Les déchets ne sont pas seulement un problème sur Terre. Selon la Nasa, il y a actuellement des millions de débris spatiaux dans la gamme d'altitudes de 200 à 2, 000 kilomètres au-dessus de la surface de la Terre, connue sous le nom d'orbite terrestre basse (LEO). La plupart des déchets sont composés d'objets créés par des humains, comme des morceaux de vieux vaisseaux spatiaux ou des satellites défunts. Ces débris spatiaux peuvent atteindre des vitesses allant jusqu'à 18, 000 milles à l'heure, présentant un danger majeur pour le 2, 612 satellites qui fonctionnent actuellement à LEO. Sans outils efficaces de suivi des débris spatiaux, certaines parties de LEO peuvent même devenir trop dangereuses pour les satellites.

Dans un journal publiant aujourd'hui dans le Revue SIAM des sciences de l'imagerie , Matan Leibovich (Université de New York), George Papanicolaou (Université de Stanford), et Chrysoula Tsogka (Université de Californie, Merced) introduisent une nouvelle méthode pour prendre des images haute résolution d'objets en mouvement et en rotation rapides dans l'espace, tels que des satellites ou des débris en LEO. Ils ont créé un processus d'imagerie qui utilise d'abord un nouvel algorithme pour estimer la vitesse et l'angle de rotation d'un objet dans l'espace, applique ensuite ces estimations pour développer une image haute résolution de la cible.

Leibovitch, Papanicolaou, et Tsogka ont utilisé un modèle théorique d'un système d'imagerie spatiale pour construire et tester leur processus d'imagerie. Le modèle représente un morceau de débris se déplaçant rapidement sous la forme d'un amas de très petits, objets hautement réfléchissants qui représentent les bords fortement réfléchissants d'un élément en orbite, comme les panneaux solaires d'un satellite. Les groupes de réflecteurs se déplacent tous ensemble avec la même vitesse et la même direction et tournent autour d'un centre commun. Dans le modèle, de multiples sources de rayonnement à la surface de la Terre, telles que les stations de contrôle au sol des systèmes mondiaux de navigation par satellite, émettent des impulsions qui sont réfléchies par des fragments cibles de débris spatiaux. Un ensemble distribué de récepteurs détecte et enregistre ensuite les signaux qui rebondissent sur les cibles.

Le modèle se concentre sur les sources qui produisent un rayonnement dans la bande X, ou à partir de fréquences de 8 à 12 gigahertz. "Il est bien connu que la résolution peut être améliorée en utilisant des fréquences plus élevées, comme la bande X, " dit Tsogka. " Des fréquences plus élevées, cependant, entraînent également des distorsions de l'image dues aux fluctuations ambiantes dues aux effets atmosphériques. ce qui peut rendre l'imagerie d'objets en LEO assez difficile. La première étape du processus d'imagerie des auteurs a donc été de corréler les données prises à différents récepteurs, ce qui peut aider à réduire les effets de ces distorsions.

Le diamètre de la zone englobée par les récepteurs est appelé l'ouverture physique du système d'imagerie - dans le modèle, c'est environ 200 kilomètres. Dans des conditions d'imagerie normales, la taille de l'ouverture physique détermine la résolution de l'image résultante; une plus grande ouverture engendre une image plus nette. Cependant, le mouvement rapide de la cible d'imagerie par rapport aux récepteurs peut créer un ouverture synthétique inverse , dans lequel les signaux qui ont été détectés sur plusieurs récepteurs lorsque la cible se déplaçait dans leur champ de vision sont synthétisés de manière cohérente. Cette configuration peut effectivement améliorer la résolution, comme si le système d'imagerie avait une ouverture plus large que la physique.

Les objets dans LEO peuvent tourner sur des échelles de temps allant d'une rotation complète toutes les quelques secondes à quelques centaines de secondes, ce qui complique le processus d'imagerie. Il est donc important de connaître - ou du moins de pouvoir estimer - quelques détails sur la rotation avant de développer l'image. Les auteurs ont donc dû estimer les paramètres liés à la rotation de l'objet avant de synthétiser les données des différents récepteurs. Bien que le simple fait de vérifier tous les paramètres possibles pour voir lesquels donnent l'image la plus nette soit techniquement faisable, cela nécessiterait beaucoup de puissance de calcul. Au lieu d'employer cette approche de la force brute, les auteurs ont développé un nouvel algorithme qui peut analyser les données d'imagerie pour estimer la vitesse de rotation de l'objet et la direction de son axe.

Après avoir pris en compte la rotation, l'étape suivante du processus d'imagerie des auteurs consistait à analyser les données pour développer une image des débris spatiaux qui, espérons-le, serait aussi précise et bien résolue que possible. Une méthode que les chercheurs emploient souvent pour ce type d'imagerie d'objets en mouvement rapide est la migration en un seul point des corrélations croisées. Bien que les fluctuations atmosphériques ne nuisent généralement pas de manière significative à cette technique, il n'a pas une très haute résolution. Un autre, l'approche d'imagerie couramment utilisée appelée migration de Kirchhoff peut atteindre une haute résolution, car il bénéficie de la configuration d'ouverture synthétique inverse; cependant, le compromis est qu'il est dégradé par les fluctuations atmosphériques. Dans le but de créer un schéma d'imagerie qui n'est pas trop fortement affecté par les fluctuations atmosphériques tout en conservant une haute résolution, les auteurs ont proposé une troisième approche :un algorithme dont ils appellent le résultat une image de rang 1. "L'introduction de l'image de rang 1 et de son analyse de résolution pour les objets en mouvement et en rotation rapides est la partie la plus novatrice de cette étude, " a déclaré Leibovich.

Pour comparer les performances des trois schémas d'imagerie, les auteurs ont fourni à chacun des données simulées d'un objet en rotation en LEO et ont comparé les images qu'ils ont produites. Excitant, l'image de rang 1 était beaucoup plus précise et bien résolue que le résultat de la migration en un seul point. Il avait également des qualités similaires à la sortie de la technique de migration de Kirchhoff. Mais ce résultat n'était pas tout à fait surprenant, étant donné la configuration du problème. "Il est important de noter que l'image de rang 1 bénéficie de la rotation de l'objet, " a déclaré Papanicolaou. Bien qu'un objet en rotation génère des données plus complexes, on peut effectivement incorporer cette information supplémentaire dans la technique de traitement d'image pour améliorer sa résolution. La rotation à certains angles peut également augmenter la taille de l'ouverture synthétique, ce qui améliore considérablement la résolution de la migration de Kirchhoff et des images de rang 1.

D'autres simulations ont révélé que l'image de rang 1 n'est pas facilement brouillée par des erreurs dans le nouvel algorithme pour l'estimation des paramètres de rotation. Elle est également plus robuste aux effets atmosphériques que l'image de migration de Kirchhoff. Si les récepteurs capturent des données pour une rotation complète de l'objet, l'image de rang 1 peut même atteindre une résolution d'imagerie optimale. Grâce à ses bonnes performances, cette nouvelle méthode d'imagerie pourrait améliorer la précision de l'imagerie des satellites LEO et des débris spatiaux. "Globalement, cette étude a mis en lumière une nouvelle méthode d'imagerie d'objets en mouvement et en rotation rapides dans l'espace, " a déclaré Tsogka. " Ceci est d'une grande importance pour assurer la sécurité de la bande LEO, qui est l'épine dorsale de la télédétection mondiale."