Introduzione

La tecnologia ha lo scopo di rilevare segnali luminosi molto deboli che si muovono nel campo di vista di un telescopio che acquisisce da Terra o dallo spazio. La tecnologia si basa sulla peculiare combinazione di un metodo di sovrapposizione di immagini e una rete neurale adatta per la selezione autonoma di immagini dove è presente tale segnale. Il sistema è implementabile su FPGA.

Caratteristiche Tecniche

L’invenzione denominata Stack-CNN è costituita da due tecniche principali, il metodo delle sovrapposizioni e la rete neurale, combinate in modo da ottenere il minor numero possibile di falsi positivi e riuscire a rilevare segnali molto deboli. Il metodo delle sovrapposizioni infatti amplifica il rapporto segnale-rumore rendendo visibili segnali che nella singola immagine sono invisibili, mentre la rete neurale seleziona la corretta combinazione di immagini in modo da avere il massimo segnale. Inoltre la Stack-CNN fornisce una prima stima della posizione, velocità e direzione del segnale, in maniera completamente autonoma. Le attuali tecnologie si basano sulla ricerca di eccessi di segnale che perdurano nel tempo nelle immagini limitando la sensibilità del metodo a segnali luminosi e con velocità ben determinate. Al contrario la Stack-CNN grazie al metodo di sovrapposizione abbassa la soglia di sensibilità e la rete neurale permette una classificazione di presenza del segnale più accurata.

Possibili Applicazioni

• Rilevamento di detriti spaziali;
• Rilevamento di meteore;
• Rilevamento di asteroidi;
• Analisi dei dati per la ricerca di raggi cosmici;
• Monitoraggio di satelliti in orbita;
• Possibile estensione del metodo a oggetti non puntiformi.

Vantaggi

• Capacità di rilevare segnali molto deboli;
• Adattabilità a segnali con caratteristiche diverse;
• Implementazione su diverse piattaforme (FPGA, pc…);
• Funzionamento a bordo di satelliti o offline;
• Adattabilità a diversi tipi di telescopi.