automático

• Modelos formalizados de conocimiento

• Modelos de agentes inteligentes en entornos complejos

Esta investigación, identificará y resolverá, desde el punto de vista de las tecnologías de la información, los problemas conceptuales de una plataforma de sistemas como MAGENTA, que debe gestionar coherentemente escalas y estructuras muy diferentes de tratamiento e investigará y caracterizará soluciones para los diferentes niveles de dicho tratamiento, teniendo en cuenta, entre otros elementos, la eficacia computacional.

La actividad comprende la ejecución de cinco tareas con los siguientes objetivos específicos:

1. Inteligencia Global I (Sistemas Multiagentes): se procederá a la investigación de arquitecturas de agentes para los niveles globales de una plataforma de sistemas como es Magenta.

2. Inteligencia Global II (Aprendizaje y Conocimiento): se procederá a la investigación de modelos de aprendizaje automático y semiautomático y de modelos formalizados de conocimiento.







16 / 31

3. Framework para la Inteligencia Global: se elaborará un framework de trabajo para la modelización software de sistemas como Magenta.

4. Soporte al Demostrador Conceptual: se procederá a la investigación en arquitecturas de computación de alto rendimiento y muy bajo coste, así como a la integración de sistemas heterogéneos bajo una arquitectura de agentes inteligentes.

5. Evaluación de los resultados: se llevará a cabo la evaluación de resultados del conjunto del Paquete de Trabajo, y del Demostrador Conceptual en el terreno específico del aprendizaje y de la adaptación.

Los principales resultados esperados de esta actividad, son los siguientes e importantes progresos:

En la definición de arquitecturas de sistemas cognitivos, utilizando agentes inteligentes con jerarquías adaptables, en los algoritmos de aprendizaje y razonamiento y en la evaluación de su computabilidad. Para automatizar esta jerarquización se elaborarán representaciones formales del conocimiento mediante ontologías y en los mecanismos de expansión de dicho conocimiento y se incorporarán nuevas técnicas de gestión de la complejidad en sistemas de información. Estos progresos vendrán avalados por la validación conceptual de un demostrador completo para el sistema de tráfico aéreo.

Si bien dicha validación se realizará para el entorno aéreo, los resultados del Proyecto abrirán nuevas perspectivas para amplios sectores de las Tecnologías de la Información y de las Comunicaciones, como son sistemas de gestión de las operaciones, sistemas de apoyo al negocio, o de gestión de las telecomunicaciones, es decir, para los Sistemas de Información del mañana.

4.3 Entorno Integrado de Análisis

El objetivo principal de esta actividad es investigar el área del "Entorno Integrado de Análisis" para disociar las necesidades de análisis de la plataforma de los medios necesarios para producir la información, al mismo tiempo que se facilita el uso automático y masivo de los medios de análisis disponibles.

• Automático: Precise de ninguna o poca intervención del usuario.

• Masivo: Permita la realización de múltiples análisis de forma simultánea.

• Medios de Análisis: Tecnologías y Técnicas utilizadas para estudiar los límites, características y posibles valores de un indicador del SNA.


Objetivo

Los sistemas cognitivos facilitarán la identificación de nuevo conocimiento.






Navegación Aéreo

17 / 31

Este objetivo comprende la creación de una plataforma única en la que se puedan integrar de forma flexible todos los servicios, es decir se habrá de definir un lenguaje único de modelado así como una interfaz capaz de representar todas las funcionalidades de MAGENTA. Para ello se han identificado tres líneas principales de investigación:

A) APLICABILIDAD DE LAS ARQUITECTURAS SOA Y WOA A LA PLATAFORMA MAGENTA

Las actividades de investigación en arquitecturas SOA que se plantean en el marco del paquete de trabajo del Entorno Integrado de Análisis están alineadas con los retos tecnológicos identificados en esta área.

Reemplazabilidad, compatibilidad y conformidad de procesos en servicios compuestos

La conformidad de los servicios persigue asegurar la integridad de los servicios compuestos mediante la comparación entre sus operaciones y las de los subservicios constituyentes.

La conformidad del servicio comprenderá tanto la conformidad de comportamiento como la semántica. La conformidad de comportamiento evitará operaciones que deriven en resultados erróneos. Mediante la imposición de limitaciones semánticas en los servicios se podrá asegurar la satisfacción de las restricciones en el intercambio de datos.

Servicios compuestos dinámicos y adaptativos

Los servicios se deberán equipar con capacidad de adaptación para poder responder a procesos cambiantes sin comprometer su eficiencia operacional. El reto tecnológico consiste en proporcionar a los servicios de capacidades de autoconfiguración, optimización, verificación y adaptación.

Servicios compuestos con conocimiento de la calidad de servicio (QoS-aware)

Los servicios compuestos deben ser QoS-aware, o sea, deben entender y respetar las políticas del resto de servicios, sus capacidades de operación, requisitos de seguridad, estipulaciones de acuerdos de nivel de servicio o SLA (Service Level Agreement), etc.

B) LENGUAJE FORMAL O FORMALISMO USADO PARA REPRESENTAR LOS MODELOS DE SIMULACIÓN, LOS AGENTES Y SU INTERACCIÓN CON LOS DIFERENTES COMPONENTES QUE COMPONEN LA PLATAFORMA MAGENTA

Se investigará el lenguaje formal usado para representar los modelos de simulación, los agentes y su interacción con los diferentes componentes que componen la plataforma MAGENTA. En un segundo nivel, se definirá la infraestructura o lenguaje usado para implementar los modelos y agentes.

En una primera fase se pueden analizar los diferentes lenguajes formales existentes que permiten representar modelos de simulación y sistemas multiagente (como por ejemplo SDL, DEVS o Redes de Petri entre otros). El objetivo es determinar su idoneidad en el marco del proyecto, intentando dar siempre preferencia a aquellos lenguajes que sean estándar o estén en proceso de estandarización.








18 / 31

En la segunda fase habrá que considerar que en el caso de las simulaciones para SNA, cada entorno de análisis utiliza su propio formato/lenguaje de entrada. Además, el uso de cada herramienta de análisis hace necesario que el operador tenga un conocimiento específico del tipo de análisis que se va a llevar a cabo, tanto para especificar lo que se quiere simular, como a la hora de interpretar después los resultados generados. La motivación de crear un nuevo lenguaje unificado de necesidades de análisis obedece a la necesidad de poder expresar en un único lenguaje las necesidades de análisis del usuario, sin que éste tenga que tener un conocimiento profundo de los parámetros necesarios y los pasos a seguir para poder combinar diferentes Agentes con diferentes características. Por ello, se pretende, a partir de los últimos avances en lenguajes de simulación y de propósito general, buscar la solución más adecuada para poder comunicar los deseos del usuario la plataforma MAGENTA por medio de un lenguaje específico para el sistema.

El lenguaje o formalismo de necesidades de análisis usado para representar el modelo puede o no tener herramientas asociadas que permitan llegar a una implementación concreta de los modelos propuestos. Se investigará por tanto una transformación entre la representación formal del modelo y su implementación práctica usando alguna de las herramientas existentes.

C) ESTANDARIZACIÓN DE INTERFACES DE SIMULACIÓN Y GENERACIÓN AUTOMÁTICA DE ADAPTADORES

La aplicación de técnicas FTS (Fast Time Simulator) en el análisis de la viabilidad operacional de procesos ATM y de su impacto en las prestaciones de la plataforma aún están en desarrollo y sus aplicaciones incluyen la detección de cuellos de botella, la detección de inconsistencias, la evaluación de los procedimientos, el análisis del flujo de información, la sensibilidad de la plataforma ante modificaciones de los parámetros de entrada, etc.

El carácter local de los estudios que se realizan en la actualidad y el hermetismo, tanto en modelo de datos como en funcionalidades, de la mayoría de herramientas existentes en la actualidad hacen necesaria una investigación de qué características deben tener los simuladores del futuro para garantizar la interoperabilidad y la cooperación entre los diferentes servicios que proporcionan.

Los resultados que se estiman del desarrollo de esta actividad van a resultar fundamentales para la viabilidad de una plataforma como MAGENTA ya que proporciona el núcleo de comunicaciones entre los diversos componentes que la conforman.

Las tareas que se van a desarrollar abren todo un mundo de posibilidades en un entorno tan poco explorado como es la Navegación Aérea. Además, todo el conocimiento adquirido y aplicado podrá ser reutilizado en el futuro en otros ámbitos aeronáuticos, como la Gestión Aeroportuaria ya que parten de una base común.

La aplicabilidad de las Arquitecturas SOA en este campo permitirá reestructurar los actuales sistemas de información aeronáutica y mejorar su integridad y los tiempos de respuesta ante posibles problemas y oportunidades en el sistema.

El desarrollo de una metodología para definir y desarrollar los servicios y agentes necesarios para automatizar un campo tan inexplorado, en este sentido, como es la monitorización y validación del Sistema de Navegación


El desarrollo de una arquitectura SOA facilitará la integración de nuevos componentes, así como la integración con otros sistemas.






Navegación Aéreo

19 / 31

Aérea, permitirá a España poder liderar los avances tecnológicos necesarios para la validación de conceptos futuros como los que se están definiendo en el programa europeo SESAR.







20 / 31

5 Sistema de Gestión de la Información

El objetivo general de esta actividad es investigar la definición de un Sistema de Gestión de la Información, como servicio web (Cloud Computing), capaz de manejar una ingente cantidad de datos de manera eficaz y ágil y capaz de garantizar la interoperabilidad con todos los sistemas de predicción, control y monitorización de ATM.

Esta actividad implementa un proceso de investigación orientado hacia la definición de un Sistema de Gestión de la Información, como servicio Web (Cloud Computing), capaz de manejar una ingente cantidad de datos de manera eficaz y ágil y capaz de garantizar la interoperabilidad con todos los sistemas de predicción, control y monitorización de ATM.

Para ello diseñará la plataforma IMSED (Information Management System & External Data). IMSED posibilitará desplegar un entorno transparente de colaboración y compartición de la información en red requerido por las necesidades ATM actuales, al acceder de manera segura a los recursos computacionales disponibles en cada momento con el fin de mejorar y extender el funcionamiento y rendimiento de las operaciones desarrolladas por las empresas.

IMSED pretende convertirse en una plataforma de colaboración permitiendo agregar, virtualizar y compartir recursos y aplicaciones heterogéneos y geográficamente para optimizar su uso y resolver más rápidamente problemas de procesamiento y almacenamiento estableciendo alianzas llamadas organizaciones virtuales (VO).

Las tecnologías emergentes que serán objeto de investigación directa en esta actividad son: Virtualización, Cloud Computing, Arquitecturas Web-oriented (WOA), Sistemas Especializados y Business Intelligence. Adicionalmente, el modo de relación e integración de los diferentes paquetes, emplea dos tecnologías emergentes adicionales, como son: Enterprise Mashups y Social Networking.

Esta plataforma deberá brindar un ambiente seguro y fiable mediante la investigación y definición de procesos de seguridad Grid a través protocolos seguros, permitirá el manejo de credenciales, relaciones de confianza, monitorización del sistema y maneja políticas para la autenticación, delegación y autorización para el acceso a los recursos; evitando de esta manera ataques e intentos de comprometer la seguridad del sistema.

La solución IMSED pretende alcanzar un modelo que garantice la reducción drástica del costo de computación, incrementando la confiabilidad y flexibilidad de la información, al optimizar los requerimientos informáticos que habitualmente son requeridos a nivel corporativo a través de despliegue de Centros de Computación distribuidos sobre redes IP posibilitando dar una respuesta eficiente a la creciente demanda de manejar y analizar datos masivos que le permitan transformarlos en información de valor para la toma de decisiones.

En definitiva, una prueba evidente tanto de apuesta de investigación TI adecuadamente orientada, como de audacia al pretender desarrollar conceptualmente y validar un modelo de gestión ATM alineado con las más avanzadas tendencias tecnológicas.

Objetivo

Líneas de Investigación







Navegación Aéreo

21 / 31

Este proyecto persigue la creación de un nuevo servicio TIC, inexistente en este momento, de un alcance jamás afrontado, a través del desarrollo de una Plataforma de elevada complejidad de desarrollo, pero elevadísima sencillez de uso, que permitirá a los usuarios disponer de un modelo teórico de Sistema de Gestión de la Información ATM y manejo de Datos Externos totalmente adaptado o adaptable a sus necesidades, con un tiempo de implantación y personalización rapidísimo debido a la ausencia de instalación de software y a la presencia de una herramienta de desarrollo rápido de aplicaciones bajo modalidad Cloud Computing.

Trabajar con IMSED va a permitir definir nuevos requerimientos funcionales, gestionar información o cualquier otra actividad relacionada con soluciones de gestión siempre presenta el mismo problema a los usuarios no expertos: La utilización de estas herramientas siempre está sujeto al lenguaje de programación en el que esta se encuentra desarrollada. IMSED dispondrá de la facilidad de uso mediante lenguaje natural, de tal modo que los usuarios puedan realizar consultas y dar instrucciones empleando el lenguaje vulgar (lenguaje natural), obteniendo una respuesta adecuada a sus instrucciones.

5.1 Generación de Escenarios.

El objetivo principal de esta actividad es estudiar los modelos de generación de escenarios actuales y definir un único Modelo de Generación de Escenarios con una arquitectura abierta que permita su escalado y la incorporación de nuevos conceptos y necesidades cuando sea necesario.

El objetivo básico a obtener con la creación de este Modelo de Generación de Escenarios único es la reducción del tiempo (y por lo tanto del coste) necesario para llevar a cabo un estudio de Navegación Aérea de cualquier tipo (bien realizado actualmente o que pueda surgir en un futuro). Esto llevará asociado, por supuesto, la generación de los escenarios necesarios para la realización de las diferentes tareas propuestas dentro de MAGENTA.

Se investigará para conseguir obtener un Modelo de Escenario único que sea utilizable en todo el proyecto, un modelo de análisis que permita realizar los estudios necesarios, un modelo de detección de patrones automático lo suficientemente fiable (esta fiabilidad puede ser medida contrastando los resultados obtenidos de un estudio con los datos reales que sucedieron en un momento dado, es decir, prediciendo situaciones pasadas), un modelo de predicción de trayectorias 4D que realmente se adapte a la realidad y, finalmente, un Modelo de Generación de Escenario que permita crear un escenario que sea una representación lo más fiel posible de la situación real buscada (la forma de medir esto será, al igual que en el caso anterior, su comparación con una situación real que ya haya sucedido).

La actividad comprende la ejecución de cinco tareas con los siguientes objetivos específicos:

Objetivo


El nuevo marco de gestión de la información facilitará el acceso a la información y al conocimiento.







22 / 31

MODELO DE ESCENARIO:

El objetivo principal de esta tarea es desarrollar un Modelo de Datos único y genérico (algo que no ha sido posible conseguir hasta el momento a pesar de realizarse diferentes intentos y que supondría un gran salto tecnológico) que permita no sólo armonizar los diferentes modelos existentes a día de hoy sino que sea escalable y permita introducir nuevas entidades sin necesidad de efectuar un rediseño del sistema correspondiente.

Con esto se conseguirá en primer lugar el armonizar los diferentes modelos utilizados en las múltiples herramientas existentes en la actualidad y, al mismo tiempo, proporcionar una base común a cualquier desarrollo de sistemas futuros de modo que sea fácil su integración con los ya existentes.

ANÁLISIS

El objetivo principal de esta tarea es desarrollar un modelo general de minería de datos para el análisis no trivial de muestras de datos y de correlaciones entre diferentes parámetros (que no tiene porqué ser aplicable exclusivamente al entorno del transporte aéreo) en base a técnicas que permitan la incorporación de nueva información sin necesidad de realizar modificaciones a la misma. Asimismo, se propone explotar al máximo este modelo de modo que pueda convertirse en la base para la creación del modelo de Detección de Patrones de Probabilidad / Oportunidad.

La aplicación de la minería de datos surge como respuesta a las limitaciones de los métodos estadísticos. El análisis de la información no es una actividad nueva, los métodos estadísticos son habituales para proporcionar descripciones matemáticas de conjuntos de datos, pero en ocasiones los datos existentes sólo proporcionan una visión parcial de la población completa y la generalización a partir de dichas muestras no puede ser alcanzada mediante enfoques estadísticos clásicos.

Por este motivo las técnicas estadísticas de análisis de la información están siendo reforzadas mediante técnicas de inteligencia artificial para conformar la disciplina que se conoce como minería de datos, cuyos objetivos son la predicción y el descubrimiento del conocimiento. La predicción implica el uso de de algunas variables para predecir valores desconocidos o futuros de otras variables. El descubrimiento del conocimiento persigue la extracción no trivial de información implícita, previamente desconocida y potencialmente útil mediante la identificación de patrones interpretables en la información.

ESTUDIO DE PATRONES DE PROBABILIDAD/OPORTUNIDAD:

El objetivo principal de esta tarea es generalizar la automatización del modelo de datos desarrollado para que pueda ser aplicado a cualquier tipo de variable, entidad y que permita incorporar nueva información sin necesidad de rediseñar dicho modelo.






Navegación Aéreo

23 / 31

Asimismo, se debe generalizar el uso de los algoritmos que se desarrollen para permitir también su uso con cualquier tipo de dato. El desarrollo de un modelo de estas características supondría en sí mismo un importante avance respecto a las existentes actualmente pero aún no se mejoraría demasiado la precisión obtenida con respecto a las predicciones realizadas usando el método de "comité de expertos". La incorporación de este concepto dentro de un modelo "automatizado" supondría un verdadero salto tecnológico en la forma en que se realizan este tipo de análisis.

Este modelo se basa en la investigación sobre diferentes técnicas de aprendizaje que peritan la automatización de métodos empíricos por lo que se hace necesario el contar con una OPI especializada en la obtención y el análisis de la información como es Innaxis.

PREDICCIÓN DE TRAYECTORIAS 4D:

El objetivo principal de esta tarea es gestionar el tráfico aéreo mediante trayectorias 4D, lo que supondrá que los sistemas de navegación deberán controlar con precisión la navegación lateral, vertical y temporal del avión. Para poder generar escenarios que sean un reflejo fiel de la realidad será imprescindible incorporar unos modelos dinámicos de las aeronaves más exactos, capaces de reproducir con precisión no sólo los aspectos aerodinámicos sino también los sistemas de control y guiado que gestionarán la trayectoria de la aeronave.

En la actualidad la predicción de trayectorias para el tráfico aéreo se realiza en base al uso de diferentes modelos que se aplican en los distintos tipos de herramientas de simulación. Estos modelos normalmente son de naturaleza determinista y suponen que las prestaciones de las aeronaves evolucionan de forma segmentada. Los efectos de viento, del tipo de navegación que se esté empleando y el error técnico de vuelo son ignorados. Como resultado la posición simulada de la aeronave puede ser muy diferente a la que correspondería en la realidad.

Teniendo esto en cuenta y que los efectos del viento en la modelización de trayectorias son, en los escenarios previsibles para el futuro del ATM, fundamentales para analizar el comportamiento del sistema, un modelo de trayectorias 4D debe de considerar este factor como elemento fundamental en el análisis.

Los procesos de generación de tráfico tienen que considerar que la situación de las aeronaves no se ciñe a la programación de los planes de vuelo por muy distintas razones. Por ello también es esencial que la generación de trayectorias introduzca los elementos básicos no deterministas asociados a este comportamiento. Esta componente estocástica deberá inferirse a partir del análisis de muestras de tráfico representativas.

MAGENTA tiene como objetivo desarrollar modelos de generación de trayectorias 4D que tengan en consideración todos los efectos indicados anteriormente. La posición de la aeronave deberá ser igualmente precisa con independencia de la fase de vuelo, con buen ajuste en las desviaciones laterales, verticales y longitudinales, que tome en consideración también el campo de velocidades del viento y los componentes aleatorios asociados al desarrollo de la aviación civil.







24 / 31

Además de lo planteado anteriormente si tenemos en cuenta que los modelos de dinámica de vuelo tienen un elevado coste computacional y a ello le añadimos procesos estocásticos para poder simular la aleatoriedad, nos tenemos que plantear inevitablemente el desarrollo de un sistema con técnicas de High Performance Computing (HPC) que permita definir los escenarios en tiempos razonables.

GENERACIÓN AUTOMÁTICA DE ESCENARIOS:

El objetivo principal de esta tarea es desarrollar un modelo de Generación Automática de Escenarios que, aunque sea capaz de utilizar datos ya existentes, rompa con la dependencia actual que existe de ellos y permita la incorporación de nueva información y nuevos conceptos que puedan aparecer en el futuro. Este nuevo modelo debe tener en cuenta que, a medida que se incorporen nuevos datos y conceptos, debe ser capaz de utilizar esta información para generar y refinar el correspondiente escenario.

Una vez completado el paquete de trabajo de Generación de Escenarios se dispondrá de un modelo que permita la generación de cualquier escenario que sea necesario para su uso tanto dentro de cualquier otra actividad dentro de Magenta de un modo automático como para la realización de estudios cuya necesidad ya está identificada en la actualidad (cambios en el escenario ATM, cambios en los procedimientos utilizados para las operaciones de aeronaves, etc.) o, incluso, para estudios futuros que ahora mismo ni tan siquiera se han planteado. Esto permitirá ahorrar una gran cantidad de tiempo en el desarrollo del resto de tareas (o en cualquier otro estudio de Navegación Aérea).

5.2 Medios de Análisis

El objetivo principal de esta actividad es incorporar una serie de medios de análisis cuya finalidad sea proporcionar datos a las distintas KPA’s (capacidad, seguridad, medio ambiente, puntualidad/predictibilidad y eficacia de costes). Cada uno de estos medios no será exclusivo de un área, sino que cada KPA tendrán la posibilidad de escoger el más adecuado para la obtención de los datos requeridos; esto implica que existirá una gran variedad de medios de análisis.

En esta actividad se proporcionará información de los medios de análisis para cada una de estas áreas y se muestran los métodos y herramientas necesarias para integrarlos dentro de la plataforma MAGENTA. Así se definen los siguientes objetivos específicos relacionados con cada una de estas áreas:

CAPACIDAD


Objetivo


La generación automática de escenarios reducirá de forma apreciable los tiempos de producción de nuevas simulaciones.






Navegación Aéreo

25 / 31

Aunque la capacidad depende de varios factores, hay uno de ellos que se considera crítico: la carga de trabajo. La carga de trabajo se ha enfocado tradicionalmente desde el punto de vista externo al controlador, es decir, se ha estudiado la carga de trabajo a partir del número de aviones o de comunicaciones que tienen lugar en un ATM. En la plataforma MAGENTA se pretende además medir la carga de trabajo desde el punto de vista del a persona, estudiando las interacciones entre tareas y cómo éstas afectan al rendimiento. Para ello para ello se partirá del estudio de Wickens de Recursos Múltiples que mide la variación de la carga de trabajo cuando se realizan varias tareas simultáneamente. El gran salto de MAGENTA en este campo consiste por lo tanto en una visión que no sólo abarca al ATM sino además a la persona.

SEGURIDAD OPERACIONAL

A fin de crear unos indicadores de seguridad Operacional más fiables y que reflejen mejor la situación real del ATM. Para ello, se tendrán en cuenta todas las fuentes de información disponibles y se integrarán en un sistema capaz de gestionar toda esta información. Para alcanzar este objetivo será necesaria la creación de nuevos modelos matemáticos, especialmente en el área de Modelos de Riesgo de Colisión y en la de nuevas aplicaciones de las Redes de Petri Coloreadas (CPN).

MEDIOAMBIENTAL

En los últimos años se ha observado la creciente influencia de la meteorología en la desviación de rutas y su consiguiente aumento de ruido y contaminación. A fin de reducir esto en MAGENTA se propone una mejora de la información meteorológica y su integración en la plataforma.

PREDICTIBILIDAD Y PUNTUALIDAD

De acuerdo con SESAR una de las principales causas de las demoras es la tendencia a efectuar cambios en los planes de vuelo de acuerdo con las necesidades individuales de cada ruta sin contemplar sus consecuencias en la totalidad del espacio aéreo. En este ámbito, MAGENTA se une al concepto global de SESAR desarrollando un nuevo modelo matemático que permite evaluar las posibles consecuencias de un cambio. Para esto MAGENTA combina el modelo determinista actual con variables estocásticas.

EFICACIA DE COSTES

Tradicionalmente el estudio económico se ha realizado a partir de parámetros fijos. Sin embargo la utilización de análisis cualitativos permitiría mejorar la predicción de los costes. Por ello, en MAGENTA se pretende realizar un modelo económico que refleje más fielmente la complejidad de las relaciones económicas a partir no sólo de variables cuantitativas sino también cualitativas.

La ampliación del concepto de carga de trabajo y la consecuente mejora en la comprensión de la interacción entre psicología y seguridad permitirá aumentar la eficiencia del controlador y por tanto la capacidad del aeropuerto sin comprometer la seguridad ni la integridad del trabajador. En una línea de investigación similar la ampliación del concepto de eficiencia


Los nuevos modelos de análisis incrementarán la fiabilidad y la flexibilidad de los procesos de análisis.







26 / 31

de coste involucrando el concepto cualitativo en el análisis abre la puerta a un conocimiento más amplio acerca de la actividad económica de la navegación aérea. También la predictibilidad y puntualidad incluyen el nuevo concepto de las variables estocásticas extendiéndose hasta incluir el análisis cualitativo. Como consecuencia directa de este nuevo paradigma de pensamiento de mejora la eficiencia medioambiental y la seguridad en las operaciones.

El reto tecnológico consiste en la combinación de nuevos conceptos con técnicas de probada eficacia para desarrollar el actual escenario de la Navegación Aérea.






Navegación Aéreo

27 / 31

5.3 Optimización

El objetivo principal de esta actividad es investigar combinaciones de técnicas para optimizar los datos y parámetros de entrada, las salidas de las simulaciones y minimizar el tiempo de máquina necesario. Las técnicas desarrolladas en la investigación se implementarán en un Agente Independiente que permita al resto de MAGENTA minimizar los riesgos y aprovechar las oportunidades detectadas.

Este paquete de trabajo investigará las combinaciones de técnicas necesarias para optimizar los datos y parámetros de entrada, las salidas de las simulaciones y minimizar el tiempo de máquina necesario para ejecutar los medios de análisis de un modo óptimo, eficaz y eficiente. Las técnicas desarrolladas se implementarán mediante un Agente Independiente que permita al resto de MAGENTA minimizar los riesgos y aprovechar las oportunidades detectadas. Las líneas de investigación de esta actividad están relacionadas con la principal tarea del agente de optimización: dar servicio al resto de paquetes de MAGENTA una vez llevada a cabo la detección de riesgos y oportunidades. Estas líneas de investigación son las siguientes:

Combinación de las técnicas de optimización multiobjetivo: se investigará en las posibles combinaciones de las técnicas de optimización que deben adaptarse a la complejidad de los escenarios de MAGENTA y minimizar los tiempos de ejecución de las simulaciones. Esta adaptación tratará de optimizar los datos, parámetros de entrada y salidas de las simulaciones. También se investigará la adaptación a los diferentes riesgos y oportunidades detectados en MAGENTA.

Aplicabilidad en MAGENTA de las técnicas de optimización combinadas: se investigará la aplicación de las técnicas de optimización seleccionadas a los escenarios de MAGENTA, concretamente cómo se adecuan a las diferentes KPAs que se desarrollarán en MAGENTA. Una línea de investigación importante será la elección de las técnicas de optimización que se aplicarán dependiendo de los escenarios y las KPAs tenidas en cuenta en cada simulación para mejorar los indicadores de MAGENTA, es decir, cada una de los cinco KPAs consideradas.

Análisis del espacio de estados sobre modelos de Redes de Petri Coloreadas: se investigará el diseño de heurísticas y metaheurísticas que garanticen la búsqueda en el espacio de estados del SNA en estudio de la secuencia de eventos a coordinar (variables de decisión) que permitan conducir el sistema de navegación área desde un cierto estado inicial (estado suministrado por otros componentes de análisis de MAGENTA: Capacidad, Safety, Medio Ambiente, Puntualidad/Predictibilidad y Eficacia de Costes) a un cierto estado deseado especificado mediante una función objetivo multicriterio.

Objetivo








28 / 31

Estrategia de comportamiento del agente de optimización: se trata de investigar cómo se puede desarrollar el agente de forma que pueda poner a competir cada combinación de técnicas de optimización para seleccionar la mejor en cada caso. La estrategia de comportamiento del agente de optimización estará definida a partir de los resultados obtenidos de la competición de las diferentes combinaciones de técnicas

Se espera obtener de este paquete un gran avance en los siguientes aspectos aplicados al sector de la Navegación Aérea y la Gestión Aeroportuaria:

DE LAS COMBINACIONES DE TÉCNICAS DE OPTIMIZACIÓN MULTIOBJETIVO

• Aplicabilidad a este sector y posibilidad de extrapolarlas a otros sectores.

• Rendimiento de cada Combinación de Técnicas aplicadas a distintas tipos de prestaciones innovando en las técnicas de optimización actuales.

• Ventajas e inconvenientes de cada Combinación de Técnicas.

• Propuestas de mejora de las Técnicas para su industrialización.

DEL AGENTE INDEPENDIENTE:

• Selección de la mejor estrategia de competencia entre combinaciones de técnicas.

• Adaptación al problema considerado en cada simulación.

• Activación siempre que un riesgo u oportunidad sea detectado y que los resultados sean óptimos minimizando los riesgos o aprovechando las oportunidades detectadas en MAGENTA.

DEL DEMOSTRADOR:

• Plataforma para la evaluación de las Técnicas Combinadas.

• Herramienta para la demostración de los resultados obtenidos y al análisis del valor añadido de los avances

• Diseño de arquitecturas software y hardware orientadas a la resolución de problemas existentes en el sector.

Se pretende que el resultado del paquete de trabajo sea lo suficientemente avanzado como para que sirva de plataforma de demostración para una futura comercialización entre clientes internacionales.


Las técnicas de optimización tendrán un fuerte impacto en el proceso de análisis ya que simplificarán el proceso de producción y estudio de los resultados.






Navegación Aéreo

29 / 31

5.4 Ingeniería de Sistemas

El objetivo principal de esta actividad es detectar y reducir de manera precoz el coste de corrección de los errores de los sistemas. Para lograrlo es fundamental que cuanto antes se pueda realizar la tarea de verificación dentro del ciclo de vida de desarrollo del demostrador tecnológico. Es decir, se realizarán análisis de los modelos teniendo en cuenta su estado de definición y madurez a lo largo del proyecto, de manera que se tomarán en consideración las variables que manejan así como la información de contexto.

El principal objetivo de la actividad de Ingeniería de Sistemas será la detección precoz y la consiguiente reducción del coste de corrección de los errores de los componentes de la plataforma MAGENTA. Dentro de esta tarea se realizarán análisis de los requisitos generados en los distintos paquetes de trabajo, teniendo en cuenta su estado de definición y madurez a lo largo del proyecto. El análisis tomará en consideración las variables que manejan así como la información de contexto. Para esto se investigará en la creación de una nueva metodología de especificación adaptada a las necesidades de Magenta que permita la correcta integración de los diferentes modelos.

Dada la complejidad de la investigación y desarrollo de la plataforma MAGENTA, se propone investigar el desarrollo de un “analizador activo del proyecto” cuyo objetivo será el permitir a los investigadores y desarrolladores del proyecto disponer de una plataforma objetiva que sirva de guía a la hora de definir los parámetros y variables necesarias para interconectar los diferentes componentes entre si y confirmar la integridad del proyecto. El analizador activo del proyecto desarrollado en este paquete recogerá los análisis de los requisitos identificados en cada paquete de trabajo y reportará adecuadamente. De esta forma, podrán identificarse antes posibles errores, y será menor el impacto de éstos sobre el producto final.

Por tanto, se podría decir que el analizador del sistema será un gestor de información caracterizada, ya que permitirá realizar la definición de todas las diferentes bases de datos de los diferentes sistemas, protocolos de intercambio y protocolos de definición de variables de primer nivel (Variables que provienen de datos o decisiones). Sobre las variables de segundo nivel (definidas a partir de varias de primer nivel, y por tanto dependientes) se deberá caracterizar la relación entre estas, con sus índices de riesgo y protocolos de recuperación de información en caso de pérdida de datos. La interfaz de análisis de los datos consistirá en pantallas que reflejen mediante campos de texto, numéricos y gráficos, la trazabilidad resultante de una variable desde su entrada al sistema hasta el punto de proceso donde se necesite conocer su estado. Esta información nos mostrará dependencias de datos y tiempos de obtención de los mismos con el objetivo de conocer la procedencia de sus datos desde su origen. No se trabará con datos definitivos, si no con muestras de algunos de ellos.

El Modelo Gestor ó Analizador Activo del Proyecto es el principal producto de la actividad de Ingeniería de Sistemas. El Modelo referido aportará diferentes análisis de resultados e informes para los distintos modelos (eficacia de costes, medioambiente, capacidad, puntualidad y predictibilidad, safety). También se aplicará una metodología que facilite la evolución de los modelos y su correcta integración en el entorno integrado de simulación.

Objetivo









30 / 31

5.5 Validación

El principal objetivo del paquete de trabajo de Validación será asegurarse de que tanto los Medios de Análisis como los Agentes de MAGENTA se comportan y evolucionan de acuerdo con las necesidades previstas por los usuarios. Como MAGENTA es un conjunto de medios de análisis y agentes integrados en una plataforma, la validación será tanto a nivel de agente como a nivel de la plataforma.

Adicionalmente este paquete definirá y desarrollará un conjunto de tecnologías innovadoras que permitan implementar un Agente de Validación Inteligente - Validación Cognitiva - que asegure que el resto de los módulos con inteligencia artificial muestran el comportamiento deseado y están aprendiendo de forma correcta ante progresivos cambios en los modelos de conocimiento

Como MAGENTA es un conjunto de medios de análisis y agentes integrados en un sistema único, la validación será tanto a nivel de esos componentes como a nivel del sistema integrado. El sistema multi-agente que se investigará en MAGENTA presenta una característica muy peculiar: tiene que evolucionar de forma autónoma para adaptarse a los cambios del entorno. Esto hace que una validación tradicional sea posible solo en un momento inicial, cuando el estado del sistema es conocido: sin embargo, en momentos posteriores, no se podrá conocer exactamente cuál es la salida esperada del sistema, dado que será el resultado de toda la evolución anterior y de los conocimientos acumulados. La única forma de validar un sistema con estas características es comprobar que la evolución y el proceso de aprendizaje de los agentes que componen el sistema sigan un esquema esperado.

El objetivo de la validación del sistema multi-agente de MAGENTA será estudiar varios tipos de agentes de validación, que se irán organizando de forma jerárquica. Algunos estarán directamente en contacto con los agentes inteligentes de MAGENTA, y seguirán su evolución para comprobar que sea coherente con el entorno y con sus misiones específicas; sin embargo, estos agentes también tendrán que seguir la evolución del entorno: por consiguiente, otros agentes actuarán de supervisores, comprobando que no haya desviaciones importantes de los agentes validadores. Por lo tanto se define una validación continua de modo que en cada nueva iteración del aprendizaje se vuelva a validar la plataforma en su conjunto, es decir MAGENTA cuenta con capacidad de “re-validarse”.

Todo esto se resume en unos resultados teóricos y prácticos que definen un marco para la validación de sistemas inteligentes multi-agentes, bien sea para MAGENTA, o bien para cualquier otro tipo de aplicaciones.

El principal resultado de este paquete consiste en asegurar que el conocimiento generado a partir del entorno real cumpla con los objetivos de veracidad requeridos por el usuario. La técnica innovadora de la validación continua a lo largo del proceso de generación del conocimiento permite asegurar el cumplimiento de los requisitos a lo largo de todo el proceso de aprendizaje

Objetivo








Navegación Aéreo

31 / 31

El concepto de validación dinámica, "re-validación", realmente tiene un potencial campo de aplicación mucho más amplio que MAGENTA, especialmente en los entornos críticos, como son el mundo de la automoción o de los equipos aeronáuticos embarcados. En aviación civil, el software embarcado tiene que seguir estrictas normas de certificación, como la DO-178B de la RTCA, que hasta ahora dejan fuera la posibilidad de embarcar software basado que implique cualquier tipo de aprendizaje en el caso de los niveles de criticidad más altos, como son DAL-C, DAL-B y DAL-A. El desarrollo de un validador certificable y con capacidad de ejecución en tiempo real supondría un enorme impacto en la industria aeronáutica dado que abriría las puertas a la introducción de sistemas con un nivel de inteligencia muy elevado en este ámbito, mejorando enormemente la seguridad. Por otro lado, los costes de desarrollo de software embarcado se pueden ver reducidos drásticamente, dado que actualmente se dan muchos casos en que se utilizan implementaciones mucho más complejas a nivel de código para que se pueda certificar, y que en el caso de poder introducir técnicas que hasta ahora no eran certificables se simplificarían mucho los diseños.

Por otro lado, el poder "re-validar" también puede ser útil en entornos TIC, porque abre las puertas al uso de técnicas basadas en aprendizaje para por ejemplo buscadores, que actualmente utilizan tímidamente este tipo de soluciones por miedo de tener sistemas potencialmente inestables. Una vez los sistemas sean capaces de "re-validarse", si tras una iteración la plataforma no es validada, simplemente continúa funcionando con su versión anterior, evitando así los problemas de estabilidad.

6 Conclusiones

Como resultado de la exploración tecnológica realizada y el análisis de viabilidad metodológica VASSNA, para identificar limitaciones, riesgos y posibles soluciones alternativas en aspectos como potenciales componentes de la plataforma, arquitectura o fuentes de datos se puede concluir lo siguiente:

• Resulta viable construir una plataforma que integre los diversos métodos de análisis necesarios para el conocimiento de ATC.

• Se considera viable la aplicación de técnicas innovadoras como la simulación predictiva o la inteligencia artificial. La utilización de estas técnicas resultas esencial para el valor añadido de la plataforma MAGENTA.

• Del análisis preliminar de las mismas se considera factible identificar ineficiencias del sistema (con sus soluciones asociadas) y oportunidades de explotación.

• La plataforma cubrirá las necesidades de infraestructura de validación identificadas dentro de los proyectos SESAR y NextGen.

Con todo ello se espera realizar un avance significativo en el conocimiento y gestión adecuado de los elementos del ATC que permita la optimización del espacio aéreo dentro del marco SESAR.

D4 – Análisis de Planteamiento de Proyecto de I+D ... · PDF filetráfico...

Documents

Transcript of D4 – Análisis de Planteamiento de Proyecto de I+D ... · PDF filetráfico...