Testing and optimization of EGOS-CC: a future Mission Control System

This Thesis presents a comprehensive analysis of the Mission Control System for Space Missions, with a focus on benchmarking and database optimization. The study is based on the GAIA and BepiColombo missions, which are two of the most complex and challenging space missions to date. It is provided a detailed overview of the Mission Control System, including its key components and how they relate to the GAIA and BepiColombo missions. They also describe the use of Docker, Cadvisor, PostgreSQL, Kafka, and Kernel, and how these technologies impact the performance of the Mission Control System. The study includes a detailed analysis of the performance of the Mission Control Sys- tem, including the average stored parameter updates per second, and the optimization achieved by the archive. During my work I found that the archive was able to compress approximately 183GB of data over roughly 7 days to a mere 50GB, showcasing an opti- mization rate exceeding 72%. They also highlight the importance of adjusting the chunk time intervals for both parameters and opaque data, depending on the data rates and acceptable age of a chunk. The comparative analysis of the GAIA and BepiColombo missions provides valuable in- sights into the performance of the Mission Control System, and how it can be optimized for future space missions. I conclude that the use of Docker, Cadvisor, PostgreSQL, Kafka, and Kernel can significantly improve the performance of the Mission Control System, and that adjusting the chunk time intervals is crucial for achieving optimal data storage and compression. Overall, this thesis provides a valuable resource for anyone interested in the Mission Con- trol System for Space Missions, and how it can be optimized for future space missions. The study is based on simulations data from two of the most complex and challenging space missions to date, and provides valuable insights into the performance of the Mission Control System and how it can be improved.

Questa tesi presenta un’analisi approfondita del Sistema di Controllo Missione per Mis- sioni Spaziali, con un focus su benchmarking e ottimizzazione del database. Lo studio si basa sulle missioni GAIA e BepiColombo, che sono due delle missioni spaziali più com- plesse e sfidanti fino ad oggi. Viene fornita una panoramica dettagliata del Sistema di Controllo Missione, compresi i suoi componenti chiave e come si relazionano alle missioni GAIA e BepiColombo. Descrivono inoltre l’uso di Docker, Cadvisor, PostgreSQL, Kafka e Kernel, e come queste tecnologie influenzano le prestazioni del Sistema di Controllo Missione. Lo studio include un’analisi dettagliata delle prestazioni del Sistema di Controllo Missione, comprese le medie degli aggiornamenti dei parametri archiviati al secondo e l’ottimizzazione ottenuta dall’archivio. E’ stato riscontrato che l’archivio è stato in grado di comprimere circa 183 GB di dati in circa 7 giorni a soli 50 GB, mostrando un tasso di ottimizzazione superiore al 72%. Mettono in evidenza anche l’importanza dell’aggiustamento degli inter- valli temporali dei chunk sia per i parametri che per i dati opachi, a seconda dei tassi di dati e dell’età accettabile di un chunk. L’analisi comparativa delle missioni GAIA e BepiColombo fornisce preziosi spunti sulle prestazioni del Sistema di Controllo Missione e su come può essere ottimizzato per future missioni spaziali. Gli autori concludono che l’uso di Docker, Cadvisor, PostgreSQL, Kafka e Kernel può migliorare significativamente le prestazioni del Sistema di Controllo Missione e che l’aggiustamento degli intervalli temporali dei chunk è cruciale per ottenere una memorizzazione e compressione ottimali dei dati. Questa tesi fornisce una risorsa preziosa per chiunque sia interessato al Sistema Controllo Missione e su come può essere ottimizzato per future missioni spaziali. Lo studio si basa su dati provenienti da simulationi di due tra le missioni spaziali più complesse, offrendo preziosi spunti sulle prestazioni del Sistema Controllo Missione e su come migliorarlo.