本文介绍了在Starling地层飞行光学实验(StarFox)期间进行的一群小型航天器群的初始飞行结果。Starfox是NASA Starling Mission上的四个实验之一,该实验由2023年7月推出的四个立方体组成。仅一角方法应用板载摄像机获得的卫星间轴承角度进行导航,增加卫星自主权并实现新的任务概念。尽管如此,先前的飞行演示仅介绍了一个观察者和目标,并依靠Apriori目标轨道知识来初始化,转化操作以解决目标范围以及外部绝对轨道更新以维持收敛。StarFox通过应用仅角度的绝对和相对轨迹测量系统(ARTM)来克服这些局限性,该系统整合了三种新型算法。图像处理使用多种假设方法和域特异性运动学建模来启用并跟踪图像中的多个目标,并计算目标轴承角。批处理轨道确定通过迭代批次最小二乘和弱可观察到的目标范围的采样来计算从轴承角批次的初始群轨道估计。顺序轨道确定利用具有非线性模型的自适应,有效的无气体滤波器,以随着时间的推移来完善群体估计。通过横跨链路共享的多观察者测量值无缝融合以实现可靠的绝对和相对轨道测定。Starfox Flight数据和遥测者提供了卫星群的仅自动角度导航的首次演示,包括多目标和多观察者相对导航;未知目标导航的自主初始化;并同时确定绝对和相对轨道。在有挑战性的测量条件下,单个观察者达到了目标范围的0.5%的相对定位误差,而多个观察者则降低至0.1%。结果表明,关于正在进行的Starfox活动以及仅在未来分布式任务中的纯粹导航的应用方面表现出色。
量子时间演化的误差缓解和电路优化:理论和算法都柏林圣三一学院数学学院和 IBM 都柏林研究中心现招聘联合指导、全额资助的博士生。该博士生项目将涉及应用数值分析和数值 PDE 技术来解决量子计算中出现的数值挑战,即估计和优化量子时间演化中出现的误差。量子计算机在模拟与化学或材料科学相关的量子多体系统方面具有巨大潜力。相关波函数随时间的演化受薛定谔方程控制。一种常用的随时间演化薛定谔方程的技术是基于 Trotter-Kato 半群。此类方法的优点是,当应用于数值时,它们具有严格的误差界限。然而,由于我们需要执行的计算维度的增加,这方面的经典方法变得难以解决。克服此类方法中的维数灾难是量子计算机的潜在优势之一。近期的处理器可能将波函数在比传统方法高得多的维度上向前传播。然而,依靠 Trotter 公式在量子计算机上解决时间相关的薛定谔方程是一个挑战。由这些方法产生的量子电路很快变得非常“深”。这带来了新的计算挑战,因为量子计算会在计算中引入噪声,并且这种噪声会随着量子电路的深度而增加。我们将其与浅层电路缺乏“可表达性”的事实进行了对比。我们正在寻找一名博士生,应用数值分析和科学计算工具来克服这些问题。为了避免深层电路,建议使用基于物理学的 Galerkin 投影方案来将问题的规模缩小到不需要过深量子电路的规模。最近在文献中提出了一些这样的方案,但目前尚不存在对这些投影方法的误差进行适当严格的分析。这种分析将对将完整方程投影到较小子空间时产生的误差进行良好的估计,以便先验地预测方法的性能。此外,错误表示可以反馈到方法中