IA mejora precisión de telescopios láser para rastreo preciso de desechos espaciales

El nuevo modelo de red neuronal mejora la precisión de los telescopios de telemetría láser. Esto permite a los científicos determinar la posición de desechos más pequeños en órbita terrestre, sin aumentar la sensibilidad de los telescopios.

El problema de los desechos espaciales

Los desechos espaciales son objetos artificiales inoperativos en órbita terrestre que ya no son útiles. Se generan durante actividades espaciales, y provienen principalmente de la etapa final de cohetes portadores y materiales no deseados de naves espaciales que se desintegran en órbita.

Hasta 2019, había aproximadamente 20.000 objetos artificiales en órbita sobre la Tierra, incluyendo 2.218 satélites operativos. Sin embargo, estos son solo los objetos lo suficientemente grandes como para ser rastreados.

Más de 130 millones de piezas de desechos son menores a 1 centímetro, alrededor de 1 millón de piezas miden 1-10 centímetros, y más de 30.000 piezas son mayores a 10 centímetros. Todas están en órbita alrededor de la Tierra y su existencia afecta seriamente la seguridad de las naves espaciales.

Actualmente, hay más de 50 estaciones globales de observación láser que monitorean desechos espaciales. Sin embargo, rastrearlos es una tarea extremadamente desafiante: cuanto más pequeño el objeto, más difícil es detectarlo y rastrearlo.

Un nuevo estudio presenta un modelo de red neuronal que mejora la precisión de los telescopios láser, permitiendo a los científicos determinar la posición de desechos más pequeños.

¿Qué tan preciso es?

Para determinar la posición de desechos orbitales, los científicos utilizan un método llamado imágenes láser. Esto implica disparar láseres de alta energía al espacio y usar un telescopio para captar las señales reflejadas de los desechos orbitales. Estas señales reflejadas se usan para evaluar qué tan lejos están los desechos. El proceso es similar a cómo los murciélagos usan la ecolocalización para rastrear presas.

Pero como los desechos más pequeños no reflejan mucha luz, es difícil localizarlos con precisión. Aunque técnicas previas han mejorado la detección de telemetría láser de desechos, solo pueden determinar la posición de un desecho a nivel de 1 kilómetro.

El nuevo método, por otro lado, es capaz de encontrar un desecho tan pequeño como 1 metro cuadrado que está a unos 1.500 km de distancia.

Para lograr esto, los investigadores usaron una red neuronal de retropropagación, optimizada mediante dos algoritmos correctores: el Algoritmo Genético y Levenberg-Marquardt.

Ilustración de desechos espaciales vista desde órbita terrestre alta | Wikipedia

La red neuronal ayudó a los telescopios a estabilizar sus capacidades de puntería y reconocer señales débiles de pequeños trozos de basura espacial. Todo esto sin aumentar la sensibilidad de los telescopios ni hacer actualizaciones de hardware.

Además, los telescopios ahora pueden detectar desechos con mayor precisión en regiones localizadas del espacio sin producir muchos falsos positivos.

Pruebas

Los investigadores probaron su método contra tres modelos estándar: el modelo de montura, el modelo de parámetros básicos y el modelo de funciones armónicas esféricas. Encontraron que la precisión de la red neuronal es superior a estos tres modelos estándar, y también supera las deficiencias de velocidad de convergencia lenta.

Para demostrar la capacidad de la red neuronal, los investigadores usaron datos observacionales de 95 estrellas para resolver el coeficiente del algoritmo de los 4 modelos. Evaluaron la precisión de detectar 22 otras estrellas. No solo el nuevo algoritmo resultó ser el más preciso, sino que también podía operarse fácilmente con un rendimiento decente en tiempo real.

El equipo planea optimizar aún más la red neuronal para detectar desechos aún más pequeños.