Depuis le lancement du premier satellite terrestre artificiel, le nombre d'objets spatiaux a augmenté rapidement. Selon les statistiques faisant autorité de la NASA, plus de 6 400 engins spatiaux en orbite existaient encore jusqu'au début de 2021. De plus, le nombre total de débris de fusées de plus de 10 cm a dépassé 16 000. L'environnement spatial est devenu très encombré en raison de l'augmentation des débris spatiaux, menaçant gravement la sécurité des engins spatiaux en orbite.

La connaissance de la situation depuis l'espace, en tant que capacité globale de connaissance des menaces, d'analyse et de prise de décision, est importante pour assurer la sécurité de l'espace et maintenir l'ordre normal. Divers systèmes de connaissance de la situation spatiale ont été conçus et lancés. L'acquisition de données, la reconnaissance de cibles et la surveillance constituant des technologies clés apportent des contributions majeures, et divers algorithmes avancés sont explorés comme supports techniques.

Cependant, des revues complètes de ces technologies et algorithmes spécifiques émergent rarement. Cela nuit au développement futur de la connaissance de la situation spatiale. Dans un article de synthèse récemment publié dans Space :Science &Technology , Shuang Li du Collège d'astronautique de l'Université d'aéronautique et d'astronautique de Nanjing, a examiné et analysé les progrès de la recherche dans les technologies clés pour la connaissance de la situation spatiale, a indiqué les orientations futures des technologies clés et a souligné les perspectives de recherche des technologies de constellation multi-agents et synergiques pour l'avenir. connaissance de la situation, visant à fournir des références pour la connaissance de la situation basée dans l'espace afin de réaliser la durabilité de l'espace.

Tout d'abord, les systèmes typiques disponibles pour la détection à longue distance ont été passés en revue. Les États-Unis ont largement contribué au développement des systèmes SSA. Plus précisément, le programme de connaissance de la situation spatiale géosynchrone (GSSAP) vise à renforcer la capacité de connaissance de la situation géosynchrone. Ce système peut identifier des caractéristiques concrètes pour distinguer et caractériser diverses cibles.

Le système de surveillance basé sur l'espace (SBSS) a des capacités supérieures d'acquisition de données, d'identification et de suivi des débris spatiaux. En outre, la constellation du système infrarouge spatial (SBIRS) contient quatre satellites et des charges utiles infrarouges en orbite haute. 24 satellites sont répartis dans le Space Tracking and Surveillance System (STSS), étendant encore la couverture du SBIRS. Le STSS a des capacités plus fortes de suivi orbital et de détection de manœuvre dans des situations compliquées. De plus, le télescope spatial James Webb (JWST) intègre un télescope avec des caméras infrarouges proches et moyennes pour l'acquisition d'images ultra-lointaines et la surveillance des cibles.

Un faible poids, une observation précise et large sont les avantages significatifs du JWST. Après les États-Unis, l'Union européenne renforce catégoriquement les connaissances et les capacités d'alerte précoce en ASS, en établissant le système de détection bimode. La Russie a progressé dans le suivi des débris, l'alerte précoce et la surveillance environnementale, créant le système Tree Canopy. Dans l'ensemble, des systèmes avancés de connaissance de la situation basés dans l'espace émergent constamment aux États-Unis et dans d'autres pays.

Néanmoins, compte tenu de la grande consommation d'énergie des appareils spatiaux et des méthodes de traitement de données non coordonnées, les systèmes SSA actuels sont limités par le nombre de détecteurs, les capacités de détection et la distribution de l'emplacement, ne possédant donc que simultanément certaines fonctions. Dans ce cas, les systèmes ne peuvent pas réaliser une connaissance précise de toutes les cibles spatiales en temps réel, mais uniquement pour les exigences de la tâche. Par conséquent, la capacité complète de connaissance de la situation de la SSA basée dans l'espace devient une nécessité.

Ensuite, l'auteur a passé en revue et discuté des caractéristiques des capteurs optiques et des technologies de traitement, qui jouent un rôle dans l'acquisition précise des données des cibles spatiales. Avec les avantages d'une sensibilité élevée, d'une transmission rapide et d'une forte anti-interférence, des capteurs optiques appliqués à la connaissance de la situation spatiale en tant que collecteurs de données d'objets. Quant au traitement des données, il représente la technologie de traitement et d'analyse de données spatiales volumineuses, les convertissant en informations clés des cibles. Cependant, les cibles à risque croissant augmentent les exigences de traitement de données massives, et cela affecte également l'exactitude et la rapidité de la connaissance de la situation. Ainsi, le stockage, le filtrage et la fusion des données sont examinés et discutés dans l'ordre.

Ensuite, l'auteur a présenté et analysé les technologies de reconnaissance de cible. Premièrement, l'identification d'objets était la section centrale de la reconnaissance de cible dans la conscience de la situation basée dans l'espace. Les radars laser avaient été dominants dans l'identification d'objets en tant que capteurs, tandis que la vision artificielle et l'ANN étaient fortement explorés en tant qu'algorithmes d'identification avancés. Deuxièmement, l'estimation des paramètres, en tant que condition essentielle pour acquérir les informations précises des objets spatiaux, l'estimation des paramètres doit être effectuée dans la SSA après l'identification de l'objet.

Diverses technologies d'estimation de paramètres pour les objets spatiaux ont été exploitées jusqu'à présent. Les technologies photométriques avaient été développées avec plus de maturité, tandis que les technologies d'estimation optimale produisaient des algorithmes avancés en intelligence artificielle. Troisièmement, la reconnaissance de l'intention était le processus de prise de conscience de l'intention et d'inférence du comportement des objets spatiaux par le biais d'actions observées et d'effets sur les situations, qui étaient essentiels pour améliorer la qualité des informations d'alerte rapide et réduire le nombre d'alertes, garantissant ainsi la sécurité. Cependant, par rapport aux technologies d'identification d'objets matures, la reconnaissance d'intention nécessite des recherches plus approfondies.

En outre, l'auteur a discuté du développement de la technologie de surveillance des cibles. Dans la période stable, les technologies de surveillance des cibles ont mis l'accent sur la prédiction orbitale, le suivi et la détection des manœuvres, tandis que l'alerte précoce et l'évitement des collisions ont dominé la période à risque.

(1) La prévision orbitale des cibles spatiales, en tant que fondement du mécanisme d'avertissement de collision et de la technologie de mesure et de contrôle des satellites, était devenue un point névralgique de la recherche dans le domaine de l'ASS. Néanmoins, les limites des méthodes actuelles de prédiction orbitale sont la faible précision des modèles dynamiques cibles, des mesures des capteurs et de la détermination orbitale. Par exemple, les modèles de traînée atmosphérique ont généré une grande incertitude pour la prédiction orbitale dans les orbites terrestres basses. Ainsi, l'auteur c la méthode de prédiction orbitale basée sur des modèles de prédiction analytique et des algorithmes d'apprentissage automatique.

(2) La détermination et le suivi orbitaux étaient deux éléments importants de la surveillance des cibles. Ils étaient étroitement liés, où la détermination orbitale était la prémisse et le suivi orbital était le but d'exécution. Néanmoins, seule l'observation de la ligne de visée des capteurs optiques aux cibles est disponible sans information de distance. Considérant que les hypothèses sont toutes satisfaites, y compris la dynamique linéaire, le vol en roue libre, le capteur unique et le capteur fixé au centre de masse, la détermination orbitale bien connue des angles uniquement nécessite des solutions au manque d'observabilité de la distance. Ainsi, l'auteur a discuté des développements des algorithmes de détermination des angles uniquement et d'une série d'algorithmes de suivi de filtre améliorés.

(3) Détecter les manœuvres des objets spatiaux avec des données historiques récupérables est devenu une mission essentielle dans la SSA, en particulier pour les objets actifs sans informations opérationnelles disponibles. La détection en temps réel est nécessaire pour réagir de manière adéquate à toute anomalie des engins spatiaux et aux menaces possibles pour les actifs spatiaux à proximité. Les manœuvres des objets actifs sont détectées, enregistrant les modèles et les tendances des types et des amplitudes de manœuvre. Ainsi, l'auteur a discuté des développements des algorithmes de caractérisation des paramètres sensibles et des algorithmes de mesure et de traitement conjoints.

(4) La surveillance des technologies d'alerte précoce possédait des avantages significatifs de larges plages de surveillance, divers moyens de suivi et une grande précision d'alerte. Par conséquent, l'alerte précoce était prometteuse car la direction générale et les tendances futures se concentrent sur les projets d'alerte d'astéroïdes spatiaux et les améliorations de la rapidité, de la précision et de la confiance.

(5) Après avoir reçu l'alerte précoce sur les débris spatiaux et les astéroïdes, une partie essentielle de la SSA consistait à prévoir et à éviter les collisions de satellites pour protéger les actifs spatiaux. La recherche sur les technologies d'évitement des collisions s'est concentrée sur la prédiction des collisions et les stratégies de manœuvre. Le cœur de la prédiction des collisions était les algorithmes de calcul de probabilité, tandis que les algorithmes d'évitement étaient l'essence même de la conception de la stratégie. Ainsi, l'auteur a discuté des développements des algorithmes de calcul de probabilité de collision et des algorithmes et stratégies d'évitement de manœuvre.

Enfin, l'auteur a résumé les quatre conclusions et idées clés pour les technologies essentielles :

(1) Pour l'avancement global de la SSA spatiale, des systèmes de reconnaissance et de surveillance de domaine multidimensionnels et multiniveaux sont activés. Les systèmes de surveillance spatiale devraient avoir une plus grande couverture, une plus grande précision et une mise à jour des données plus courte. Pour les appareils du système, la fréquence de travail passera de la bande basse à la bande haute. Les structures fixes ont tendance à être flexibles et une conception légère est mise en œuvre. De plus, le mécanisme de travail est évolué vers le réseau numérique distribué et complet.

(2) En tant qu'élément essentiel de la SSA, des bases de données d'entités cibles parfaites doivent être établies pour fournir plus d'informations préalables pour une connaissance précise et rapide de la situation. S'appuyant sur l'intelligence artificielle et le cloud computing, les stratégies de développement du big data spatial doivent être formulées pour promouvoir les technologies de l'information de nouvelle génération. En outre, une gestion efficace du trafic spatial et des services commerciaux sont attendus pour une plus grande durabilité et une capacité d'autoprotection des actifs spatiaux.

(3) Les algorithmes intelligents actuels pour la reconnaissance et la surveillance des cibles adoptent principalement l'apprentissage de petits échantillons. La plupart des modèles possèdent une inférence lente après le déploiement et ne peuvent pas répondre aux exigences en temps réel. Ensuite, les algorithmes actuels ont une généralisation insuffisante. Par conséquent, la conception des classificateurs de différentes catégories dans un espace échantillon homologue est nécessaire. Les transferts d'apprentissage de données hétérogènes doivent être étudiés pour améliorer l'adaptabilité du modèle aux changements de caractéristiques intrinsèques cibles dans de petits échantillons.

(4) La connaissance de la constellation multi-agents et synergique surmonte les limites de l'allocation de la charge utile. L'intelligence incarnée et l'apprentissage profond, général et évolutif peuvent être appliqués aux systèmes et constellations multi-agents pour une interaction multimodale réaliste, contribuant à l'évolution intelligente des systèmes de connaissance de la situation. + Explorer plus loin

Un nouveau filtre de Kalman pour le suivi des cibles dans l'espace