Erforschung effizienter Tasking-Strategien für Sensornetzwerke

Abstract

Ziel des Vorhabens war es, Strategien zu entwickeln, mit denen Sensornetzwerke im Bereich der Weltraumüberwachung effizienter genutzt werden können. Dabei ging es insbesondere um das Sensor-Tasking – also die optimale Zuweisung von Beobachtungsaufgaben an verschiedene Sensoren – sowie um die Verarbeitung großer Datenmengen. Vor Projektbeginn existierte an dem Institut für Raumfahrtsysteme der TU Braunschweig bereits ein Tool zur Simulation einzelner Radarsensoren. TASS knüpft an dieses an und erweitert es durch die Möglichkeit, ganze Netzwerke aus unterschiedlichen Sensortypen (Radar, optisch, orbitbasiert) zu simulieren. Durch die stetig steigende Anzahl von Objekten im Erdorbit wird die kontinuierliche Überwachung immer schwieriger. Die vorhandenen Sensorressourcen reichen oft nicht aus. Daher ist es notwendig, sie möglichst gezielt und effizient einzusetzen. Im Wesentlichen wurden die folgenden Arbeiten/Untersuchungen durchgeführt: • Erweiterung eines bestehenden Simulationssystems (Sensor Netzwerk Simulator) zur Integration optischer und orbitbasierter Sensoren. • Entwicklung und Vergleich von Algorithmen für Sensor-Tasking (z. B. Greedy, Ant Colony System). • Recherche und Anpassung von Korrelationsalgorithmen zur effizienten Datenverarbeitung – aus fachfremden Bereichen. • Analyse der entstehenden Datenmengen bei typischen Beobachtungsszenarien. Die wichtigsten Ergebnisse sind: • Die überarbeitete Simulationsumgebung kann nun heterogene Sensornetzwerke realitätsnah modellieren. • Verschiedene Tasking-Strategien wurden erfolgreich getestet. Sie zeigen klare Vorteile bei der Beobachtung von Objekten gegenüber Beobachtungen ohne die Verwendung von gezieltem Tasking. • Verbesserungsmöglichkeiten von bestehenden Korrelationsverfahren wurden identifiziert und erste Analysen durchgeführt. Die entwickelten Methoden ermöglichen eine Beurteilungsfähigkeit von Sensornetzwerken. Vor dem Bau neuer Sensoren kann deren Leistungsfähigkeit simuliert und bewertet werden. Dies vereinfacht und verbessert die Planung zukünftiger Überwachungsinfrastruktur im Weltraum. Datei-Upload durch TIB The aim of the project was to develop strategies to enable more efficient use of sensor networks in the field of space surveillance. The focus was particularly on sensor tasking – i.e., the optimal assignment of observation tasks to various sensors - as well as on the processing of large collections of data. Prior to the project, a tool for simulating individual radar sensors already existed at the Institute of Space Systems at the TU Braunschweig. TASS builds on this tool and extends its functionality by allowing the simulation of entire networks composed of different sensor types (radar, optical, and space-based). Due to the continuously increasing number of objects in Earth's orbit, comprehensive monitoring is becoming increasingly difficult. Available sensor resources are often insufficient. Therefore, it is necessary to deploy them as efficiently and purposefully as possible. The following key tasks and investigations were carried out: • Extension of an existing simulation system (Sensor Network Simulator) to integrate optical and space-based sensors. • Development and comparison of algorithms for sensor tasking (e.g., Greedy, Ant Colony System). • Research of possible adaptations/improvements of existing correlation algorithms for efficient data processing - specifically considering other scientific fields. • Analysis of data collections generated during typical observation scenarios. The main results are: • The enhanced simulation environment can now realistically model heterogeneous sensor networks. • Various tasking strategies were successfully tested. They demonstrated clear advantages in the observation of objects compared to approaches without specific tasking. • Opportunities for improving existing correlation algorithms were identified, and initial analyses were conducted. The developed methods enable the evaluation of sensor networks. Before constructing new sensors, their performance can be simulated and assessed. This helps and improves the planning of future space surveillance infrastructure.