Uma maneira mais inteligente de rastrear satélites além da órbita da Terra
A maioria das atividades espaciais atuais opera perto da Terra, no que é chamado de órbita terrestre próxima.
Pontos-chave
- Em foco: A maioria das atividades espaciais atuais opera perto da Terra, no que é chamado de órbita terrestre próxima
- Detalhe: Cobertura jornalística: verificar documentação técnica primária
- Leitura editorial: reportagem científica; quando possível, confira a fonte primária citada.
A maioria das atividades espaciais atuais opera perto da Terra, no que é chamado de órbita terrestre próxima. No entanto, à medida que mais satélites e outras infra-estruturas começarem a estender-se para além dessa região, será necessário manter o conhecimento situacional desses objectos.
A maioria das atividades espaciais atuais opera perto da Terra, no que é chamado de órbita próxima à Terra. O engenheiro da Universidade Purdue, Keith LeGrand, está desenvolvendo métodos para rastrear a localização e o movimento de objetos no espaço cislunar, a área ao redor da Terra que se estende um pouco além da órbita da Lua e abrange mais de 300.000 milhas (480.
Embora existam muito menos objetos na região cislunar em comparação com a órbita próxima à Terra, uma variedade de fatores dificultam a operação e a manutenção da consciência dos objetos no espaço cislunar. Esses fatores incluem pouca visibilidade devido ao contraste e brilho, distâncias extremas e comportamento orbital difícil de prever do sistema Sol-Terra-Lua - o que é conhecido como problema restrito de quatro corpos.
Os algoritmos de LeGrand capturam este problema no complexo ambiente gravitacional entre a Terra e a Lua. Esses modelos usam esses dados para ajudar a fazer previsões, reconhecer padrões, modelar erros de medição ou filtrar ruídos de sinais como GPS ou sensores.
Isso produz comportamentos caóticos e padrões de incerteza que podem parecer mais bananas ou espirais do que curvas em forma de sino. " Descubra o que há de mais recente em ciência, tecnologia e espaço com mais de 100.000 assinantes que confiam no Phys. Ao dividir uma distribuição em partes gaussianas menores, cada parte pode ser rastreada com mais precisão, e equações mais simples que exigem menos poder computacional funcionam muito melhor nessas partes menores.
Primeiro, a estrutura inclui um método de divisão que preserva a média global e a dispersão da incerteza.
Fonte original: Phys. org Space