機械学習アプローチによる大気密度推定
地球超低軌道（高度400-100km）は将来数多くの人工衛星が滞在する領域と考えられますが、その大気の状況はまだ十分に明らかになっていません。とりわけ大気密度は人工衛星の運用にクリティカルな影響を与えるため、その素性を明らかにする手法の確立が必要とされています。当研究室では、2017年にフライト実証を行った超小型衛星”EGG”のGPS測位データを利用し、地球超低軌道における大気密度推定手法の構築に取り組んでいます。超小型衛星が取得したデータを上手に活用するために、ガウス過程回帰とベイズ最適化という二つの機械学習アプローチを採用しています。
関連論文
- Y. Takahashi, M. Saito, N. Oshima, and K. Yamada, “Trajectory reconstruction for nanosatellite in very low Earth orbit using machine learning,” Acta Astronautica, vol. 194, pp. 301-308, 2022, DOI : 10.1016/j.actaastro.2022.02.010