| Project/Area Number |
23K04232
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 24010:Aerospace engineering-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
吉村 康広 九州大学, 工学研究院, 助教 (00725624)
|
|---|
| Project Period (FY) |
2023-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | ライトカーブ / カルマンフィルタ / ガウス過程回帰 / 宇宙状況把握 / 推定 / デブリ |
|---|
| Outline of Research at the Start |
宇宙物体の数や状態を把握する宇宙状況把握は健全な宇宙環境維持に不可欠である.高高度領域に対するSSAは，ライトカーブを用いた宇宙物体の状態推定が有効な手段とされている.しかし，ライトカーブがスカラ観測量であるのに対して，推定する状態変数は物体の軌道，姿勢，形状と光学特性など高次元になる.特に形状と光学特性を推定するためには無数のパラメータを必要とするため，有効な推定手法は未だ確立していない.
本研究は，ライトカーブを用いた未知宇宙物体の形状と光学特性を含む状態推定手法の構築を目的とする.
|
| Outline of Annual Research Achievements |
ガウス過程回帰を用いたライトカーブの回帰モデルの構築を行った．カルマンフィルタと組み合わせることで，状態伝播ステップと観測更新ステップそれぞれにおける更新式をガウス過程回帰モデルで表現できる．状態更新ステップでは，太陽輻射圧のように形状依存の外乱を陽にモデル化することなく，外乱による伝播誤差を回帰することを試みた．観測更新ステップでは，形状や光学特性が未知の物体に対してガウス過程回帰でライトカーブを回帰するモデルとした．
ライトカーブと太陽輻射圧を考慮した学習データ生成は事前準備していたものをさらに改良することで，任意の軌道要素と姿勢に対して計算できる環境を構築した．太陽輻射圧，ライトカーブともに等方性反射モデルと異方性反射モデルの両方に対応できるように作成した．MATLAB環境上でガウス過程回帰モデルの精度検証を行ったが，あまり良い精度で推定はできなかった．原因は学習データの不足にあると考えている．MATLAB環境上では計算不可の観点からデータ数を増やすのが困難であるため，GPUを用いてpython環境による計算を準備している．また，問題の簡単化のため，観測更新ステップにおける回帰モデルの作成に注力している．そこでは形状もしくは光学特性を固定し，ライトカーブが精度良く回帰できるかを試みる予定である．ガウス過程回帰とカルマンフィルタを組み合わせた研究成果については第67回宇宙科学技術連合講演会にて発表を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
学習データ生成の環境は問題なく構築できたが，回帰モデルの作成において多量の学習データを扱うのが計算量の観点から困難になっている．そのため，まず計算環境を改善し，その上で多様な学習データや形状モデルに対して回帰モデルの評価を行う必要がある．
|
| Strategy for Future Research Activity |
多量の学習データに対して，少ない計算量で回帰モデルを作成する計算環境の構築をおこなう．また問題の簡単化として，シングルスピン運動を対象にする，光学特性を既知として姿勢のフィッティングを行うといった回帰問題に対して回帰モデルの評価を行なっていく．
|
