ИИ улучшает лазерные телескопы для точного обнаружения космического мусора

Новая модель нейронной сети повышает точность лазерных телескопов. Это позволяет ученым точно определять положение мелких частиц на орбите Земли, не увеличивая чувствительность телескопов.

Космический мусор - это созданные человеком объекты на орбите Земли, которые больше не нужны. Они генерируются во время космической деятельности и в основном происходят из заключительной стадии ракет-носителей и нежелательных материалов космического корабля, распадающегося на орбите.

По состоянию на 2019 год на орбите над Землей находилось около 20 000 искусственных объектов, включая 2218 действующих спутников. Тем не менее это единственные объекты, достаточно большие для отслеживания.

Более 130 миллионов осколков имеют размер менее 1 сантиметра, около 1 миллиона штук составляют 1-10 сантиметров, а более 30000 осколков превышают 10 сантиметров. Все они находятся на орбите вокруг Земли, и их существование серьезно влияет на безопасность космического корабля.

В настоящее время существует более 50 глобальных лазерных станций наблюдения, которые отслеживают космический мусор. Однако их отслеживание является чрезвычайно сложной задачей: чем меньше объект, тем сложнее его обнаружить и отследить.

Новое исследование представляет модель нейронной сети, которая повышает точность лазерных телескопов, позволяя ученым точно определять положение мелких частиц.

Насколько это точно?

Чтобы точно определить орбитальный мусор, ученые используют метод лазерной визуализации. Это включает в себя излучение высокоэнергетических лазеров в космос и использование телескопа для сбора сигналов, которые отражаются от орбитального мусора. Эти отраженные сигналы затем используются для оценки того, как далеко находится мусор. Процесс похож на то, как летучие мыши используют эхолокацию для отслеживания добычи.

Но поскольку более мелкие обломки не отражают много света, их трудно точно определить. Несмотря на то, что предыдущие методы позволили повысить эффективность лазерного дальномерного обнаружения мусора, они позволяют точно определить его местоположение только на уровне 1 км.

С другой стороны, новый метод позволяет обнаруживать обломки размером до 1 квадратного метра на расстоянии около 1500 км.

Чтобы достичь этого, исследователи использовали нейронную сеть обратного распространения, которая оптимизирована с помощью двух корректирующих алгоритмов: Генетического алгоритма и Левенберга – Марквардта.

Нейронная сеть помогла телескопам стабилизировать свои способности наведения и распознавать слабые сигналы маленьких кусочков космического мусора. Все это делается без увеличения чувствительности телескопов или модернизации оборудования.

Кроме того, телескопы теперь могут более точно обнаруживать мусор в локализованных областях пространства, не создавая много ложных срабатываний.

Тестирование

Исследователи проверили свой метод на трех стандартных моделях: модели монтирования, модели базовых параметров и модели сферических гармонических функций. Они обнаружили, что точность нейронной сети превосходит эти три стандартные модели, а также преодолевает недостатки медленной конвергентной скорости.

Чтобы продемонстрировать возможности нейронной сети, исследователи использовали данные наблюдений 95 звезд, чтобы определить коэффициент алгоритма из всех 4 моделей. Они оценили точность обнаружения 22 других звезд. Мало того, что новый алгоритм оказался наиболее точным, но он также мог легко работать с приличной производительностью в реальном времени.

Команда планирует дальнейшую оптимизацию нейронной сети, чтобы обнаружить еще меньший мусор.