Predicting the Position Uncertainty at the Time of Closest Approach with Diffusion Models

要約

近年、常駐宇宙物体間の衝突の危険性が大幅に増加しています。
その結果、宇宙船の衝突回避手順は衛星運用に不可欠な部分となっています。
安全で効果的な宇宙活動を確保するために、衛星の所有者と運用者は、常に更新される遭遇の推定値に依存しています。
これらの推定値には、予想される TCA での各オブジェクトの位置に関連する不確実性が含まれます。
これらの推定値は、衝突回避策などのリスク軽減策を計画する際に非常に重要です。
TCA が近づくにつれて、物体の軌道決定と伝播手順の両方がますます短い時間間隔で行われるため、これらの推定の精度が向上します。
ただし、この改善には、重要な決定の瞬間が近づくという代償が伴います。
これは、安全な回避操作が不可能であるか、多大なコストが発生する可能性があることを意味します。
したがって、オペレーターにとって、この変数の変化を事前に知ることは非常に重要です。
この研究では、接近遭遇に関係する物体の位置の不確実性を予測するための拡散モデルに基づく機械学習モデルを提案しています。特に、より予測不可能な傾向がある二次物体 (通常は破片) についてです。
私たちはモデルのパフォーマンスを他の最先端のソリューションおよび単純なベースライン アプローチと比較し、提案されたソリューションが宇宙船の運用の安全性と有効性を大幅に向上させる可能性があることを示しています。

要約(オリジナル)

The risk of collision between resident space objects has significantly increased in recent years. As a result, spacecraft collision avoidance procedures have become an essential part of satellite operations. To ensure safe and effective space activities, satellite owners and operators rely on constantly updated estimates of encounters. These estimates include the uncertainty associated with the position of each object at the expected TCA. These estimates are crucial in planning risk mitigation measures, such as collision avoidance manoeuvres. As the TCA approaches, the accuracy of these estimates improves, as both objects’ orbit determination and propagation procedures are made for increasingly shorter time intervals. However, this improvement comes at the cost of taking place close to the critical decision moment. This means that safe avoidance manoeuvres might not be possible or could incur significant costs. Therefore, knowing the evolution of this variable in advance can be crucial for operators. This work proposes a machine learning model based on diffusion models to forecast the position uncertainty of objects involved in a close encounter, particularly for the secondary object (usually debris), which tends to be more unpredictable. We compare the performance of our model with other state-of-the-art solutions and a na\’ive baseline approach, showing that the proposed solution has the potential to significantly improve the safety and effectiveness of spacecraft operations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google