Новая нейронная сеть улучшает точность лазерных телескопов, что помогает учёным точно находить местонахождение малых объектов на орбите Земли без повышения чувствительности самих телескопов.
Космический мусор — это предметы, созданные человеком и находящиеся на орбите Земли, которые больше не требуются.
В 2019 году около двадцати тысяч искусственных объектов, среди которых два тысячи двести восемнадцать работающих, вращались вокруг Земли. спутниковВсё же эти предметы — единственные, достаточных размеров для наблюдения.
Более 130 миллионов фрагментов имеют размер меньше одного сантиметра, около миллиона – от одного до десяти сантиметров, а более 30 тысяч превышают десять сантиметров. Все находятся на орбите Земли и представляют опасность для космических кораблей.
Более пятидесяти глобальных лазерных станций следят за космическим мусором. Отслеживание объектов — задача высокой сложности: чем объект меньше, тем труднее его обнаружить и следить.
Исследование предлагает новую модель нейронной сети, улучшающую точность лазерных телескопов для определения местоположения малых объектов.
Насколько это точно?
Для определения местоположения космического мусора ученые применяют метод лазерной визуализации. В него входит направленное в космос высокоэнергетическое излучение лазеров и сбор телескопом сигналов, отражаемых от мусора. Затем по отраженным сигналам вычисляется расстояние до мусора. Этот процесс напоминает эхолокацию, которую используют летучие мыши для поиска пищи.
Мелкие фрагменты плохо отражают свет, поэтому установить их точное положение сложно. Предыдущие методики усовершенствовали эффективность использования лазера для определения расстояния до космического мусора, но распознать его местоположение с точностью до километра всё ещё представляется затруднительным.
Новый метод способен выявлять фрагменты размером до одного квадратного метра в пределах около тысячи пятисот километров.
Для достижения цели ученые применили нейронную сеть обратного распространения, которую настроили двумя алгоритмами коррекции: генетическим и Левенберга – Марквардта.
Нейронная сеть повышает точность наведения и способность обнаруживать слабые сигналы мелких фрагментов космического мусора у телескопов, не требуя увеличения их чувствительности или модернизации оборудования.
Теперь телескопы способны точнее находить космический мусор в определённых участках космоса, избегая лишних ложных тревог.
Тестирование
Учёные испытали свой метод на трёх стандартных моделях: модели монтирования, модели базовых параметров и модели сферических гармонических функций. По результатам испытаний точность нейронной сети оказалась выше, чем у всех трёх моделей, а также позволила преодолеть недостаток медленной скорости конвергенции.
Исследователи, демонстрируя возможности нейронной сети, использовали данные наблюдений 95 звезд для определения коэффициента алгоритма всех 4 моделей. Точность обнаружения 22 других звезд была оценена. Новый алгоритм оказался наиболее точным и мог работать с приемлемой производительностью в реальном времени.
Группа намеренна улучшить работу нейронной сети для выявления ещё более мелкого мусора.