AI는 우주 파편을 정확하게 탐지하기 위해 레이저 거리 측정 망원경을 개선합니다.

<울>

우주 쓰레기는 더 이상 유용하지 않은 지구 궤도에 존재하지 않는 인간이 만든 물체입니다. 이들은 우주 활동 중에 생성되며 주로 운반 로켓의 최종 단계에서 발생하며 우주선의 원치 않는 물질이 궤도에서 분해됩니다.

2019년 기준으로 지구 궤도에는 2,218개의 작동 위성을 포함하여 약 20,000개의 인공 물체가 있습니다. 그러나 이것들은 추적할 수 있을 만큼 충분히 큰 유일한 개체입니다.

1센티미터 미만의 파편은 1억 3천만 개 이상, 1-10센티미터는 약 100만 개, 10센티미터 이상은 3만 개 이상입니다. 그것들은 모두 지구 주위를 도는 궤도에 있으며 그들의 존재는 우주선의 안전에 심각한 영향을 미칩니다.

현재 우주 쓰레기를 모니터링하는 전 세계 레이저 관측소는 50개 이상입니다. 그러나 추적하는 것은 매우 어려운 작업입니다. 물체가 작을수록 감지하고 추적하기가 더 어렵습니다.

새로운 연구는 과학자들이 더 작은 파편의 위치를 ​​정확히 찾아낼 수 있도록 레이저 망원경의 정확도를 향상시키는 신경망 모델을 제시합니다.

얼마나 정확합니까?

궤도 파편을 정확히 찾아내기 위해 과학자들은 레이저 이미징이라는 방법을 사용합니다. 여기에는 고에너지 레이저를 우주로 발사하고 망원경을 사용하여 궤도를 도는 파편에서 반사된 신호를 포착하는 것이 포함됩니다. 이러한 반사 신호는 파편이 얼마나 멀리 있는지 평가하는 데 사용됩니다. 이 과정은 박쥐가 반향 위치 파악을 사용하여 먹이를 추적하는 것과 유사합니다.

그러나 작은 파편은 많은 빛을 반사하지 않기 때문에 정확하게 찾기가 어렵습니다. 이전 기술은 파편의 레이저 거리 측정을 향상시켰지만 파편 조각을 1km 수준까지만 정확히 찾아낼 수 있습니다.

반면에 새로운 방법은 약 1,500km 떨어진 곳에서 1제곱미터 크기의 작은 파편 조각을 찾을 수 있습니다.

참조:레이저 응용 저널 | DOI:10.2351/1.5110748 | 위키피디아

이를 달성하기 위해 연구에서는 유전 알고리즘과 Levenberg-Marquardt의 두 가지 수정 알고리즘을 통해 최적화된 역전파 신경망을 사용했습니다.

지구의 높은 궤도에서 볼 수 있는 우주 쓰레기의 그림 | 위키피디아

신경망은 망원경이 포인팅 능력을 안정화하고 작은 우주 쓰레기 조각의 약한 신호를 인식하는 데 도움이 되었습니다. 이 모든 작업은 망원경의 감도를 높이거나 하드웨어를 업그레이드하지 않고도 수행됩니다.

또한 망원경은 이제 많은 오탐을 생성하지 않고 우주의 국부적인 영역에서 파편을 더 정확하게 감지할 수 있습니다.

테스트

연구원들은 마운트 모델, 기본 매개변수 모델 및 구면 조화 함수 모델의 세 가지 표준 모델에 대해 방법을 테스트했습니다. 그들은 신경망의 정확도가 이 세 가지 표준 모델보다 우수하고 느린 수렴 속도의 단점도 극복한다는 것을 발견했습니다.

읽기:우주 쓰레기에 대해 알아야 할 사항

신경망의 능력을 입증하기 위해 연구자들은 95개 별의 관측 데이터를 사용하여 4개 모델 모두의 알고리즘 계수를 풀었습니다. 그들은 22개의 다른 별을 감지하는 정확도를 평가했습니다. 새로운 알고리즘은 가장 정확한 것으로 판명되었을 뿐만 아니라 적절한 실시간 성능으로 쉽게 작동할 수 있었습니다.

팀은 더 작은 파편을 찾아내기 위해 신경망을 더욱 최적화할 계획입니다.