„ვერ დაარტყამ იმას, რასაც ვერ ხედავ“ არის გავრცელებული ფრაზა სპორტში და თავდაპირველად წარმოიშვა ბეისბოლის ქვევრის აღსაწერად. უოლტერ ჯონსონის სწრაფი ბურთი. მაგრამ იგივე ეხება უფრო სერიოზულ ტრიალს, მაგალითად, ნამსხვრევების მილიონობით ნამსხვრევებს, რომლებიც მცურავია. დედამიწის დაბალ ორბიტაზე (ლეო). ახლა, მკვლევართა ჯგუფმა შეიმუშავა ახალი გამოსახულების სისტემა, რომელიც საშუალებას მისცემს სააგენტოებსა და მთავრობებს ყურადღებით აკონტროლონ ნამსხვრევები, რომლებიც აფუჭებს LEO-ს და პოტენციურად საფრთხეს უქმნის კაცობრიობის მომავალ გაფართოებას ვარსკვლავებამდე.
ეს საფრთხე პირველად აღწერა დონალდ კესლერმა 1978 წელს და ახლა ცნობილია როგორც ' კესლერის სინდრომი “. ასეთ სცენარში, დედამიწის მიმდებარე ნამსხვრევების ველი იმდენად უარესდება, რომ ბლოკავს წვდომას (ან) სივრცეში. ასეთი ბედის თავიდან ასაცილებლად, კაცობრიობას საბოლოოდ მოუწევს კოსმოსურ ნამსხვრევებთან გამკლავების გზების მოფიქრება. იმის იმედი, რომ ობიექტები, რომლებიც დარჩა LEO-ში დაშლა და ატმოსფეროში დაწვა, არ არის ეფექტური შემარბილებელი სტრატეგია.
კესლერის სინდრომის ვიზუალური გამოსახვა.
კრედიტი: ნასას ორბიტალური ნამსხვრევების პროგრამის ოფისი
ასეთი შემარბილებელი სტრატეგიის შემუშავება ჯერჯერობით რთული აღმოჩნდა. იმის გაგება და თვალყურის დევნება, თუ რამდენი ობიექტია რეალურად იქ არის ერთ-ერთი მთავარი გამოწვევა, რომლის წინაშეც დგას ნებისმიერი ასეთი ძალისხმევა. ბევრი ცალი ძალიან პატარაა, ძალიან სწრაფად ბრუნავს და კიდევ უფრო სწრაფად მოძრაობს. ეს კომბინირებული თვისებები ართულებს მათ თვალყურის დევნებას.
ტრადიციულად, მკვლევარები იყენებენ გამოსახულების ორიდან ერთ-ერთ ტექნიკას, სახელწოდებით 'ჯვარედინი კორელაციების ერთპუნქტიანი მიგრაცია' ან 'კირჩოფის მიგრაცია', შესაბამისად. ერთი წერტილის მიგრაციას აქვს განსაკუთრებით ცუდი გარჩევადობა, რაც ართულებს ობიექტის ზუსტი ზომისა და პოზიციის დადგენას. თუმცა, მასზე დიდად არ მოქმედებს ატმოსფეროს ცვლილებები. ალტერნატიულად, კირჩოფის მიგრაცია უარყოფითად მოქმედებს ატმოსფერული რყევებით, მაგრამ იძლევა ბევრად უფრო მაღალ გარჩევადობას.
ცნობისმოყვარე Droid YouTube ვიდეო განიხილავს კესლერის სინდრომს.
კრედიტი: Curious Droid YouTube არხი
მკვლევარების მიერ შემუშავებული ახალი მიდგომა, რომელიც ცნობილია როგორც რანგის 1 გამოსახულება, უზრუნველყოფს ორივე სამყაროს საუკეთესოს. მას აქვს Kirchoff-ის მიგრაციის მსგავსი გარჩევადობა, თუმცა თითქმის იმუნურია ატმოსფერული ჩარევის მიმართ, როგორც ერთპუნქტიანი მიგრაცია.
Rank-1-ის წარმატების საიდუმლო მის ალგორითმშია. LEO-ს ორბიტაზე მოძრავ ობიექტზე თვალყურის დევნების ერთ-ერთი ყველაზე რთული ნაწილია საკმარისად დიდხანს თვალყურის დევნება მაღალი გარჩევადობის სურათის მისაღებად. ამ თვალთვალის მთავარი გამოწვევა დაკავშირებულია ობიექტის ბრუნვასთან, რომელსაც შეუძლია გააუქმოს თვალთვალის საუკეთესო ალგორითმებიც კი იმის გამო, თუ როგორ ცვლის ობიექტების არეკვლას.
სხვადასხვა ალგორითმების შედეგი შეყვანის მონაცემებზე, რომლებიც ნაჩვენებია მთავარ სურათზე. მარცხნივ: ერთპუნქტიანი მიგრაცია. ცენტრი: რანგის-1 ალგორითმი, მარჯვნივ: კირჩოფის მიგრაცია
კრედიტი: მატან ლეიბოვიჩი, ჯორჯ პაპანიკოლაუ, ქრისულა ცოგკა
Rank-1 ცდილობს შეაფასოს ობიექტის ბრუნვის სიჩქარე, რათა გაიგოს მისი ცვალებადი ალბედო. უხეში იძულებითი სპინის შეფასებები, რათა მოერგოს მონაცემებს, შეიძლება იმუშაოს, მაგრამ დრო და გამოთვლები ინტენსიურია. ამის ნაცვლად, Rank-1 ალგორითმი იყენებს თავად ობიექტის მიერ დაფიქსირებულ მონაცემებს, რათა აცნობოს თვალთვალის ალგორითმს მისი ბრუნვის მიმართულებისა და სიჩქარის შესახებ. ამ შეფასებით, ობიექტის თვალყურის დევნება ბევრად უფრო ადვილია, რაც ალგორითმს საშუალებას აძლევს, შემდეგ მიიღოს უფრო მაღალი გარჩევადობის სურათი.
ჯერჯერობით, სისტემა მხოლოდ მოდელებზე იყო გამოყენებული და ჯერ არ გამოუსახია ობიექტი პირდაპირ LEO-ში. თუმცა, ალგორითმი შესანიშნავად მუშაობდა მოწოდებული მოდელის მონაცემებით, განსაკუთრებით მაშინ, როდესაც შევადარებთ ორ კონკურენტ ალგორითმს. ცოტა მეტი განვითარებითა და რეალურ ობიექტებზე გარკვეული დროის თვალყურის დევნით, რანგის-1 ალგორითმი შეიძლება გახდეს კაცობრიობის არსენალის ნაწილი კოსმოსში ჩაკეტვის მზარდ საფრთხესთან საბრძოლველად. სხვა თუ არაფერი, ჩვენ შევძლებთ დავინახოთ მომავალი საფრთხე.
Გაიგე მეტი:
SIAM News - კოსმოსური ნამსხვრევების გამოსახულება მაღალი გარჩევადობით
ინოვაციების საინფორმაციო ქსელი: კოსმოსური ნამსხვრევების ახალი სურათები მეცნიერებს საშუალებას აძლევს თავიდან აიცილონ კოსმოსური შეჯახება
SIAM Journal of Imaging Sciences: კორელაციაზე დაფუძნებული გამოსახულება მბრუნავი თანამგზავრებისთვის
OUT: კოსმოსური ნამსხვრევები შეიძლება იყოს კატასტროფული მომავალი მისიებისთვის (და Google Earth უყურებს…)
წამყვანი გამოსახულება:
მონაცემების ვიზუალური გამოსახულებები, რომლებიც შეტანილია ტესტირების სამ ალგორითმში.
კრედიტი: მატან ლეიბოვიჩი, ჯორჯ პაპანიკოლაუ და ქრისულა ცოგკა
