受信レベル・降雨量・アンテナ局・周波数帯・変調方式を横断し、品質低下が起きる条件を可視化。
衛星通信では、強い降雨時に受信レベルが下がり、通信品質が不安定になることがあります。しかし実際の運用では、同じ雨でもすべての回線が同じように劣化するわけではありません。 アンテナ局ごとの環境、利用する周波数帯、変調方式、降雨量など複数の条件が重なるため、品質低下が発生した際は担当者が個別のログを見比べながら原因を探していました。特に複数拠点を運用する環境では、どの条件が品質低下に強く関係していたのかを横断的に整理することが難しく、調査結果も担当者の経験に依存しやすい状態でした。 そこで、通信品質と気象・回線条件を同じ時間軸で統合し、品質劣化が発生しやすい条件を継続的に分析できる仕組みを構築しました。
受信レベルの推移と降雨量を時刻単位で紐付け、品質が落ち始めたタイミングと降雨の変化を一続きで確認できるようにしました。
品質低下が発生したデータをアンテナ局、周波数帯、変調方式ごとに分け、特定条件に偏って発生していないかを分析できるようにしました。
受信レベルが大きく低下したケースを集め、降雨量や回線条件との関係を分析。品質低下に寄与している可能性が高い条件を担当者が確認できる形で提示します。
単発の障害調査で終わらせず、過去の品質低下事例を蓄積。類似条件で再び品質が崩れた際に、過去の傾向を比較できる運用にしました。
担当者ごとに異なっていた確認手順を、受信レベル・降雨量・アンテナ局・周波数帯・変調方式という共通項目で整理できるようになりました。
品質低下を単発事象として扱うのではなく、条件別の傾向として蓄積。類似事象が発生した際に過去ケースと比較しやすくなりました。
特定のアンテナ局や通信条件で劣化が偏っている場合、その傾向を根拠として設定や運用の見直しを検討できる状態を整えました。
通信品質と降雨量を時刻で同期し、アンテナ局・周波数帯・変調方式ごとに品質低下の発生傾向を比較。AIで品質劣化時に共通する条件や寄与度の高い要素を抽出します。
7カ月
750万円