Problema 4

Mejora de la propagación de órbitas de objetos espaciales: aprendizaje del error de un propagador



Breve descripción:

A medida que aumenta el número de objetos en el espacio, su gestión se vuelve crucial y requiere, por ejemplo, una constante monitorización y detección de posibles colisiones. Un paso fundamental en este proceso es la propagación del estado actual de los objetos (posición y velocidad) hacia momentos futuros.

Una propagación precisa se puede obtener a través de complejos modelos físicos de las diferentes fuerzas que interactúan con el objeto. Sin embargo, estos modelos resultan ser computacionalmente exigentes y, en consecuencia, inadecuados para una gestión en tiempo real de una gran cantidad de objetos. Alternativamente, es posible utilizar un propagador más simple y recurrir a un método impulsado por datos (data-driven) que pueda aprender y corregir los errores de propagación.

Así, el desafío propuesto es aprender el error de un propagador a través de un conjunto de datos de observaciones pasadas. En particular, consideramos dos problemas diferentes con distintos niveles de dificultad:

1) Entrenando con datos históricos de una órbita para realizar predicciones para momentos futuros de la misma órbita.

2) Entrenando con datos de una órbita para realizar predicciones para una órbita diferente.



Conocimiento matemático:

Conocimientos básicos de Python; machine learning.


Coordinador:

Filipa Valdeira, Universidade NOVA de Lisboa

Imagem 1 do Problema 4

 


La 10IMW es promovida por la Red Portuguesa de Matemática para la Industria y la Innovación, PT-MATHS-IN, y por la Red Española para Matemática e Industria, math-in. Cuenta con el apoyo del Departamento de Matemáticas y del Centro de Matemática de la Universidad de Minho, a través de los Proyectos FCT-CMAT con las referencias UIDB/00013/2020 y UIDP/00013/2020.

CMAT

FCT-H

RP