Gestire il traffico spaziale e monitorare gli spostamenti satelliti con gli algoritmi di intelligenza artificiale e machine learning. Per centrare questi obiettivi, Neuraspace si è alleata alla Eiscat Scientific Association. Dagli anni ’80, questa organizzazione scientifica fornisce l’accesso alle strutture di incoherent scatter radar ad alta quota e ad altre strumentazioni per scopi scientifici e non militari.
Indice degli argomenti
Monitoraggio in orbita
Questa partnership strategica consente a Neuraspace, leader mondiale nella gestione del traffico spaziale (Stm), di accedere al tempo di osservazione radar per il monitoraggio degli oggetti spaziali. Fornirà inoltre dati avanzati di misurazione ionosferica e atmosferica, in preparazione all’utilizzo della prossima generazione della struttura incoherent scatter radar Eiscat 3D.
Visione completa dello Spazio
L’utilizzo dei dati radar di Eiscat, che integrano i dati ottici di Neuraspace, consentirà all’azienda di offrire una visione più completa dell’ambiente spaziale e di migliorare le operazioni automatizzate, i suggerimenti di manovra e il processo decisionale per i clienti di Neuraspace.
Operazioni automatizzate
“L’accesso ai dati di Eiscat rappresenta una svolta per Neuraspace – ha dichiarato il ceo Chiara Manfletti -. Possiamo sviluppare metodologie e algoritmi più robusti per correlare le informazioni provenienti da varie fonti. Questo ci permette di ottenere informazioni utili per le operazioni automatizzate che incorporano la gestione del traffico spaziale. L’esperienza e l’impegno di Eiscat per il progresso scientifico si allineano perfettamente con la nostra missione. Le loro iniziative future, come Eiscat 3D, rafforzano ulteriormente il potenziale di questa partnership”.
La partnership con Eiscat consente inoltre a Neuraspace di collaborare con una più ampia comunità di esperti, promuovendo l’innovazione nella ricerca e nello sviluppo Stem.
Tracciamento degli oggetti
Thomas Ulich, responsabile scientifico dell’Associazione scientifica Eiscat ha aggiunto che “il mantenimento di orbite accessibili è fondamentale per le funzioni della società. I nostri dati consentiranno a Neuraspace di perfezionare il tracciamento degli oggetti e di ottimizzare le operazioni spaziali”.
In particolare, i dati storici di Eiscat sugli oggetti spaziali catalogati (white-listed) saranno fondamentali per Neuraspace. Queste informazioni consentiranno a alla società europea di sviluppare nuovi algoritmi di machine learning. Ciò consentirà anche di migliorare la tassonomia degli oggetti spaziali, di prevedere meglio il loro comportamento e di identificare i modelli.
