I Can Hear You Coming: RF Sensing for Uncooperative Satellite Evasion

要約

この作業は、インターセプトされた無線周波数（RF）信号を活用するための新しい方法を提示し、争われた環境で動作する衛星の堅牢な制御のための制約された強化学習（RL）ポリシーを通知します。
国民国家の俳優との非協力的な衛星エンゲージメントは、機動性と俊敏性を軌道上で向上させる必要性を促します。
ただし、空間環境の堅牢で自律的で迅速な敵の回避能力はめったに研究されていません。
さらに、多くの宇宙車両の能力が制約されているため、十分な情報に基づいた操作に使用できる堅牢なスペース状況認識機能を提供しません。
RLを使用して、最適な敵の回避アルゴリズムをトレーニングするための「Cat＆Mouse」システムを提示します。
私たちは、マウスが猫の衛星を打ち負かすためのパスを通知できるマルチモーダル入力として、傍受された無線周波数通信と動的宇宙船状態を活用するという新しいアプローチを提案します。
現在のRF通信のユビキタスな使用を考えると、提案されたシステムは、さまざまな衛星の配列に適用できます。
堅牢な敵の回避のための制御を提供できる制約付きRLポリシーのトレーニングと実装のための包括的なフレームワークを提供することに加えて、敵対的回避のためのいくつかの最適化に基づく方法も探ります。
次に、これらの方法は、宇宙監視ネットワーク（SSN）から取得した実際のデータでテストされ、さまざまな回避方法の利点と制限を分析しました。

要約(オリジナル)

This work presents a novel method for leveraging intercepted Radio Frequency (RF) signals to inform a constrained Reinforcement Learning (RL) policy for robust control of a satellite operating in contested environments. Uncooperative satellite engagements with nation-state actors prompts the need for enhanced maneuverability and agility on-orbit. However, robust, autonomous and rapid adversary avoidance capabilities for the space environment is seldom studied. Further, the capability constrained nature of many space vehicles does not afford robust space situational awareness capabilities that can be used for well informed maneuvering. We present a ‘Cat & Mouse’ system for training optimal adversary avoidance algorithms using RL. We propose the novel approach of utilizing intercepted radio frequency communication and dynamic spacecraft state as multi-modal input that could inform paths for a mouse to outmaneuver the cat satellite. Given the current ubiquitous use of RF communications, our proposed system can be applicable to a diverse array of satellites. In addition to providing a comprehensive framework for training and implementing a constrained RL policy capable of providing control for robust adversary avoidance, we also explore several optimization based methods for adversarial avoidance. These methods were then tested on real-world data obtained from the Space Surveillance Network (SSN) to analyze the benefits and limitations of different avoidance methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google