精确定位太空垃圾的新算法

中国的研究人员提高了探测地球轨道上太空垃圾的准确性，为航天器机动安全路线的绘制提供了更有效的方法。

C-3PO在《星球大战：帝国反击战》中指挥千年隼号穿过小行星群时高呼：“成功穿越小行星群的可能性大约是3720比1！”。不过，地球的轨道远没有这么危险，但是经过半个多世纪的太空活动，被抛弃的发动机和解体的航天器之间的碰撞形成了许多航天器需要躲避的太空垃圾。

科学家们虽然已经开发出了太空垃圾识别系统，但是很难精确定位那些速度快且微小的太空垃圾。最近，《激光应用杂志》介绍了一套独特的激光测距望远镜算法，它大大提高了探测太空垃圾的成功率。来自中国测绘科学院和辽宁工程技术大学的马天明表示：“通过神经网络改进望远镜的指向精度后，我们可以探测到1500公里内的横截面积为1平方米的太空垃圾。”

激光测距技术利用物体的激光反射来测量物体的距离。但太空垃圾表面反射的回波信号非常微弱，降低了回波信号的精度。此前，有人改进了激光测距对太空垃圾的精确定位，但只能精确到1公里的范围。神经网络算法在激光测距技术中的应用已经被提出过，但是，马的研究第一次使用神经网络显著提高了激光测距望远镜的指向精度。

马和他的同事使用两种校正算法训练了一个反向传播神经网络来识别太空垃圾，他们使用遗传算法对神经网络识别太空垃圾的阈值进行了优化，确保该网络不会过于敏感，可以对空间局部区域进行训练。研究小组在北京方神激光测距望远镜站对三种传统方法进行了测试，证明了精度的提高。

利用95颗恒星的观测数据求解每种方法的算法系数，并对其它22颗恒星的探测精度进行了评估。结果发现，新的指向校正算法精度最高，而且操作简单并具有良好的实时性。马的目标是进一步完善这种方法：“获得太空垃圾的精确轨道可为在轨航天器的安全运行提供有效帮助。”

本文译自 phys，由译者 Lough 基于创作共用协议(BY-NC)发布。