XiaoMi-AI文件搜索系统
World File Search System轨道测定
Ingegneria Aerospaziale / Aerospace Engineering的博士学位 - 第40个周期主题研究领域：< / div>近距离操作的自主导航
太空探索和剥削已经进入了前所未有的增长和可及性的新时代。新颖的空间任务概念需要提高自治水平，以降低运营成本并实现雄心勃勃的目标。尤其是，具有不合作目标的小行星探索和接近性操作强烈激励自主和低延迟导航解决方案的发展。当前的深空导航在很大程度上依赖于地面系统，主要是通过Extrack和DSN网络来进行辐射跟踪和轨道测定。但是，由于信号传播延迟，这些传统方法不能为航天器提供有关其状态相对于目标的实时信息。在近距离行动中，这种限制变得至关重要，在这种操作中，国家的确定可能导致任务失败或致命的碰撞。这些挑战强调了对航天器轨道确定和控制的创新方法的迫切需求，尤其是在需要精确，及时的导航响应的情况下。在Cosmica项目的框架内（CUP D53C22003580001），本研究旨在通过使用机器学习技术等，以在自主空间导航中推进最新技术。该研究的重点是开发围绕小行星和不合作目标的邻近性操作的智能系统，在这些系统中，传统的导航方法面临重大限制。通过将人工智能与
使用机器学习的Cislunar初始轨道测定的一种自适应方法
初始轨道测定（IOD）是Cislunar制度中日益相关的问题，在该制度中，混乱的动力学会降低经典IOD方法的性能。在这项调查中，提出了一个端到端Cislunar IOD过程的框架，其中包含了仅角度的观察，该观察值模拟了机会检测方案。列表机器学习技术以帮助复杂的Cislunar IOD过程，这项工作为Cislunar Orbit确定（MCCLOD）模型提供了机器分类器，该模型采用神经网络，将有关循环限制性三体性问题（CRTBP）的神经网络注入有关已知的多体动态结构的信息。在高保真动力学环境中，新型的mcClod iod工艺直接与Earth-moon L 1和L 2 Halo Orbit示例的经典两体IOD方法（Gooding）进行了比较。通过回归和轨道分类实施两个神经网络（NN）模型，以识别仅角度的仅角度测量的6D状态。结果模拟表明精度的急剧提高（McClod最多证明位置误差性能的两个数量级提高）和批处理最小二乘的收敛一致性。尽管“与回归的分类” NN降低了整体McClod iod性能，但模拟表明混合分类NN随后是回归NN框架在经过测试的Cislunar IOD问题中产生较低的位置误差。
使用 IoSiS 对太空中的卫星和物体进行高分辨率成像
如今，空间碎片已成为卫星系统的主要威胁之一，尤其是在低地球轨道 (LEO) 上。据官方估计，有超过 700,000 个碎片物体有可能摧毁或损坏卫星。通常，无法从地面直接识别撞击的影响。但是，高分辨率雷达图像有助于检测这种可能的损坏。此外，还可以对未知的空间物体或卫星进行调查。因此，DLR 开发了一种名为 IoSiS（太空卫星成像）[2, 3] 的实验雷达系统，该系统基于现有的转向天线结构和名为 GigaRad [1] 的多用途高性能雷达系统，在传播方向上的分辨率优于 5 厘米。在横向或方位角方向上，通过使用逆合成孔径雷达 (ISAR) 技术，可以获得高空间和距离独立分辨率。该技术基于沿合成孔径从不同角度对物体进行相干观察，需要在轨道通过期间精确跟踪物体。因此，要在距离和方位角上获得相似的分辨率，就必须进行宽方位角观测。对于一个 ISAR 图像，5 厘米的预期空间分辨率意味着大约 25° 的观测角。如此高的空间分辨率不是遥感雷达应用的标准。目前的地球观测系统实现的分辨率在几分米的数量级，比现有系统差一个数量级。因此，这种改进需要相应更高的系统和轨道校正性能。特别是，对雷达电子设备、天线和馈电频率响应进行足够精确的校准至关重要。此外，还必须对观测物体进行精确的轨道测定。本文概述了 IoSiS 雷达系统的主要技术特点。讨论了主要的误差源和相应的解决方案。说明了最终生成几厘米分辨率的雷达图像的校准工作。
![[SSC24-XI-01]](/simg/6\6b7d6b752364ecf63f7edc33230e19cb47ee7804.webp)
[SSC24-XI-01]
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。
DANIELLE PIÑERES PLANET LABS PBC 问题......
尊敬的 Earl L. “Buddy” Carter 在轨道碎片管理方面，有许多国内和国际管辖权。这是否难以驾驭？如何简化这一过程？保护轨道运行环境以确保太空的可持续性是一个全球性问题，需要全球参与。这是美国领导层与业界合作制定标准实践的机会，围绕太空态势感知数据、运营商之间的通信和冲突消除活动以及如何减少轨道上碎片的产生。由于美国各政府机构独立处理轨道碎片和太空可持续性问题，因此有机会在政策制定方面密切合作，以避免冲突或重复的监管，然后在全球同行中发挥带头作用，鼓励采用美国标准做法。从 Planet 的角度来看，进一步的轨道碎片计划有四个优先领域。首先，我们需要更好地模拟低地球轨道大气环境。位置不确定性仍然是低地球轨道卫星运行的一个棘手问题。使用现有的低地球轨道环境模型测量两个有碰撞风险的物体之间的距离，即使提前 24 小时预测，误差幅度有时也会高达几公里。太空运营商需要更好的大气模型和空间态势数据，以减少这些位置不确定性，消除“误报”交会警报，并尽量减少潜在碰撞所需的机动距离。各国政府和国际组织应继续鼓励行业努力验证和标准化模型，并定义其使用的最佳做法，同时投资于低地球轨道环境天体动力学建模领域的研发。其次，我们需要在太空运营商之间更好地共享数据。各国政府和国际组织应采取额外措施，鼓励私人运营商与其他运营商共享最佳精度轨道星历表。Planet 通过 GPS 和双向超高频测距对自己的卫星进行轨道测定，并以各种格式公开提供这些数据。与其他运营商透明地共享轨道星历表和处理交会数据消息的运营人员的联系信息将减少不确定性
外层空间网络攻击 - 伦理 + 新兴科学小组
Patrick Lin 博士是加州州立理工大学伦理 + 新兴科学组主任，也是该校的哲学教授。他还是美国国家空间委员会用户咨询小组 (UAG) 的成员，并且隶属于斯坦福法学院、捷克科学院、世界经济论坛、奥雷利亚研究所、For All Moonkind、AIAA 等。曾就职于斯坦福工程学院、美国海军学院、达特茅斯学院、冰岛大学（富布赖特专家）、新美国安全中心、新美国基金会、联合国裁军研究所、人工智能百年研究等。林教授在技术伦理方面著作颇丰，包括网络、空间开发、人工智能、机器人、军事系统、生物工程、材料科学等。Keith Abney，ABD，是加州州立理工大学圣路易斯奥比斯波分校伦理 + 新兴科学组高级研究员，也是哲学系高级讲师；他教授和出版有关技术和生物医学伦理的文章，包括太空安全与战争、太空殖民与定居、人类增强、人工智能、机器人等。他共同编辑了《人类对外星球殖民》特别期刊版，以及《机器人伦理》（麻省理工学院出版社，2012 年）和《机器人伦理 2.0》（牛津大学出版社，2017 年）等书籍，并共同撰写了关于自主军事机器人、军事人类增强、人工智能伦理和网络攻击的资助报告。他还是阿罗约格兰德社区医院生物伦理委员会成员。Bruce DeBruhl 博士是加州理工大学圣路易斯奥比斯波分校计算机科学与软件工程系和计算机工程系副教授。他还是 SRI International 的高级计算机科学家。他的教育目标是为不同学生创造机会，让他们获得安全和隐私方面的实践经验。这包括教授隐私工程、网络安全、软件安全、二进制利用、硬件安全和网络安全政策等专业和非专业课程。DeBruhl 博士的研究兴趣包括无线安全、网络物理安全、位置隐私、汽车安全和网络物理系统的恶意软件。他在卡内基梅隆大学硅谷分校获得了电气和计算机工程博士和硕士学位，在凯特琳大学获得了电气工程学士学位。Kira Jorgensen Abercromby 博士是加州理工大学圣路易斯奥比斯波分校航空航天工程系的教授。她教授过多门轨道力学、航天器控制和航天器环境对航天器的影响课程。在加入加州理工大学之前，Abercromby 博士在位于德克萨斯州休斯顿的 NASA 约翰逊航天中心的轨道碎片计划办公室工作。她的研究兴趣包括人造空间碎片、轨道测定和空间环境对航天器的影响。她获得了博士和硕士学位