Edna Viviana Segura Alvarado ha logrado el título de doctora por la Universidad de La Rioja con una tesis en la que desarrolla un nuevo método para el cálculo de orbitas espaciales que mejora hasta en un 80% las predicciones obtenidas.
El software, denominado propagador híbrido HSGP4, amplía versiones anteriores gracias al uso de redes neuronales de Inteligencia Artificial; y contribuye a la seguridad de los satélites artificiales frente al riesgo de colisiones con basura espacial y otros objetos que orbitan nuestro planeta.
La tesis, titulada ‘Mejora del propagador SGP4 utilizando técnicas de Machine Learning’, ha sido desarrollada en el Departamento de Matemáticas y Computación de la Universidad de La Rioja – en el marco del programa 782D de Doctorado en Matemáticas y Computación (Real Decreto 99/2011)– bajo la dirección de los profesores Juan Félix San Juan Díaz y Rosario López Gómez; y ha obtenido la calificación de sobresaliente ‘cum laude’.
En su tesis, Edna Viviana Segura se ha centrado en la mejora del propagador orbital SGP4, un software ampliamente utilizado para predecir las trayectorias de satélites y basura espacial
La propagación orbital es el proceso de cálculo de las trayectorias de los objetos que giran alrededor de la Tierra. Se trata de una herramienta básica para el diseño de misiones y para la gestión segura del espacio, ya que permite evitar colisiones entre los satélites activos y la creciente cantidad de basura espacial. Pero los cálculos necesarios implican la resolución de complejas ecuaciones matemáticas, algo muy costoso en términos de tiempo y recursos computacionales.
Para solucionarlo existen diferentes métodos: algunos altamente precisos pero lentos, otros más rápidos pero menos exactos, y soluciones intermedias, como las empleadas por el Grupo de Computación Científica (GRUCACI) de la Universidad de La Rioja, al que pertenece la nueva doctora. Esta metodología híbrida, que combina técnicas tradicionales de propagación con Inteligencia Artificial, aumenta la precisión sin elevar el tiempo de cómputo.
REDES NEURONALES PARA CORREGIR ERRORES
En su tesis, Edna Viviana Segura se ha centrado en la mejora del propagador orbital SGP4, un software ampliamente utilizado para predecir las trayectorias de satélites y basura espacial. Su relevancia se debe a que es necesario para procesar la única fuente de información orbital que se publica abiertamente de forma regular, en el formato conocido como Two-Line Element (TLE).
A partir de este software, la investigadora ha logrado desarrollar el HSGP4, una versión avanzada que incluye redes neuronales entrenadas específicamente para corregir los errores de SGP4 en órbitas de altitud media (MEO). Localizadas entre los entre los 2.000 y los 36.000 kilómetros de altura, es en estas órbitas donde se sitúan las redes satelitales de GPS, los satélites del sistema europeo de navegación Galileo y otros satélites de observación, defensa y posicionamiento.
MAYOR SEGURIDAD PARA LOS SATÉLITES ESPACIALES
Tras analizar más de 2.000 trayectorias y probar 30.000 configuraciones de redes neuronales, HSGP4 logró mejorar en un 80% las predicciones de SGP4 en escenarios de errores significativos, y en un 60% cuando las predicciones originales ya eran aceptables. Estos resultados avalan la utilidad del modelo para la monitorización y gestión del tráfico espacial, ya que disminuye el riego de colisiones de los satélites artificiales con otros objetos, en un entorno orbital cada vez más congestionado.
Para el desarrollo de este modelo híbrido, se han usado herramientas computacionales avanzadas y la infraestructura de computación de altas prestaciones ‘Beronia’ de la Universidad de La Rioja. La tesis contó, además, con apoyo del Centro Nacional de Estudios Espaciales (CNES) -agencia espacial del gobierno francés- a través de un proyecto financiado con fondos FEDER de la Unión Europea.