Dal lancio del primo satellite terrestre creato dall'uomo, il numero di oggetti spaziali è aumentato rapidamente. Secondo le autorevoli statistiche della NASA, fino all'inizio del 2021 esistevano ancora oltre 6.400 veicoli spaziali in orbita. Inoltre, il numero totale di detriti di razzi superiori a 10 cm ha superato i 16.000. L'ambiente spaziale è diventato altamente congestionato a causa dell'aumento dei detriti spaziali, minacciando seriamente la sicurezza dei veicoli spaziali in orbita.

La consapevolezza situazionale basata sullo spazio, in quanto capacità completa di conoscenza, analisi e processo decisionale delle minacce, è importante per garantire la sicurezza dello spazio e mantenere l'ordine normale. Sono stati progettati e lanciati vari sistemi di consapevolezza della situazione spaziale. L'acquisizione dei dati, il riconoscimento del target e il monitoraggio che costituiscono le tecnologie chiave apportano importanti contributi e vari algoritmi avanzati vengono esplorati come supporti tecnici.

Tuttavia, raramente emergono revisioni complete di queste tecnologie e algoritmi specifici. Ciò svantaggia il futuro sviluppo della consapevolezza della situazione spaziale. In un articolo di revisione pubblicato di recente su Spazio:scienza e tecnologia , Shuang Li del College of Astronautics, Nanjing University of Aeronautics and Astronautics, ha esaminato e analizzato i progressi della ricerca nelle tecnologie chiave per la consapevolezza della situazione spaziale, ha indicato le direzioni future delle tecnologie chiave e ha sottolineato le prospettive di ricerca delle tecnologie di costellazione multiagente e sinergica per il futuro consapevolezza situazionale, con l'obiettivo di fornire riferimenti per la consapevolezza situazionale basata sullo spazio per realizzare la sostenibilità dello spazio.

In primo luogo sono stati esaminati i sistemi tipici disponibili per la sensibilizzazione a distanza. Gli Stati Uniti hanno notevolmente contribuito allo sviluppo dei sistemi SSA. In particolare, il Geosynchronous Space Situational Awareness Program (GSSAP) mira a rafforzare la capacità di consapevolezza situazionale geosincrona. Questo sistema può identificare caratteristiche concrete per distinguere e caratterizzare diversi target.

Lo Space-Based Surveillance System (SBSS) ha capacità più elevate di acquisizione, identificazione e tracciamento dei dati sui detriti spaziali. Inoltre, la costellazione del sistema a infrarossi basato sullo spazio (SBIRS) contiene quattro satelliti e carichi utili a infrarossi in orbite elevate. 24 satelliti sono distribuiti nello Space Tracking and Surveillance System (STSS), estendendo ulteriormente la copertura dello SBIRS. L'STSS ha capacità più forti di tracciamento orbitale e rilevamento delle manovre in situazioni complicate. Inoltre, il James Webb Space Telescope (JWST) integra un telescopio con telecamere nel vicino e medio infrarosso per l'acquisizione di immagini ultra-lontane e il monitoraggio del bersaglio.

Peso ridotto, osservazione precisa e ampia sono i vantaggi significativi del JWST. Dopo gli Stati Uniti, l'Unione Europea rafforza con forza le conoscenze e le capacità di allerta precoce nella SSA, istituendo il sistema di rilevamento dual-mode. La Russia ha fatto progressi nel monitoraggio dei detriti, nell'allerta precoce e nel monitoraggio ambientale, creando il sistema Tree Canopy. Nel complesso, negli Stati Uniti e in altri paesi emergono costantemente sistemi avanzati di consapevolezza situazionale basati sullo spazio.

Tuttavia, dato il grande consumo energetico dei dispositivi spaziali e metodi di elaborazione dati non coordinati, gli attuali sistemi SSA sono limitati dal numero di rilevatori, capacità di rilevamento e distribuzione della posizione, possedendo quindi solo contemporaneamente determinate funzioni. In questo caso, i sistemi non possono realizzare un'accurata consapevolezza di tutti gli obiettivi spaziali in tempo reale, ma solo per i requisiti del compito. Pertanto, la capacità completa di consapevolezza situazionale della SSA spaziale diventa una necessità.

Successivamente, l'autore ha esaminato e discusso le caratteristiche dei sensori ottici e delle tecnologie di elaborazione, che svolgono un ruolo nell'acquisizione accurata dei dati dei bersagli spaziali. Con i vantaggi di alta sensibilità, trasmissione rapida e forte anti-interferenza, sensori ottici applicati alla consapevolezza situazionale spaziale come raccoglitori di dati oggetto. Per quanto riguarda l'elaborazione dei dati, rappresenta la tecnologia di elaborazione e analisi di grandi dati spaziali, convertendoli nelle informazioni chiave dei target. Tuttavia, i crescenti obiettivi rischiosi aumentano i requisiti per l'elaborazione di dati di grandi dimensioni e influiscono anche sull'accuratezza e sulla tempestività della consapevolezza situazionale. Pertanto, l'archiviazione, il filtraggio e la fusione dei dati vengono esaminati e discussi in ordine.

Quindi, l'autore ha presentato e analizzato le tecnologie per il riconoscimento del bersaglio. In primo luogo, l'identificazione degli oggetti era la sezione centrale del riconoscimento del bersaglio nella consapevolezza situazionale basata sullo spazio. I radar laser erano stati dominanti nell'identificazione degli oggetti come sensori, mentre la visione artificiale e l'ANN erano stati ampiamente esplorati come algoritmi di identificazione avanzati. In secondo luogo, la stima dei parametri, come condizione essenziale per acquisire informazioni accurate sugli oggetti spaziali, la stima dei parametri deve essere eseguita nella SSA dopo l'identificazione dell'oggetto.

Finora sono state sfruttate varie tecnologie di stima dei parametri per oggetti spaziali. Le tecnologie fotometriche sono state sviluppate in modo più maturo, mentre le tecnologie di stima ottimale hanno prodotto algoritmi avanzati nell'intelligenza artificiale. In terzo luogo, il riconoscimento dell'intenzione era il processo di consapevolezza dell'intenzione e inferenza comportamentale degli oggetti spaziali attraverso azioni osservate ed effetti sulle situazioni, che erano essenziali per migliorare la qualità delle informazioni di allerta precoce e ridurre il numero di allarmi, garantendo così la sicurezza. Tuttavia, rispetto alle tecnologie mature di identificazione degli oggetti, il riconoscimento delle intenzioni necessita di ricerche più approfondite.

Inoltre, l'autore ha discusso lo sviluppo della tecnologia di monitoraggio del target. Nel periodo stazionario, le tecnologie di monitoraggio del bersaglio hanno enfatizzato la previsione orbitale, il tracciamento e il rilevamento delle manovre, mentre l'allerta precoce e la prevenzione delle collisioni hanno dominato il periodo rischioso.

(1) La previsione orbitale degli obiettivi spaziali, come fondamento del meccanismo di allerta di collisione e della tecnologia di misurazione e controllo satellitare, era diventata un punto caldo della ricerca nel campo SSA. Tuttavia, i limiti degli attuali metodi di previsione orbitale sono la bassa precisione dei modelli dinamici target, delle misurazioni dei sensori e della determinazione orbitale. Ad esempio, i modelli di resistenza dell'atmosfera hanno generato una grande incertezza per la previsione orbitale nelle orbite basse della Terra. Pertanto, l'autore utilizza il metodo di previsione orbitale basato su modelli di previsione analitica e algoritmi di apprendimento automatico.

(2) La determinazione e il tracciamento dell'orbita erano entrambe sezioni importanti del monitoraggio del bersaglio. Erano stati strettamente collegati, dove la determinazione orbitale era la premessa e il tracciamento orbitale era lo scopo dell'esecuzione. Tuttavia, solo l'osservazione in linea di vista dai sensori ottici ai bersagli è disponibile senza informazioni sulla portata. Considerando che le ipotesi sono tutte soddisfatte, inclusa la dinamica lineare, il volo per inerzia, il singolo sensore e il sensore fissato nel centro di massa, la ben nota determinazione orbitale dei soli angoli necessita di soluzioni alla mancanza di osservabilità del raggio. Pertanto, l'autore ha discusso gli sviluppi degli algoritmi di determinazione dei soli angoli e di una serie di algoritmi di monitoraggio del filtro migliorati.

(3) Rilevare le manovre di oggetti spaziali con dati storici recuperabili è diventata una missione essenziale nella SSA, soprattutto per oggetti attivi senza informazioni operative disponibili. Il rilevamento in tempo reale è necessario per reagire adeguatamente a eventuali anomalie dei veicoli spaziali e possibili minacce alle risorse spaziali vicine. Le manovre degli oggetti attivi vengono rilevate, registrando i modelli e le tendenze nei tipi e nelle grandezze delle manovre. Pertanto, l'autore ha discusso gli sviluppi degli algoritmi di caratterizzazione dei parametri sensibili e degli algoritmi di misurazione ed elaborazione articolari.

(4) Il monitoraggio delle tecnologie di allerta precoce presentava vantaggi significativi in ​​termini di ampi intervalli di monitoraggio, diversi mezzi di localizzazione e elevata precisione di allerta. Pertanto, l'allerta precoce è stata promettente poiché la direzione principale e le tendenze future si concentrano sui progetti di allerta per asteroidi nello spazio e sui miglioramenti della tempestività, dell'accuratezza e della sicurezza.

(5) Dopo aver ricevuto l'allarme sui detriti spaziali e gli asteroidi, una parte vitale della SSA era prevedere ed evitare le collisioni dei satelliti per proteggere le risorse spaziali. La ricerca sulle tecnologie di prevenzione delle collisioni si è concentrata sulla previsione delle collisioni e sulle strategie di manovra. Il fulcro della previsione delle collisioni erano gli algoritmi di calcolo delle probabilità, mentre gli algoritmi di evitamento erano l'essenza della progettazione della strategia. Pertanto, l'autore ha discusso gli sviluppi degli algoritmi di calcolo della probabilità di collisione e degli algoritmi e delle strategie di prevenzione delle manovre.

Infine, l'autore ha riassunto le quattro conclusioni e approfondimenti chiave per le tecnologie essenziali:

(1) Per l'avanzamento complessivo della SSA spaziale, vengono attivati ​​sistemi di sorveglianza e consapevolezza del dominio full-dimensional e multilevel. I sistemi di sorveglianza spaziale dovrebbero avere una copertura più ampia, una maggiore precisione e un aggiornamento dei dati più breve. Per i dispositivi di sistema, la frequenza di lavoro verrà modificata dalla banda bassa a quella alta. Le strutture fisse tendono ad essere flessibili e viene implementato un design leggero. Inoltre, il meccanismo di lavoro si è evoluto verso l'array distribuito e completamente digitale.

(2) In quanto parte essenziale della SSA, è necessario creare database di caratteristiche degli obiettivi perfetti per fornire informazioni più preliminari per una consapevolezza situazionale accurata e rapida. Basandosi sull'intelligenza artificiale e sul cloud computing, le strategie di sviluppo dei big data spaziali dovrebbero essere formulate per promuovere le tecnologie dell'informazione di nuova generazione. Inoltre, si prevede un'efficiente gestione del traffico spaziale e servizi commerciali per una maggiore sostenibilità e capacità di autoprotezione delle risorse spaziali.

(3) Gli attuali algoritmi intelligenti per il riconoscimento e il monitoraggio del bersaglio adottano principalmente l'apprendimento di piccoli campioni. La maggior parte dei modelli possiede un'inferenza lenta dopo la distribuzione e non può soddisfare i requisiti in tempo reale. Successivamente, gli algoritmi attuali hanno una generalizzazione insufficiente. Pertanto, è necessario progettare i classificatori di diverse categorie nello spazio campionario omologo. I trasferimenti di apprendimento di dati eterogenei dovrebbero essere studiati per migliorare l'adattabilità del modello ai cambiamenti delle caratteristiche intrinseche del target in piccoli campioni.

(4) La consapevolezza della costellazione multiagente e sinergica supera i limiti dell'allocazione del carico utile. L'intelligenza incarnata e l'apprendimento profondo, generale ed evolutivo possono essere applicati a sistemi e costellazioni multiagente per un'interazione multimodale realistica, contribuendo all'evoluzione intelligente dei sistemi di consapevolezza situazionale. + Esplora ulteriormente

Un nuovo filtro di Kalman per il tracciamento dei bersagli nello spazio