Главная Наука Машинное обучение против космического трафика: новая модель для безопасности в окололунном пространстве
Наука

Машинное обучение против космического трафика: новая модель для безопасности в окололунном пространстве

Машинное обучение против космического трафика: новая модель для безопасности в окололунном пространстве
Поделитесь

Космос становится всё более переполненным — в настоящее время вокруг Земли вращается более 45 000 рукотворных объектов. Часть из них — это тысячи спутников, обеспечивающих интернет, GPS и прочие виды связи, но в это число также входит и космический мусор, оставшийся от прежних миссий человечества.

Таким образом, предотвращение столкновений становится всё более важной задачей по мере того, как космические агентства продолжают запускать новые аппараты на низкую околоземную орбиту — и на 2026 год уже запланирован интенсивный график пусков. В этой связи исследователи из Ливерморской национальной лаборатории им. Лоуренса (LLNL) в Калифорнии разработали новый метод моделирования орбит в цис-лунном пространстве, то есть в области между Землёй и Луной и вокруг них.

Исследователи смоделировали, как будет выглядеть миллион орбит в течение шести лет, используя открытую базу данных (общедоступный код) и огромные вычислительные мощности лабораторных суперкомпьютеров.

«Когда у вас есть миллион орбит, вы можете провести действительно глубокий анализ с помощью приложений машинного обучения, — заявил учёный LLNL Денвир Хиггинс. — Вы можете попытаться спрогнозировать срок существования орбиты, её стабильность или заняться обнаружением аномалий, чтобы понять, не ведёт ли орбита себя странно».

Исследователи обнаружили, что около половины смоделированных орбит оставались стабильными как минимум в течение года, и чуть менее 10% сохраняли стабильность на протяжении всех шести лет моделирования.

«Если вы хотите узнать, где будет спутник через неделю, не существует уравнения, которое могло бы точно это предсказать, — пояснил учёный LLNL Трэвис Игер. — Вам придётся рассчитывать его положение шаг за шагом».

Вычислительная мощность, необходимая для отслеживания миллиона орбит за шестилетний период в симулированной среде, колоссальна. В LLNL сообщили, что использовали 1,6 миллиона процессоро-часов, что заняло бы более 182 лет обработки на одном компьютере. Но благодаря суперкомпьютерам лаборатории Quartz и Ruby симуляции были выполнены всего за три дня.

Прочитайте также  Редкое зрелище: полярное сияние и серебристые облака вместе украсили небо Канады

Эта работа, как отмечает LLNL, в будущем может оказаться полезной для определения «загруженных перекрёстков» для спутников. Лаборатория также подчеркнула, что в условиях, когда страны продолжают запускать спутники без глобальной координации, этот инструмент может стать крайне важным.

Разработка представляет собой значительный шаг в сторону создания «цифрового двойника» для цис-лунного пространства — комплексной динамической модели, которая сможет не только отслеживать объекты, но и предсказывать потенциальные угрозы. В перспективе подобные системы, основанные на машинном обучении, смогут автоматически идентифицировать опасные сближения, предлагать манёвры уклонения и оптимизировать орбитальные траектории для новых миссий.

Особую актуальность эта технология приобретает в свете планов по созданию окололунных станций (таких как Lunar Gateway), увеличению числа спутников на селеноцентрических орбитах и будущим масштабным миссиям на поверхность Луны. Без эффективного управления космическим движением даже случайное столкновение на высокой скорости в цис-лунном пространстве может породить каскад обломков, угрожающих всей окололунной инфраструктуре на десятилетия.

Следующим шагом для исследователей станет интеграция в модель реальных данных наблюдений с наземных и космических телескопов, что позволит калибровать и уточнять прогнозы. В конечном итоге, подобные инструменты могут стать основой для будущей международной системы космического ситуационного осознания (SSA), которая будет жизненно необходима для обеспечения безопасной и устойчивой деятельности человечества за пределами геостационарной орбиты.

Поделитесь в вашей соцсети👇

Ваш комментарий

Добавить комментарий