美媒稱，中國科學家用激光準確識別地球軌道上的太空垃圾。

據(jù)美國《新聞周刊》網(wǎng)站12月24日報道，根據(jù)發(fā)表在《激光應用雜志》上的一項研究結果，研究人員將一套專門研發(fā)的算法應用于激光測距望遠鏡，讓望遠鏡與以往使用的技術相比，能夠更加有效地識別太空垃圾。

論文撰寫者之一、來自遼寧工程技術大學測繪與地理科學學院的馬天明在一份聲明中說，通過神經(jīng)網(wǎng)絡提高望遠鏡的目標指示精度后，可以發(fā)現(xiàn)橫截面面積為1平方米、距離在1500公里以內(nèi)的太空垃圾。

按照美國航空航天局的說法，在軌垃圾是指繞著地球軌道運行的一切不再有任何實際用途的人造物體。這類垃圾包括不發(fā)揮作用的航天器、廢棄的運載火箭以及其他與太空飛行任務相關的太空垃圾。

報道稱，這給在地球上空軌道飛行的宇航員和航天器帶來巨大威脅，因為宇航員和航天器的飛行速度極快，高達每小時1.8萬英里，比子彈飛行的速度還要快。

美國航空航天局說，令人擔憂的是，在近地軌道上，估計有數(shù)百萬個微小的太空垃圾碎片，比壘球大的碎片有幾萬個。幸運的是，到目前為止，發(fā)生碰撞的次數(shù)少得驚人。

報道稱，激光測距技術此前就用于探測太空垃圾。然而，在準確識別快速移動的小碎片方面，這類系統(tǒng)存在著局限性。事實上，過去的激光測距方法只能精確到大約0.6英里的距離。

報道稱，為了消除激光測距技術長期存在的精確度不足問題，中國的研究人員利用“神經(jīng)網(wǎng)絡”來提高望遠鏡的有效性。

報道稱，神經(jīng)網(wǎng)絡是由大腦中生物網(wǎng)絡激發(fā)的計算系統(tǒng)。它們可以通過學習更好地完成任務——這就是所謂的“機器學習”。

報道稱，馬天明及團隊中的其他科研人員利用兩個不同的神經(jīng)網(wǎng)絡來幫助激光測距望遠鏡識別太空垃圾。然后，他們將這種方法與更為傳統(tǒng)的技術做了對比。

研究人員稱，這是神經(jīng)網(wǎng)絡首次被用來大幅提高激光測距望遠鏡的目標指示精度。他們說，這一最新發(fā)現(xiàn)可能對操控在軌航天器具有重要意義。

馬天明說，獲取太空垃圾在軌道上的精確位置可以為在軌航天器的安全運行提供很大幫助。（編譯/李鳳芹）