Desde el lanzamiento del primer satélite terrestre hecho por el hombre, el número de objetos espaciales ha aumentado rápidamente. Según las estadísticas autorizadas de la NASA, aún existían más de 6400 naves espaciales en órbita hasta principios de 2021. Además, el número total de desechos de cohetes de más de 10 cm superó los 16 000. El entorno espacial se ha vuelto muy congestionado debido al aumento de los desechos espaciales, lo que amenaza gravemente la seguridad de las naves espaciales en órbita.

La conciencia situacional basada en el espacio, como una capacidad integral de conocimiento de amenazas, análisis y toma de decisiones, es importante para garantizar la seguridad espacial y mantener el orden normal. Se han diseñado y puesto en marcha varios sistemas de conocimiento de la situación espacial. La adquisición de datos, el reconocimiento de objetivos y el monitoreo, que constituyen tecnologías clave, hacen contribuciones importantes, y se exploran varios algoritmos avanzados como soporte técnico.

Sin embargo, rara vez surgen revisiones exhaustivas de estas tecnologías y algoritmos específicos. Esto pone en desventaja el desarrollo futuro de la conciencia situacional espacial. En un artículo de revisión publicado recientemente en Space:Science &Technology , Shuang Li de la Facultad de Astronáutica de la Universidad de Aeronáutica y Astronáutica de Nanjing, revisó y analizó los avances de la investigación en tecnologías clave para la conciencia de la situación espacial, indicó las direcciones futuras de las tecnologías clave y enfatizó las perspectivas de investigación de las tecnologías de constelaciones multiagente y sinérgicas para el futuro. conciencia situacional, con el objetivo de proporcionar referencias para la conciencia situacional basada en el espacio para lograr la sostenibilidad del espacio.

En primer lugar, se revisaron los sistemas típicos disponibles para la conciencia a larga distancia. Estados Unidos ha contribuido en gran medida al desarrollo de los sistemas SSA. Específicamente, el Programa de conciencia situacional del espacio geosincrónico (GSSAP) tiene como objetivo fortalecer la capacidad de conciencia situacional geosincrónica. Este sistema puede identificar características concretas para distinguir y caracterizar varios objetivos.

El Sistema de Vigilancia Basado en el Espacio (SBSS) tiene mayores capacidades de adquisición, identificación y seguimiento de datos sobre desechos espaciales. Además, la constelación del Sistema Infrarrojo Basado en el Espacio (SBIRS) contiene cuatro satélites y cargas útiles infrarrojas en órbitas altas. 24 satélites están distribuidos en el Sistema de Seguimiento y Vigilancia Espacial (STSS), ampliando aún más la cobertura del SBIRS. El STSS tiene mayores capacidades de seguimiento orbital y detección de maniobras en situaciones complicadas. Además, el telescopio espacial James Webb (JWST) integra un telescopio con cámaras de infrarrojo cercano y medio para la adquisición de imágenes ultra lejanas y el seguimiento de objetivos.

El bajo peso, la precisión y la observación amplia son las ventajas significativas del JWST. Siguiendo a Estados Unidos, la Unión Europea fortalece enfáticamente el conocimiento y las capacidades de alerta temprana en la SSA, estableciendo el sistema de detección de modo dual. Rusia ha avanzado en el seguimiento de escombros, alerta temprana y monitoreo ambiental, creando el sistema Tree Canopy. En general, constantemente surgen sistemas avanzados de conciencia situacional basados ​​en el espacio en los Estados Unidos y otros países.

Sin embargo, dado el gran consumo de energía de los dispositivos basados ​​en el espacio y los métodos de procesamiento de datos no coordinados, los sistemas SSA actuales están restringidos por la cantidad de detectores, las capacidades de detección y la distribución de la ubicación, por lo que solo poseen ciertas funciones al mismo tiempo. En este caso, los sistemas no pueden realizar una conciencia precisa de todos los objetivos espaciales en tiempo real, sino solo para los requisitos de la tarea. Por lo tanto, la capacidad integral de conocimiento de la situación del SSA basado en el espacio se convierte en una necesidad.

Posteriormente, el autor revisó y analizó las características de los sensores ópticos y las tecnologías de procesamiento, que desempeñan un papel en la adquisición precisa de los datos de los objetivos espaciales. Con las ventajas de alta sensibilidad, transmisión rápida y fuerte antiinterferencia, los sensores ópticos se aplican a la conciencia situacional basada en el espacio como recolectores de datos de objetos. En cuanto al procesamiento de datos, representa la tecnología de procesamiento y análisis de grandes datos espaciales, convirtiéndolos en la información clave de los objetivos. Sin embargo, los objetivos cada vez más riesgosos aumentan los requisitos para procesar datos masivos y también afectan la precisión y la puntualidad de la conciencia situacional. Por lo tanto, el almacenamiento, el filtrado y la fusión de datos se revisan y analizan en orden.

Luego, el autor presentó y analizó las tecnologías para el reconocimiento de objetivos. En primer lugar, la identificación de objetos era la sección central del reconocimiento de objetivos en la conciencia situacional basada en el espacio. Los radares láser habían sido dominantes en la identificación de objetos como sensores, mientras que la visión artificial y ANN se exploraron mucho como algoritmos de identificación avanzados. En segundo lugar, la estimación de parámetros, como condición esencial para adquirir la información precisa de los objetos espaciales, la estimación de parámetros debe realizarse en el SSA después de la identificación del objeto.

Hasta ahora se han explotado varias tecnologías de estimación de parámetros para objetos espaciales. Las tecnologías fotométricas se habían desarrollado con mayor madurez, mientras que las tecnologías de estimación óptima producían algoritmos avanzados en inteligencia artificial. En tercer lugar, el reconocimiento de intenciones era el proceso de conocimiento de la intención e inferencia del comportamiento de los objetos espaciales a través de las acciones observadas y los efectos sobre las situaciones, que eran esenciales para mejorar la calidad de la información de alerta temprana y reducir el número de alertas, garantizando así la seguridad. Sin embargo, en comparación con las tecnologías maduras de identificación de objetos, el reconocimiento de intenciones necesita una investigación más profunda.

Además, el autor discutió el desarrollo de la tecnología de monitoreo de objetivos. En el período estable, las tecnologías de monitoreo de objetivos enfatizaron la predicción orbital, el seguimiento y la detección de maniobras, mientras que la alerta temprana y la prevención de colisiones dominaron el período de riesgo.

(1) La predicción orbital de los objetivos espaciales, como base del mecanismo de advertencia de colisión y la tecnología de control y medición de satélites, se había convertido en un punto crítico de investigación en el campo SSA. Sin embargo, las limitaciones de los métodos actuales de predicción orbital son la baja precisión de los modelos dinámicos de objetivos, las mediciones de sensores y la determinación orbital. Por ejemplo, los modelos de arrastre atmosférico generaron una gran incertidumbre para la predicción orbital en órbitas terrestres bajas. Así, el autor c el método de predicción orbital basado en modelos de predicción analítica y algoritmos de aprendizaje automático.

(2) La determinación orbital y el seguimiento eran secciones importantes del seguimiento de objetivos. Habían estado estrechamente conectados, donde la determinación orbital era la premisa y el seguimiento orbital era el propósito de ejecución. Sin embargo, solo la observación de la línea de visión desde los sensores ópticos hasta los objetivos está disponible sin información de alcance. Teniendo en cuenta que todos los supuestos se cumplen, incluida la dinámica lineal, el vuelo de cabotaje, el sensor único y el sensor fijo en el centro de masa, la conocida determinación orbital de solo ángulos necesita soluciones a la falta de observabilidad del rango. Por lo tanto, el autor analizó los desarrollos de los algoritmos de determinación de ángulos únicamente y una serie de algoritmos de seguimiento de filtros mejorados.

(3) Detectar las maniobras de objetos espaciales con datos históricos recuperables se ha convertido en una misión esencial en la SSA, especialmente para objetos activos sin información operativa disponible. Se requiere detección en tiempo real para reaccionar adecuadamente ante cualquier anomalía de la nave espacial y posibles amenazas a los activos espaciales cercanos. Se detectan las maniobras de los objetos activos, registrando los patrones y tendencias en tipos y magnitudes de maniobra. Por lo tanto, el autor discutió los desarrollos de los Algoritmos de Caracterización de Parámetros Sensibles y los Algoritmos de Medición y Procesamiento Conjuntos.

(4) Las tecnologías de monitoreo de alerta temprana poseían ventajas significativas de amplios rangos de monitoreo, diversos medios de seguimiento y alta precisión de alerta. Por lo tanto, la alerta temprana fue prometedora ya que la dirección principal y las tendencias futuras se centran en los proyectos de alerta de asteroides basados ​​en el espacio y las mejoras en la puntualidad, la precisión y la confianza.

(5) Después de recibir la alerta temprana sobre desechos espaciales y asteroides, una parte vital de la SSA fue predecir y evitar colisiones de satélites para proteger los activos espaciales. La investigación sobre tecnologías para evitar colisiones se centró en la predicción de colisiones y estrategias de maniobra. El núcleo de la predicción de colisiones eran los algoritmos de cálculo de probabilidad, mientras que los algoritmos de evitación eran la esencia del diseño de la estrategia. Por lo tanto, el autor discutió los desarrollos de los algoritmos de cálculo de probabilidad de colisión y los algoritmos y estrategias de evitación de maniobras.

Finalmente, el autor resumió las cuatro conclusiones y puntos de vista clave para las tecnologías esenciales:

(1) Para el avance general de la SSA basada en el espacio, se activan sistemas de vigilancia y conciencia de dominio de múltiples niveles y dimensiones completas. Se espera que los sistemas de vigilancia espacial tengan una mayor cobertura, una mayor precisión y una actualización de datos más breve. Para los dispositivos del sistema, la frecuencia de trabajo cambiará de la banda baja a la alta. Las estructuras fijas tienden a ser flexibles y se implementa un diseño liviano. Además, el mecanismo de trabajo evoluciona a la matriz digital completa y distribuida.

(2) Como parte esencial de la SSA, se deben establecer bases de datos de características de objetivos perfectos para proporcionar más información previa para una conciencia situacional precisa y rápida. Basándose en la inteligencia artificial y la computación en la nube, las estrategias de desarrollo de big data espacial deben formularse para promover las tecnologías de la información de nueva generación. Además, se espera una gestión eficiente del tráfico espacial y servicios comerciales para una mayor sostenibilidad y capacidad de autoprotección de los activos espaciales.

(3) Los algoritmos inteligentes actuales para el reconocimiento y monitoreo de objetivos adoptan principalmente aprendizaje de muestras pequeñas. La mayoría de los modelos poseen una inferencia lenta después de la implementación y no pueden cumplir con los requisitos en tiempo real. A continuación, los algoritmos actuales tienen una generalización insuficiente. Por lo tanto, es necesario diseñar los clasificadores de diferentes categorías en un espacio muestral homólogo. Las transferencias de aprendizaje de datos heterogéneos deben estudiarse para mejorar la adaptabilidad del modelo a los cambios de características intrínsecas objetivo en muestras pequeñas.

(4) La conciencia de constelación multiagente y sinérgica supera las limitaciones de la asignación de carga útil. La inteligencia incorporada y el aprendizaje profundo, general y evolutivo se pueden aplicar a sistemas y constelaciones de múltiples agentes para una interacción multimodal realista, lo que contribuye a la evolución inteligente de los sistemas de conciencia situacional. + Explora más

Un novedoso filtro de Kalman para el seguimiento de objetivos en el espacio