Satellite maneuver detection with radar data: Leveraging improved orbital uncertainty characterization for reachability-based metrics

Abstract

La importancia estratégica de la Órbita Baja Terrestre (LEO) ha crecido significativamente con el aumento de despliegues de satélites. Esta región se ha vuelto crucial para la economía espacial, con la Agencia Espacial Europea estimando más de 8500 satélites activos en LEO, que representan solo una fracción del total de objetos en esta banda orbital. La última década ha visto un aumento exponencial en la población de satélites, principalmente debido al advenimiento de mega-constelaciones para Internet global y la reducción de los costes de lanzamiento. Esta tesis profundiza en las complejidades de la detección de maniobras en mitad de los desafíos presentados por la congestión orbital y la basura espacial en LEO. Algunos satélites no comunican la realización de maniobras, lo que hace que sus trayectorias sean impredecibles. La detección de maniobras es fundamental para mantener catálogos orbitales y prever posibles colisiones, necesitando pues de métodos de detección robustos y eficientes. Esta tesis presenta el desarrollo de nuevas métricas y algoritmos para la detección de maniobras en órbita baja terrestre. Se centra en un escenario donde solo se dispone de datos de una única estación de radar, con el objetivo final de crear algoritmos de detección de maniobras para el Radar de Vigilancia y Seguimiento Espacial Español. La estructura sigue la evolución cronológica de la investigación, cada capítulo revisando contribuciones específicas de las etapas del doctorado. Inicialmente, la detección de maniobras se aborda desde el punto de vista del análisis de accesibilidad, estudiando la viabilidad de una métrica de Distancia de Mahalanobis (MD) derivada de un attributable en el espacio de medidas, y su inclusión en un Filtro de Detección de Maniobras. Los métodos desarrollados se prueban en datos reales de satélites con éxito variable, mostrando dónde residen los aspectos críticos del problema. La correcta representación de la incertidumbre bajo largos intervalos de propagación se convierte en el foco de mejora en adelante. Se utilizan mezclas gaussianas para obtener una métrica más realista que tenga en cuenta la evolución no lineal de la distribución de probabilidad del estado orbital, inspirada en la literatura y denominada coste de asociación. Este coste sirve para definir una nueva métrica destinada a detectar la divergencia entre la predicción y el attributable del radar, la variación del coste, aumentando la sensibilidad para detectar mediciones de radar anómalas. Con el fin de aprovechar mejor el conjunto completo de mediciones de radar, se desarrolla más tarde una metodología de Determinación Inicial de Órbita para estimar el estado orbital. Esto se logra ajustando medidas de radar, con un propagador J2 propio, y mejorando su precisión mediante la inclusión de información predicha del plano orbital (método OPOD). Finalmente, OPOD se usa para una métrica de detección de maniobras de estado completo basada en la MD que usa un sistema de coordenadas curvilíneo ideal para esta finalidad, ya que conserva la distribución gaussiana del estado predicho mas tiempo, reduciendo los falsos positivos. En conclusión, esta tesis es una contribución destacada al entendimiento e implementación de la detección de maniobras en LEO. Propone métodos para aprovechar de manera confiable y eficiente la información proporcionada por estaciones de radar, con la esperanza de mejorar la capacidad de dichas operaciones para hacer frente al creciente flujo de satélites en nuestros cielos.

The strategic importance of Low Earth Orbit (LEO) has grown significantly, with increased satellite deployments for various applications. This region has become crucial for the space economy, with the European Space Agency (ESA) estimating over 8500 active satellites in LEO, representing only a fraction of the total objects in this orbital band. The last decade has seen an exponential increase in satellite populations, primarily due to the advent of mega-constellations for global internet coverage like Starlink and OneWeb and the reduction in launch costs. This thesis delves into the complexities of maneuver detection amidst the challenges posed by orbital congestion and space debris in LEO. Non-cooperative satellites do not broadcast their maneuver plans, making their trajectories unpredictable and potentially dangerous. Accurate maneuver detection is vital for maintaining orbital catalogs and predicting potential collisions, necessitating robust and efficient detection methods. This thesis presents the development of novel metrics and algorithms for maneuver detection in LEO. The main focus is on a scenario where only data from a single radar station is available, the final aim being to create automatic maneuver detection algorithms for the Spanish Space Surveillance and Tracking Surveillance Radar (S3TSR). The structure follows the chronological evolution of the research effort, each chapter reviewing specific contributions of the PhD stages. At first maneuver detection is approached from the point of view of reachability analysis, studying the feasibility of an attributable-derived Mahalanobis Distance (MD) metric in measurement space, and its inclusion in a Maneuver Detection Filter (MDF). The developed methods are tested on real satellite data with varying degrees of success, showing where the critical aspects of the problem reside. Stemming from the constrained source of radar data, the correct uncertainty representation under the long propagation gaps becomes the focus for method refinement in the following phase. Gaussian-mixtures are leveraged for a more realistic metric that accounts for the non-linear evolution of the orbital state probability distribution, inspired by the literature and denoted as cost of association. This cost serves to define a novel metric aimed to detect a divergence between the prediction and the radar attributable, the cost variation, increasing the sensitivity in detecting anomalous radar measurements over the original methods. In order to better use the complete set of radar measurements, an Initial Orbit Determination (IOD) methodology is later developed for estimating the complete orbital state. This is achieved by fitting radar measurements directly with a developed approximated J2 propagator, and enhancing its accuracy by adding predicted orbital plane information. This is referred to as the OPOD method. In a final stage, the OPOD method is exploited for the development of a full state maneuver detection metric. Based on the MD, the proposed metric works in a particular curvilinear frame perfectly suited for this application, as it preserves the Gaussian distribution of the predicted state during longer periods, reducing the rate of false detections considerably. In conclusion, this thesis is a notable contribution to the understanding and implementation of maneuver detection in LEO. It proposes methods for reliably and efficiently leveraging the information provided by radar stations, hopefully enhancing the capacity of such operations to cope with the increased flow of satellites over our skies.