JP7499957B2

JP7499957B2 - 飛翔体監視システム、通信衛星、監視衛星および飛翔体監視方法

Info

Publication number: JP7499957B2
Application number: JP2023517192A
Authority: JP
Inventors: 久幸迎
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2021-04-27
Filing date: 2022-03-29
Publication date: 2024-06-14
Anticipated expiration: 2042-03-29
Also published as: WO2022230560A1; JPWO2022230560A1; US20240140618A1

Description

本開示は、人工衛星を使って行う飛翔体の監視に関するものである。

ＨＧＶと呼ばれる飛翔体は、発射後に間欠的に噴射して飛翔方向を変更する。
このような飛翔体の監視はＧＥＯ早期警戒衛星では困難であり、ＬＥＯコンステレーションによる飛翔体対処システムが待望されている。
ＨＧＶは、ＨｙｐｅｒｓｏｎｉｃＧｌｉｄｅＶｅｈｉｃｌｅの略称である。
ＧＥＯは、ＧｅｏｓｔａｔｉｏｎａｒｙＯｒｂｉｔの略称である。
ＬＥＯは、ＬｏｗＥａｒｔｈＯｒｂｉｔの略称である。

特許文献１は、低軌道の周回で少ない機数で地球の全球面を網羅的に監視するための監視衛星を開示している。

特開２００８－１３７４３９号公報

本開示は、衛星コンステレーションを上意下達で統括的に運用するのではなく、衛星毎の分散管理によって衛星間で情報を授受して飛翔体の飛翔経路を予測できるようにすることを目的とする。

本開示の飛翔体監視システムは、
複数の監視衛星で構成される監視衛星コンステレーションと、
複数の通信衛星で構成される通信衛星コンステレーションと、
を備え、
前記複数の監視衛星のそれぞれが、
赤外線を監視して輝度を検出する赤外監視装置と、
前記赤外監視装置が有意な高輝度を検出した場合に、前記有意な高輝度が検出された検出時刻に相当する発射時刻と、前記有意な高輝度が検出された位置を示す発射座標値と、前記検出時刻における前記赤外監視装置の視線ベクトルと、を示し、前記検出時刻の監視データを含む発射探知データを生成する監視制御装置と、
前記発射探知データを送信する通信装置と、を備え、
前記複数の通信衛星のそれぞれが、
前記発射探知データを通信する通信装置を備え、
前記複数の通信衛星のうち前記発射探知データを送信する前記監視衛星との通信範囲の地点を通過する通信衛星において、前記通信装置が、前記発射探知データを受信し、前記通信衛星コンステレーションによって形成される衛星通信網を経由させて前記発射探知データを前記複数の通信衛星のうちの残りの通信衛星に送信する。

本開示によれば、衛星コンステレーションを上意下達で統括的に運用するのではなく、衛星毎の分散管理によって衛星間で情報を授受して飛翔体の飛翔経路を予測することが可能となる。

実施の形態１における飛翔体監視システム１００の構成図。実施の形態１における監視衛星１１０の構成図。実施の形態１における通信衛星１２０の構成図。実施の形態１における飛翔体監視システム１００の関係図。実施の形態１における発射座標値のプロットを示す図。実施の形態１における対象飛翔体１０３の予測経路を表す図。実施の形態１における通過予測データ（ｔ１）の送信の説明図。実施の形態１における通過予測データ（ｔ２）の送信の説明図。実施の形態１における通過予測データ（ｔ３）の送信の説明図。実施の形態１における通過予測データ（ｔ４）の送信の説明図。実施の形態１における通過予測データ（ｔ５）の送信の説明図。実施の形態１における飛翔体監視システム１００の関係図。実施の形態１における通過予測データを送信した人工衛星を示す図。実施の形態１における通過予測取消データを送信した人工衛星を示す図。実施の形態１における南下ルートの通信ルートを示す図。実施の形態１における北上ルートの通信ルートを示す図。実施の形態１における幅優先探索の様子を示す図。実施の形態１における深度優先探索の様子を示す図。実施の形態１における飛翔体追跡システムの概要図。実施の形態１における飛翔体追跡システムの概要図。

実施の形態および図面において、同じ要素または対応する要素には同じ符号を付している。説明した要素と同じ符号が付された要素の説明は適宜に省略または簡略化する。

実施の形態１．
飛翔体監視システム１００について、図１から図１４に基づいて説明する。

＊＊＊構成の説明＊＊＊
図１に基づいて、飛翔体監視システム１００の構成を説明する。
飛翔体監視システム１００は、飛翔体を監視するためのシステムであり、飛翔体を探知して追跡する。
飛翔体監視システム１００によって監視される飛翔体を対象飛翔体１０３と称する。

飛翔体監視システム１００は、監視衛星コンステレーション１０１と、通信衛星コンステレーション１０２と、地上システム１３０と、複数の対処アセット１０４と、を備える。

監視衛星コンステレーション１０１は、複数の監視衛星１１０で構成される。
監視衛星１１０は、対象飛翔体１０３を監視するための人工衛星である。

通信衛星コンステレーション１０２は、複数の通信衛星１２０で構成され、通信網を形成する。通信衛星コンステレーション１０２によって形成される通信網を「衛星通信網」と称する。
通信衛星１２０は、通信用の人工衛星である。

地上システム１３０は、衛星管制装置１３１と、通信装置１３２と、監視データベース１３３と、を備える。
衛星管制装置１３１は、処理回路を備えるコンピュータであり、各監視衛星１１０と各通信衛星１２０と各対処アセット１０４とのそれぞれに対して各種コマンドを生成する。
通信装置１３２は、各監視衛星１１０と各通信衛星１２０と各対処アセット１０４とのそれぞれと通視する。通信装置１３２は、人工衛星との通信用の装置と、対処アセット１０４との通信用の装置と、で構成されてもよい。

監視データベース１３３は、複数の飛翔経路モデルと、複数の監視衛星１１０のそれぞれの軌道データと、複数の通信衛星１２０のそれぞれの軌道データと、が格納されるデータベースである。
飛翔経路モデルは、モデルとなる飛翔体の飛翔経路を表すデータであり、モデル識別子と飛翔プロファイルとを含む。
複数の飛翔経路モデルは、互いに異なるモデル識別子と、互いに異なる飛翔経路を表す飛翔プロファイルと、を含む。
飛翔プロファイルは、発射位置と飛翔方向と時系列飛翔距離と時系列飛翔高度との関係を示して飛翔経路を表す。
時系列飛翔距離は、各経過時間における飛翔距離である。
時系列飛翔高度は、各経過時間における飛翔高度である。
軌道データは、人工衛星の軌道情報を示す。

対処アセット１０４は、対象飛翔体１０３に対処するためのものである。
対処アセット１０４の具体例は、航空機、船舶または車両である。
複数の対処アセット１０４は、互いに異なる場所に配備される。

図２に基づいて、監視衛星１１０の構成を説明する。
監視衛星１１０は、赤外監視装置１１１と、監視制御装置１１２と、通信装置１１３と、解析装置１１４と、通信制御装置１１５と、を備える。
赤外監視装置１１１は、赤外線を監視して輝度を検出する監視装置である。赤外監視装置１１１によって得られるデータを「監視データ」と称する。
監視制御装置１１２は、処理回路を備えるコンピュータであり、監視用の各種処理を実行する。
通信装置１１３は、各通信衛星１２０と各監視衛星１１０と地上システム１３０と各対処アセット１０４とのそれぞれと通信する。通信装置１１３は、人工衛星との通信用の装置と、地上との通信用の装置と、で構成されてもよい。
解析装置１１４は、処理回路を備えるコンピュータであり、対象飛翔体１０３の飛翔経路について解析する。
通信制御装置１１５は、処理回路を備えるコンピュータであり、通信用の各種処理を実行する。

図３に基づいて、通信衛星１２０の構成を説明する。
通信衛星１２０は、通信装置１２１と、解析装置１２２と、通信制御装置１２３と、を備える。
通信装置１２１は、各通信衛星１２０と各監視衛星１１０と地上システム１３０と各対処アセット１０４とのそれぞれと通信する。通信装置１２１は、人工衛星との通信用の装置と、地上との通信用の装置と、で構成されてもよい。
解析装置１２２は、処理回路を備えるコンピュータであり、対象飛翔体１０３の飛翔経路について解析する。
通信制御装置１２３は、処理回路を備えるコンピュータであり、通信用の各種処理を実行する。

処理回路について説明する。
処理回路は、専用のハードウェアであってもよいし、メモリに格納されるプログラムを実行するプロセッサであってもよい。
処理回路において、一部の機能が専用のハードウェアで実現されて、残りの機能がソフトウェアまたはファームウェアで実現されてもよい。つまり、処理回路は、ハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせで実現することができる。
専用のハードウェアは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡまたはこれらの組み合わせである。
ＡＳＩＣは、ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔの略称である。
ＦＰＧＡは、ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙの略称である。

＊＊＊動作の説明＊＊＊
飛翔体監視システム１００の動作は飛翔体監視方法に相当する。
飛翔体監視システム１００の各種動作を以下に説明する。

＊＊＊動作（１）＊＊＊
各監視衛星１１０は、以下のように動作する。
赤外監視装置１１１は、赤外線を監視して輝度を検出する。
赤外監視装置１１１が有意な高輝度を検出した場合に、監視制御装置１１２は、対象飛翔体１０３の発射探知データを生成する。有意な高輝度は、例えば、閾値以上の輝度である。閾値は、飛翔体の発射時の温度に基づいて決められる。
発射探知データは、発射時刻と発射座標値と検出時刻における赤外監視装置１１１の視線ベクトルとを示し、検出時刻の監視データを含む。検出時刻は、有意な高輝度が検出された時刻を意味する。
発射時刻は、有意な高輝度が検出された時刻（検出時刻）に相当する。
発射座標値は、有意な高輝度が検出された位置を示す。座標値は「位置座標」ともいう。
通信装置１１３は、発射探知データを送信する。

発射探知データを送信した監視衛星１１０を「探知監視衛星」と称する。
複数の通信衛星１２０のうち、探知監視衛星との通信範囲の地点を通過する通信衛星を「近傍通信衛星」と称する。

近傍通信衛星は、以下のように動作する。
通信装置１２１は、発射探知データを受信する。そして、通信装置１２１は、衛星通信網を経由させて発射探知データを複数の通信衛星１２０のうちの残りの通信衛星１２０に送信する。

図４に、複数の監視衛星１１０と複数の通信衛星１２０と対象飛翔体１０３の発射地点の関係を示す。
白い星マークは、監視衛星１１０を表している。実線で記された曲線は、監視衛星１１０の軌道を表している。
網掛けの星マークは、通信衛星１２０を表している。一点鎖線で記された曲線は、通信衛星１２０の軌道を表している。
黒い星マークは、対象飛翔体１０３の発射地点を表している。
飛翔体監視システム１００において、発射探知データは全ての通信衛星１２０に送信される。

＊＊＊動作（２）＊＊＊
各通信衛星１２０は、以下のように動作する。
まず、通信装置１２１は、地上システム１３０から複数の飛翔経路モデルを受信する。
次に、解析装置１２２は、飛翔経路モデルごとに、飛翔プロファイルの発射位置に発射探知データに示される発射座標値を設定する。
次に、解析装置１２２は、飛翔経路モデルごとに、発射座標値が設定された飛翔プロファイルに基づいて、対象飛翔体１０３の到着座標値と、対象飛翔体１０３の到着時刻と、発射時刻から到着時刻までの各時刻における対象飛翔体１０３の飛翔座標値と、を算出する。
到着座標値は、対象飛翔体１０３が到着する位置（目標位置）を示す。
到着時刻は、対象飛翔体１０３が目標位置に到着する時刻ｔｎである。
発射時刻は、対象飛翔体１０３が発射された時刻ｔ０であり、発射探知データに示される。
そして、解析装置１２２は、飛翔経路モデルごとに、対象飛翔体１０３の予測経路データを生成する。
予測経路データは、対象飛翔体１０３の到着座標値と、対象飛翔体１０３の到着時刻と、発射時刻から到着時刻までの各時刻（ｔ１，ｔ２，ｔ３，・・・，ｔｎ）における対象飛翔体１０３の飛翔座標値と、を示す。例えば、飛翔座標値は（ｔｎ，ｘｎ，ｙｎ，ｚｎ）のように表される。

図５において、発射座標値（黒い星マーク）が飛翔体監視システム１００の座標にプロットされている。
図６において、矢印線は、飛翔経路モデルごとに対象飛翔体１０３の予測経路を表している。
飛翔経路モデルごとに、（ｔ１，ｘ１，ｙ１，ｚ１）、（ｔ２，ｘ２，ｙ２，ｚ２）、（ｔ３，ｘ３，ｙ３，ｚ３）、・・・、（ｔｎ，ｘｎ，ｙｎ，ｚｎ）が導出される。

＊＊＊動作（３）＊＊＊
各通信衛星１２０は、以下のように動作する。
通信装置１２１は、地上システム１３０から通信衛星１２０の軌道データを受信する。軌道データは、各時刻ｔｋにおける人工衛星の座標値（ｔｋ，ｘｋ，ｙｋ，ｚｋ）を示す。
解析装置１２２は、飛翔経路モデルごとに、予測経路データと通信衛星１２０の軌道データとに基づいて、通信衛星１２０が対象飛翔体１０３の上空を通過するか判定する。
通信衛星１２０が対象飛翔体１０３の上空を通過すると判定した場合に、解析装置１２２は、予測経路データと通信衛星１２０の軌道データとに基づいて、通過予測時刻と通過予測座標値とを算出する。そして、解析装置１２２は、通過予測データを生成する。
通過予測時刻は、通信衛星１２０が対象飛翔体１０３の上空を通過する予測時刻である。
通過予測座標値は、通過予測時刻における通信衛星１２０の座標値である。
通過予測データは、モデル識別子と、通過予測時刻と、通過予測座標値と、を示す。
通信装置１２１は、衛星通信網を経由させて通過予測データを複数の通信衛星１２０のうちの残りの通信衛星１２０に送信する。

図７において、時刻ｔ１の通過予測データが通信衛星１２０から送信される。
図８において、時刻ｔ２の通過予測データが通信衛星１２０から送信される。
図９において、時刻ｔ３の通過予測データが通信衛星１２０から送信される。
図１０において、時刻ｔ４の通過予測データが通信衛星１２０から送信される。
図１１において、時刻ｔ５の通過予測データが通信衛星１２０から送信される。
図７から図１１において、矢印線は、対象飛翔体１０３の予測経路を表している。
各時刻の通過予測データが、各通信衛星１２０によって送信される。

＊＊＊動作（４）＊＊＊
各監視衛星１１０は、以下のように動作する。
赤外監視装置１１１が有意な高輝度を検出した場合に、監視制御装置１１２は、飛翔体検知データを生成する。
飛翔体検知データは、検出時刻と検出元座標値と検出時刻における赤外監視装置１１１の視線ベクトルとを示し、検出時刻の監視データを含む。
検出元座標値は、検出時刻における監視衛星１１０の座標値である。
通信装置１１３は、通信範囲内の通信衛星１２０に飛翔体検知データを送信する。

飛翔体検知データを送信した監視衛星１１０を「検知監視衛星」と称する。
複数の通信衛星１２０のうち、検知監視衛星の通信範囲内の通信衛星を「近傍通信衛星」と称する。

近傍通信衛星は、以下のように動作する。
通信装置１２１は、衛星通信網を経由させて飛翔体検知データを通過予測データの送信元の通信衛星１２０に送信する。

＊＊＊動作（５）＊＊＊
各通信衛星１２０は、以下のように動作する。
通信制御装置１２３は、通信装置１２１が通過予測データを送信した場合に通信装置１２１が通過予測時刻を経過する前に飛翔体検知データを受信したか判定する。
通信装置１２１が通過予測時刻を経過する前に飛翔体検知データを受信しなかったと判定された場合に、通信装置１２１は、通過予測取消データを衛星通信網を経由させて複数の通信装置１２１のうちの残りの通信装置１２１に送信する。
通過予測取消データは、通過予測データを取り消すためのデータである。

＊＊＊動作（６）＊＊＊
各通信衛星１２０は、以下のように動作する。
通信装置１２１は、発射時刻の後の時刻ｔ１から飛翔体検知データの受信時刻ｔｍまでに複数の監視衛星１１０から送信された１つ以上の飛翔体検知データを収集する。
解析装置１２２は、通過予測取消データに基づいて、複数の飛翔経路モデルから１つの飛翔経路モデルを選択する。選択される飛翔経路モデルを「最有力モデル」と称する。
解析装置１２２は、最有力モデルのモデル識別子と飛翔体検知データの受信時刻の後の通過予測時刻ｔ（ｍ＋１）とを示す通過予測データを特定し、特定した通過予測データの送信元の通信衛星１２０を特定する。
通信装置１２１は、特定された通信衛星１２０を優先して各飛翔体検知データを送信する。

優先される通信衛星１２０を「優先通信衛星」と称する。

優先通信衛星に対する後続の監視衛星１１０は、新たな飛翔体検知データの生成および送信を繰り返す。
後続の監視衛星１１０とは、いずれかの「検知監視衛星」が飛翔体検知データを生成した後に、赤外監視装置１１１が有意な高輝度を検出して飛翔体検知データを生成する検知監視衛星である。時間経過に伴う飛翔体の移動に伴い複数の後続の監視衛星１１０が検知監視衛星として飛翔体検知データを生成することにより、飛翔体の時間経過に伴う追跡が可能となる。
優先通信衛星に対する後続の通信衛星１２０は、新たな最有力モデルの選択と各飛翔体
検知データの送信とを繰り返す。
後続の通信衛星１２０とは、いずれかの通信衛星１２０から飛翔体検知データを受信した後に飛翔体検知データを送信する通信衛星１２０のことである。時間経過に伴う飛翔体検知データの送信と後続の通信衛星１２０による受信を複数の後続の通信衛星１２０が繰り返すことにより通信網の通信経路が形成される。

例えば、飛翔体検知データの収集は、全ての飛翔体検知データが衛星通信網を経由して全ての通信衛星１２０に送信されることによって、実現される。
最有力モデルが絞り込まれ、飛翔体検知データが特定の通信衛星１２０に優先して送信されることにより、通信待ち時間が最小化される。その結果、高い成功確率で迅速に対象飛翔体１０３に対処することが可能となる。

上意下達の運用システムでは、通信衛星コンステレーションと監視衛星コンステレーションとに対する管理センターが次のように動作する運用方法が標準的である。つまり、管理センターは、通信ルート探索を行って通信衛星ＩＤと監視衛星ＩＤとを抽出し、飛翔体情報の送受信時刻を司令し、収集した飛翔体情報に基づいて飛翔経路予測を行う。この場合、両方の衛星コンステレーションが統合的に管理される必要がある。
一方、飛翔体監視システム１００では、異なる事業者の通信衛星１２０と異なる事業者の監視衛星１１０とが混在するため統合的な管理が行えなくても、対象飛翔体１０３の飛翔経路を予測することができる。

＊＊＊動作（７）＊＊＊
各通信衛星１２０は、以下のように動作する。
まず、解析装置１２２は、過去の飛翔体についての飛翔体追跡データに対して人工知能（ＡＩ）による機械学習を行う。
飛翔体追跡データは、発射座標値と到着座標値と検知波長と噴射インターバルと時系列飛翔高度と時系列飛翔距離と飛翔体種別と推薬種別との少なくともいずれかを示す。
検知波長は、検知された赤外線の波長である。
噴射インターバルは、噴射の時間間隔である。
次に、解析装置１２２は、機械学習によって得られる学習モデルを使って最有力モデルと受信済みの飛翔体検知データとの相違について補完解析を行う。
そして、解析装置１２２は、補完解析の結果に基づいて予測経路データを修正する。

飛翔経路モデルに基づく飛翔経路は、典型的な代表例である。
移動式発射台（ＴＥＬ）などから対象飛翔体１０３が発射された場合、実際の飛翔経路は飛翔経路モデルに基づく飛翔経路と相違する。そのため、飛翔体追跡の実績情報に基づく補完解析を行って予測の飛翔経路を修正する必要がある。
多様なファクターが関連するため飛翔経路の不確定性が残る状況であっても、ＡＩを使って実績情報を機械学習することにより、予測の飛翔経路の修正を適切かつ迅速に行うことが可能となる。

＊＊＊動作（８）＊＊＊
各通信衛星１２０は、以下のように動作する。
通信装置１２１は、通信範囲内の監視衛星１１０に発射探知データを送信する。
これにより、発射探知データが複数の監視衛星１１０のそれぞれに送信される。

図１２に、複数の監視衛星１１０と複数の通信衛星１２０と対象飛翔体１０３の発射地点の関係を示す。
飛翔体監視システム１００において、発射探知データは全ての監視衛星１１０に送信される。

＊＊＊動作（９）＊＊＊
各監視衛星１１０は、以下のように動作する。
まず、通信装置１１３は、地上システム１３０から複数の飛翔経路モデルを受信する。
次に、解析装置１１４は、飛翔経路モデルごとに、飛翔プロファイルの発射位置に発射探知データに示される発射座標値を設定する。
次に、解析装置１１４は、飛翔経路モデルごとに、発射座標値が設定された飛翔プロファイルに基づいて、対象飛翔体１０３の到着座標値と、対象飛翔体１０３の到着時刻と、発射時刻から到着時刻までの各時刻における対象飛翔体１０３の飛翔座標値と、を算出する。
そして、解析装置１１４は、飛翔経路モデルごとに、対象飛翔体１０３の予測経路データを生成する。

＊＊＊動作（１０）＊＊＊
各監視衛星１１０は、以下のように動作する。
通信装置１１３は、地上システム１３０から監視衛星１１０の軌道データを受信する。
解析装置１１４は、飛翔経路モデルごとに、予測経路データと監視衛星１１０の軌道データとに基づいて、監視衛星１１０が対象飛翔体１０３の上空を通過するか判定する。
監視衛星１１０が対象飛翔体１０３の上空を通過すると判定した場合に、解析装置１１４は、予測経路データと監視衛星１１０の軌道データとに基づいて、通過予測時刻と通過予測座標値とを算出する。そして、解析装置１１４は、通過予測データを生成する。
通過予測時刻は、監視衛星１１０が対象飛翔体１０３の上空を通過する予測時刻である。
通過予測座標値は、通過予測時刻における監視衛星１１０の座標値である。
通過予測データは、モデル識別子と、通過予測時刻と、記通過予測座標値と、を示す。
通信装置１１３は、通信範囲内の通信衛星１２０に通過予測データを送信する。

通信範囲内の通信衛星１２０は、以下のように動作する。
通信装置１２１は、通過予測データを受信し、衛星通信網を経由させて通過予測データを複数の通信衛星１２０のうちの残りの通信衛星１２０に送信する。

＊＊＊動作（１１）＊＊＊
各監視衛星１１０は、以下のように動作する。
赤外監視装置１１１が有意な高輝度を検出した場合に、監視制御装置１１２は、飛翔体検知データを生成する。
通信装置１１３は、通信範囲内の通信衛星１２０と通信することによって、衛星通信網を経由させて飛翔体検知データを通過予測データの送信元の監視衛星１１０に送信する。

＊＊＊動作（１２）＊＊＊
各監視衛星１１０は、以下のように動作する。
通信制御装置１１５は、通信装置１１３が通過予測データを送信した場合に通信装置１１３が通過予測時刻を経過する前に飛翔体検知データを受信したか判定する。
通信装置１１３が通過予測時刻を経過する前に飛翔体検知データを受信しなかったと判定された場合に、通信装置１１３は、通信範囲内の通信衛星１２０と通信することによって、通過予測取消データを衛星通信網を経由させて複数の監視衛星１１０のうちの残りの監視衛星１１０に送信する。

図１３は、通過予測データを送信した監視衛星１１０および通信衛星１２０を示している。
図１４において、細線で記された星マークは、通過予測取消データを送信した監視衛星
１１０および通信衛星１２０を表している。
時間経過に伴って候補となる飛翔経路モデル絞り込まれるので、対象飛翔体１０３の飛翔経路に対する予測精度が向上する。

＊＊＊動作（１３）＊＊＊
各通信衛星１２０は、以下のように動作する。
通信装置１２１は、発射時刻の後の時刻ｔ１から飛翔体検知データの受信時刻ｔｍまでに複数の監視衛星１１０から送信された１つ以上の飛翔体検知データを収集する。
解析装置１２２は、通過予測取消データに基づいて、複数の飛翔経路モデルから１つの飛翔経路モデルを選択する。選択される飛翔経路モデルを「最有力モデル」と称する。
解析装置１２２は、最有力モデルのモデル識別子と飛翔体検知データの受信時刻の後の通過予測時刻ｔ（ｍ＋１）とを示す通過予測データを特定し、特定した通過予測データの送信元の通信衛星１２０を特定する。
通信装置１２１は、特定された通信衛星１２０を優先して各飛翔体検知データを送信する。

優先される通信衛星１２０を「優先通信衛星」と称する。

優先通信衛星に対する後続の監視衛星１１０は、新たな飛翔体検知データの生成および送信を繰り返す。
優先通信衛星に対する後続の通信衛星１２０は、新たな最有力モデルの選択と各飛翔体検知データの送信とを繰り返す。

対象飛翔体１０３の飛翔経路を正確に予測するためには、監視衛星群が継続的に対象飛翔体１０３を追跡する必要がある。
後続の監視衛星１１０が時刻ｔｍの飛翔体検知データに基づいて対象飛翔体１０３を検知するために、最有力モデルが絞り込まれ、飛翔体検知データが特定の通信衛星１２０に優先して送信される。これにより、通信待ち時間が最小化される。その結果、高い成功確率で迅速に対象飛翔体１０３を検知して追跡することが可能となる。

＊＊＊動作（１４）＊＊＊
各監視衛星１１０は、以下のように動作する。
まず、解析装置１１４は、過去の飛翔体についての飛翔体追跡データに対して人工知能による機械学習を行う。
次に、解析装置１１４は、機械学習によって得られる学習モデルを使って最有力モデルと受信済みの飛翔体検知データとの相違について補完解析を行う。
そして、解析装置１１４は、補完解析の結果に基づいて予測経路データを修正する。

各監視衛星１１０の解析装置１１４と各通信衛星１２０の解析装置１２２は、アルゴリズムが共通する。
解析装置１１４による修正済みの予測経路データは、解析装置１２２による修正済みの
予測経路データと一致する。

飛翔経路モデルと実績飛翔体情報には相違がある。予測飛翔経路が修正された場合、通過予測データの修正が必要になる。しかし、修正情報の共有に手間と時間がかかる。
そこで、共通のアルゴリズムを持つ解析装置（１１４、１２２）が使用される。これにより、通信衛星１２０と監視衛星１１０が個別に予測飛翔経路を修正しても、通信衛星１２０と監視衛星１１０は共通の結果を得ることができる。そのため、通過予測データを更新して得られる結果も通信衛星１２０と監視衛星１１０で共通する。そして、更新された時刻と更新された位置座標とにおいて、飛翔体検知データの授受が確実に行えるため、対象飛翔体１０３の追跡が確実に実施できる。

＊＊＊その他の動作＊＊＊
各監視衛星１１０と各通信衛星１２０は、以下のように動作する。
解析装置（１１４、１２２）は、修正済みの予測飛翔データに基づいて通過予測データを更新する。
通信装置（１１３、１２１）は、飛翔体検知データを送受信する。

解析装置（１１４、１２２）は、人工知能を使って幅優先探索で対象飛翔体１０３の追跡の成功率を解析する。

解析装置（１１４、１２２）は、人工知能を使って深さ優先探索で対象飛翔体１０３の追跡の成功率を解析する。

監視制御装置１１２は、飛翔体検知データの検出元座標値をアドレス化または記号化する。

通信装置（１１３、１２１）は、無指向性アンテナを使って飛翔体検知データを放送する。

監視衛星１１０の通信装置１１３は、飛翔体検知データを対処アセット１０４に対して送信する。
例えば、監視衛星１１０の通信装置１１３は、通信範囲内の通信衛星１２０に飛翔体検知データを送信することによって、衛星通信網を経由させて飛翔体検知データを地上システム１３０に送信する。そして、地上システム１３０において、通信装置１３２が飛翔体検知データを受信し、衛星管制装置１３１が飛翔体検知データに基づいて対処アセット１０４を選択し、通信装置１３２が選択された対処アセット１０４に飛翔体検知データを送信する。

各通信衛星１２０は、光通信装置を備える。通信装置１２１が光通信装置であってもよいし、各通信衛星１２０が通信装置１２１の他に光通信装置を備えてもよい。
各監視衛星１１０は、光通信装置を備える。通信装置１１３が光通信装置であってもよいし、各監視衛星１１０が通信装置１１３の他に光通信装置を備えてもよい。
光通信装置は、通信相手の人工衛星を指向して通信相手の人工衛星と光クロスリンクを確立する。

衛星間の光通信では、光通信ビームの高精度な軸合わせが必要である。そのため、飛翔体検知データを送受信するまでに、光クロスリンクを確立するための準備作業が必要となる。
送信側衛星と受信側衛星とのそれぞれは通過予測データに基づいて高精度な光軸合わせの準備を予め行うことができるので、確実かつ迅速な通信を実現することができる。

＊＊＊実施の形態１の概要＊＊＊
ＨＧＶと呼ばれる飛翔体は、発射後に間欠的に噴射して飛翔方向を変更する。
ＨＧＶのような飛翔体の監視はＧＥＯ早期警戒衛星では困難であり、ＬＥＯコンステレーションによる飛翔体対処システムが待望されている。

発射後に噴射を止めた飛翔体本体に対して追跡監視を行うためには、静止軌道衛星からの監視では温度検知性能が不足する。
そのため、低軌道の監視衛星コンステレーションによる継続監視と、低軌道の通信衛星コンステレーションによる情報伝送と、が必要になる。
低軌道の監視衛星コンステレーションでは、多数の低軌道衛星が飛翔する。

通信衛星コンステレーションでは時々刻々飛翔位置が移動する。
そのため、地上のインターネット回線のようにＩＰアドレスを参照してルータが通信経路を決める方法での通信ルートの設定が難しく、特定の送受信時刻において軌道上の近傍を通過する衛星同士で送受信を行うルート探索が必要になる。
ＩＰは、ＩｎｔｅｒｎｅｔＰｒｏｔｏｃｏｌの略称である。

通信衛星コンステレーションにおいて、地上の送信地点と地上の受信地点とのそれぞれの位置座標が既知であり、送信地点から受信地点まで情報を送信するためのルート探索は、次のように実現が可能となる。全ての通信衛星の軌道情報が把握され、情報の送信時刻が決められ、通信経路となる衛星のＩＤ（識別子）と情報が送受信される時刻と情報が送受信される軌道上の位置とが決められ、指令信号が各衛星に送信される。

同一軌道面内に複数衛星が配備され前後の衛星との間で通信が行われることにより、円環状通信網が形成される。円環状通信網は、経度方向に分散配置される多数の軌道面のそれぞれで形成される。そして、多数の軌道面で軌道間通信網が形成されることにより、全球状に網羅的な通信網を形成することができる。
各衛星に対する指令信号は、地上設備の上空を飛翔する通信衛星に対して送信されれば、通信網を経由して全ての衛星に送信することが可能である。

一方、飛翔体対処システムでは、発射時刻と、地上ないし海上の発射位置座標と、飛翔経路と、着地時刻と、着地位置座標と、が全て不明である。
そのため、監視衛星コンステレーションにおいて、発射探知を行って発射時刻と発射位置座標とを計測し、後続する監視衛星によって追跡監視を行う。そして、飛翔経路の予測と着地位置座標の予測を行う。
この際、発射を探知した第１の監視衛星によって取得された飛翔体情報を後続衛星に送信するために通信衛星コンステレーションが利用される。
しかし、第１の監視衛星から飛翔体情報を通信衛星に送信し、通信網を経由して後続する監視衛星に飛翔体情報を送信するために、各監視衛星のＩＤと、通信衛星のＩＤと、送受信が行われる時刻と、送受信が行われる軌道上位置と、をそれぞれ決める必要がある。
さらに、後続監視衛星が飛翔体の追跡情報を取得した後も、通信衛星コンステレーションの通信網を経由して更に後続する監視衛星に飛翔体情報を送信する、というプロセスを繰り返す必要がある。
そのため、通信ルート探索が煩雑になる。

さらに、最終的に飛翔体が着地する前に、地上ないし海上の対処アセットに飛翔体情報を送信し、対処アセットによって対処行動を実施する必要がある。
しかし、着地時刻と着地位置座標が不明なため、監視衛星群と通信衛星群とにおいて飛翔体情報の送受信を繰り返して飛翔体に対して追跡監視を行う必要がある。そして、飛翔
経路を予測し、着地予測位置の近傍に配備された対処アセットに対して飛翔体情報を送信する必要がある。
そのため、通信ルート探索に加えて、飛翔経路予測が必要となる。

巨大システムを開発するための伝統的な手法では、上位システム設計の結果を下位サブシステムに展開するウォーターフォール型アプローチがとられる。
そのため、通信ルート探索と飛翔経路予測は全監視衛星群および全通信衛星群の軌道情報を一元管理する地上システムにおいて実施し、飛翔体情報の送受信に関与する全ての衛星に上意下達で指令情報を送信することが標準的なアプローチである。

しかしながら、常時全球を継続して監視する監視衛星コンステレーションおよび全球網羅的な衛星通信網を形成する通信衛星コンステレーションを実現するには、膨大な衛星数が必要となる。そのため、上意下達で全システムを構築することが難しい。
そこで、複数の事業者が監視衛星群と通信衛星群とを整備し、監視衛星群と通信衛星群とに対する運用方法と通信インタフェースとを標準化し、サブシステムの足し算により最終的な飛翔体対処という目的を実現することが待望されている。

実施の形態１では、衛星コンステレーションを上意下達で統括運用を行うのではなく、クラウド環境と分散コンピューティングと人工知能（ＡＩ）との進化に着目して飛翔体追跡システムを提供する。
実施の形態１において、飛翔体追跡システムは、ＡＩ技術を駆使した分散コンピューティングを利用し、衛星の分散管理により飛翔体情報を送受信し、飛翔経路を予測する。

実施の形態１を発案するに当たり、緊急地震速報、アメリカンフットボールのクォーターバック、ＡＩ将棋、インターネットにおけるルート探索方法などに着目した。

震源から離れた位置で地震波を観測すると、最初に観測されるのがＰ波であり、Ｐ波が継続しつつある中で続いて観測されるのがＳ波である。
Ｐ波とＳ波という名称は、地震波の伝播速度の違いに由来している。
Ｐ波は、ＰｒｉｍａｒｙＷａｖｅを意味する。
Ｓ波は、ＳｅｃｏｎｄａｒｙＷａｖｅを意味する。

緊急地震速報は、高速で到達するＰ波の検知後に放送されＳ波に備える注意喚起を促す。
飛翔体対処システムにおいて、第１の監視衛星が飛翔体の発射を探知した場合に、全球網羅的に形成された通信網を経由して発射探知情報を全ての衛星に送信すれば、飛翔体が飛来するまでの準備が可能となる。
監視衛星群と通信衛星群とにおける全ての衛星の軌道情報をリアルタイムで一元管理することは、情報量が膨大であり技術的難度が高い。しかし、個別の衛星毎に衛星が自己の軌道情報に基づいて飛翔体の飛来に備えて準備をすることは容易である。
飛翔体の飛翔経路が不明であっても、予め収集された先見情報に示される飛翔体の種別および飛翔体の推薬に基づいて飛翔可能距離が短距離と中距離と遠距離とのいずれであるかを識別することが可能であり、地上固定式の発射位置の座標を把握することが可能である。
通常、着地目標は大都市または重要施設であると想定される。そのため、飛翔体の種別と発射位置の座標とに基づいて、着地位置に至る典型的な飛翔経路モデルを複数準備することができる。飛翔経路モデルには、飛翔方向と飛翔距離とに加えて、間欠噴射に起因する高度変動および飛翔経路変化を含めることができる。

飛翔体の発射時刻は、第１の監視衛星が具備する赤外監視装置が有意な高温物体を検知
することによって発射探知を認識した時刻である。
発射位置の座標は、赤外監視装置の視線ベクトルが地上ないし海表と交わる地点の緯度経度である。
飛翔体の発射において、プルームと呼ばれる噴霧により、高温化した大気が広域に拡散する。そのため、飛翔体は有意な高温物体として容易に検知して識別することが可能である。

予め準備した複数の飛翔経路モデルのそれぞれの起点を発射位置と一致させることで、発射後の時間変化に伴う飛翔体の飛翔位置を、典型的な飛翔経路モデル毎に解析できる。そのため、発射探知情報を取得した各監視衛星及び各通信衛星は、飛翔経路モデルごとに、自己の軌道情報に基づいて、飛翔体が当該時刻に近傍を通過するか否かを把握することが可能である。
全ての衛星が共通のアルゴリズムで動作する解析装置と共通の飛翔経路モデルとを使うことで、各衛星が独立に解析を実施しても、全ての衛星が同一の解析結果を共有できる。そのため、飛翔体の通過時刻において飛翔体の近傍を通過する衛星同士が、他方の衛星ＩＤを把握することが可能である。そして、地上で統括的な解析が行われなくても、分散管理により飛翔体情報の送受信が可能となる。

第１の監視衛星の発射探知情報を受けとった通信衛星は、全ての通信衛星と全ての監視衛星とに対して全球網羅的通信網を経由させて発射探知情報を通信してもよい。近傍を通過する衛星に対して無指向性アンテナを利用して発射探知情報を放送することが有効である。
第１の監視衛星の発射探知情報を受けとった後続の監視衛星は、飛翔体の通過時刻および位置座標を予め把握できるので、確実に飛翔体情報を取得できる。
なお、発射段階の噴射を止めた飛翔体本体は、噴射の余熱および大気の抵抗などに起因して高温化している。しかし、プルームが拡散するわけではないため、飛翔体本体の温度を検知する必要がある。また、飛翔体本体の温度はプルームほどの高温ではないため、過去情報および解析情報に基づいて有意温度条件が予め適切に設定される。間欠的に再噴射がなされた場合は、検知および識別が容易である。

後続の監視衛星の飛翔体情報を受けとった通信衛星が全ての監視衛星と全ての通信衛星に飛翔体情報を伝送することには、時間ロスと情報過多といったデメリットがある。そこで、飛翔体情報の送信先を絞り込む必要がある。
アメリカンフットボールのクォーターバックは、戦況を判断し、パスを受け取る候補となる多数の選手の中から、タッチダウンが成功する確率が高いと予測される相手を選んで、パスを出す、という役割を担っている。

飛翔体追跡システムにおいて、衛星が、自己の軌道情報と飛翔体の飛翔経路情報とを参照し、時刻ｔ１から時刻ｔｎまでに飛翔体の上空を通過すると判定する。その場合に、衛星は、通過予測情報を生成して通信網を経由して全ての衛星に送信する。通過予測情報は、自己の衛星ＩＤと、飛翔体の飛翔経路モデルＩＤと、通過予測時刻ｔｋにおける自己の軌道位置座標（ｔｋ、ｘｋ、ｙｋ、ｚｋ）と、で構成される。
これにより、パスを受け取る候補となる選手がクォーターバックに合図を送ることと同様の効果が得られる。
そこで、後続の監視衛星の飛翔体情報を取得した通信衛星は、通過予測情報を送信してきた多数の通信衛星の中から、飛翔体追跡が成功する確率が高いと予測される通信衛星を選んで、飛翔体情報を送信する。
複数の通信衛星に飛翔体情報を送信できる場合には、複数の通信衛星に対して優先順位を決めることができる。

近年、ＡＩ将棋の性能向上が目覚ましい。
飛翔体追跡の成功率が高い通信衛星を選択するためには、ＡＩ将棋のアナロジが役に立つ。
ＡＩ将棋では、多数の指し手を総当たりで探索する幅優先探索と数百手先まで深く探索する深さ優先探索とのいずれも実行することができる。さらに、過去の対局事例を機械学習して探索アルゴリズムを更新することができる。
後続の監視衛星または後続の通信衛星から飛翔体情報を受信した通信衛星は、通過予測情報を送信した多数の衛星に対して幅優先探索または深さ優先探索を実行することによって、飛翔体情報の送信先となる衛星のＩＤおよび優先度を決定することができる。発射探知の直後には、飛翔経路が未確定なので幅優先探索が効果的である。後続の監視衛星が追跡監視を複数回実施した後には、深さ優先探索が有効である。

傾斜軌道の衛星コンステレーションでは、衛星が赤道上空を北東に飛翔する軌道と衛星が赤道上空を南東に飛翔する軌道との交差点を中緯度帯に多数持つ。飛翔体情報を送信する通信衛星が北東に飛翔する衛星と南東に飛翔する衛星のどちらを選択するかによってその後の通信経路が異なるので、成功確率が変わる。また、飛翔体情報を送受信するタイミングの選び方によって多数の交差点のそれぞれにおける近傍と遠方の相違が生じるので、飛翔体追跡の成功率が変化する。
なお、飛翔体の着地前に対処アセットへ飛翔体情報を送信し、対処のための準備時間を確保することができれば、飛翔体追跡が成功する。

飛翔体が地上の固定発射装置から発射される場合には、飛翔経路のモデル化が容易である。しかし、飛翔体が移動式発射台等から発射される場合には、厳密な飛翔経路モデルを予め準備することは困難となる。移動式発射台は、ｔｒａｎｓｐｏｒｔｅｒｅｒｅｃｔｏｒｌａｕｎｃｈｅｒ（ＴＥＬ）とも呼ばれる。
一方で、着地の予測位置は大都市または重要施設などの地上の固定位置であると想定できる。
そのため、後続の衛星の飛翔体追跡情報に基づく着地予測位置の相違を解析装置により検出し、軌道上で予め準備された飛翔経路モデルの情報を軌道上で修正することが可能である。過去の飛翔体追跡情報を機械学習することにより、迅速かつ高精度に飛翔経路モデルの修正ができる。

発射位置および着地予想位置は、地球固定座標系で表現することにより、高精度に確定できる。また、衛星軌道情報も、ＷＧＳ８４と呼ばれる地球固定座標系で表現できる。ＷＧＳ８４は、ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ（ＧＰＳ）等で採用される。
しかしながら、時々刻々と移動する飛翔体の位置情報として位置座標を常に送受信すると、情報量が膨大になる。位置情報の有効桁数は位置精度に直接影響するため、有効桁の切り上げは推奨できない。
そこで、インターネット回線のＩＰアドレスと、ルータの動作と、を応用することが有効と考えられる。
地上の固定発射装置と、飛翔体が着地することが予想される主要都市または重要施設を、位置座標ではなくアドレスまたは記号で識別することで、情報量を縮減できる。
飛翔体経路のアドレス化または記号化は困難である。しかし、飛翔体情報を送信する通信衛星がＡＩを具備した高機能ルータだと考えれば、位置座標が既知であるアドレスからの相対距離として差分情報のみを抽出する、または、位置精度に寄与する下位ビットのみを位置情報として使用して上位ビットは縮退する等の情報縮退操作が可能である。

＊＊＊実施の形態１の思想的背景＊＊＊
宇宙システム構築におけるパラダイムシフトについて説明する。
ＨＧＶは、間欠的に噴射する機能を持つ。
ＨＧＶの登場によって静止軌道の早期警戒システムが無効化され、新たにＬＥＯコンステレーションを使用する早期警戒システムの構築が必要になっている。

従来、衛星システムの構築手法では、上位システム設計によって機能性能配分を行ってサブシステムを構築するウォーターフォール式アプローチをとることが常識である。
逆に、個別に開発されたサブシステムの足し算によってシステムを構築するという発想は非常識とされてきた。

米国ＳＤＡのアプローチは、官需と民需とのそれぞれで独立に形成されたサブシステム同士がインタフェースの標準化によって連携してＨＧＶを追跡する、という最終目的を実現することを目指している。
ＳＤＡは、ＳｐａｃｅＤｅｖｅｌｏｐｍｅｎｔＡｇｅｎｃｙの略称である。

モチベーションの背景には、巨大システムの構築に向けた官民連携による経済合理性の向上がある。技術的には、クラウド環境、分散コンピューティング及びＡＩ技術の進化が相まって、サブシステムの足し算によるシステム構築に対して期待感が高まったことがモチベーションとなっている。
システムの巨大化は、ＪＡＤＣ２の必要性またはＵＤＬの必要性として顕在化している。
ＪＡＤＣ２は、ＪｏｉｎｔＡｌｌＤｏｍａｉｎＣｏｍｍａｎｄ＆Ｃｏｎｔｒｏｌを意味する。
ＵＤＬは、ＵｎｉｆｉｅｄＤａｔａＬｉｂｒａｒｙの略称である。

これは、トップダウンのシステム実現からボトムアップのシステム実現への１８０度のパラダイム大転換に他ならない。

但し、ＳＤＡがＴｒａｓｈ０調達を開始しているといっても、ボトムアップのシステム開発の実現性に目途が立ったとは考えられない。現在は、膨大な課題を抱えたままオペレータおよび企業からの提案を期待している状況と推察される。
商用通信衛星事業においても、これに似た状況が推察される。商用通信衛星事業において、従来のスキームは、オペレータがニーズ指向で仕様を展開して衛星プロバイダが開発するというものであった。近年は、ニーズとシーズが混然一体となり、オペレータとプロバイダとの間で「何ができる？」「何が欲しい？」の押し問答が繰り返され、漠とした「フルデジタルに向けた方向性」が形成されているように見える。

ＨＧＶ対処システムは、商用通信事業と比較して目的に決定的な違いがある。そのため、ボトムアップのシステム実現が成功するか否かの試金石となる。

分散コンピューティングによる巨大システムの統合管理という視点では、Ｓｔａｒｌｉｎｋの衝突防止システムが興味深い。
同一の軌道高度に多数の傾斜軌道面を有して数千機が飛翔するメガコンステレーションでは、中緯度帯に形成される軌道の格子点の全てにおいて衝突リスクがある。なお、格子点における衛星間の相対速度は秒速で数キロメートルに及ぶ。
このため、全ての軌道面における全ての衛星の飛翔位置を統合的に管理し、全ての格子点における衛星の通過タイミングを管理することが、飛行安全性を確保するための最善のアプローチであると考えられる。

一方、自動衝突回避機能を具備する方法では、同一軌道面の衝突防止が容易であるが、秒速数キロメートルでの衝突を分散コンピューティングで実現することが極めて困難であ
ると推察される。
仮に、予見された１回の衝突が個別の衛星の軌道制御によって回避されたとしても、その結果として全ての格子点の中で別の衝突リスクが生じる可能性がある。また、個々に実施される衝突回避運用により時々刻々と変化する全ての格子点の中での衝突リスクの変化を分散コンピューティングで実現できるとは到底考えられない。

従来の常識では困難と思われていた技術がＡＩまたは分散コンピューティングで実現されることは、コンベンショナルな衛星プロバイダにとって脅威である。

クラシック音楽において、大規模編成のオーケストラは指揮者によって統括され、小規模な弦楽四重奏では指揮者はなく訓練と以心伝心により統制がとられている。
成否が問われるパラダイムシフトは、「以心伝心による大規模オーケストラの統括が可能か」という問いに似ている。
衛星システムにおける「以心伝心」は「分散コンピューティングと通信の超高速処理」に相当する。そして、リアルタイム光通信が衛星間の超高速通信網の鍵を握る可能性は高い。

以下人工知能ＡＩについて説明する。
人工知能ＡＩのニューラルネットワークは、教師信号（正解）の入力によって問題に最適化されていく教師あり学習と、教師信号を必要としない教師なし学習に分けられる。
予め飛翔体種別、推薬種別、典型的な複数パターンの飛翔モデルを教師モデルとして学習させることにより、発射探知して軌道情報を取得した実測データの推論が、容易かつ迅速になる。推論の結果として、飛翔体経路予測と着地位置の推定を実施する。
但し、発射探知段階において飛翔方向が不明な飛翔体の飛翔経路を予測するためには、後続する監視衛星により飛翔体に対して追跡監視を行う必要がある。また、後続の監視衛星に対して発射探知情報を送信するために、発射探知情報が、通信衛星群によって形成される通信網を経由する必要がある。
通信衛星コンステレーションによる通信網では、通信衛星の飛翔位置が時事刻々と変化するため、最適通信ルート探索をして、飛翔体情報を授受する通信衛星のＩＤと送受する時刻とを決める必要がある。この状況は、監視衛星と通信衛星の飛翔体情報授受においても同様となる。
最適ルート探索を地上システムで実施した場合、監視衛星と通信衛星に対して、飛翔体情報を授受する時刻と衛星ＩＤとをコマンド送信する必要がある。しかし、コマンド送信のための通信網が課題となる。
そこで、通信衛星が、ＡＩによる解析装置を具備し、軌道上で最適ルート探索をし、通信ルートを構成する通信衛星に対して軌道上でコマンドを生成して通信することが合理的となる。
軌道上で最適ルートを探索する手法としては、ダイクストラ法として知られるアルゴリズムによる最適ルート探索が有効である。なお静的ダイクストラ法ではルート毎の重みづけが変化しないが、通信衛星コンステレーションによって形成される通信網では通信衛星の飛翔位置の変化によって、ルート毎の重みが各時刻に変化する。そのため、軌道情報を更新しながら最適ルート探索を行う個々の通信衛星毎に、飛翔体情報を受信した通信衛星が最適ルート探索を行って次の通信衛星に飛翔体情報を送信する、という動作が繰り返されることになる。
傾斜軌道衛星による通信網では、衛星群は南半球から北半球に向けて北上する衛星群と北半球から南半球に向けて南下する衛星群に大別でき、北上ルートと南下ルートのどちらの通信ルートが最適かを軌道上で判断できる。
図１５に、南下ルートの通信ルートを示す。
図１６に、北上ルートの通信ルートを示す。

また、ルート探索において、幅優先探索と深度優先探索が知られている。発射探知情報については幅優先探索により迅速に通信網に飛翔体情報を伝送することが優先され、後続衛星で追跡が繰り返され、飛翔方向が概ね推定できる段階では深度優先探索を実施することが合理的である。
図１７に、幅優先探索の様子を示す。
図１８に、深度優先探索の様子を示す。

飛翔体追跡システムにおいては、上記の機械学習による飛翔経路予測とダイクストラ法ルート探索を繰り返しながら、飛翔体の追跡監視を行い、最終的な着地位置の推論を実施する。
図１９に、飛翔体追跡システムの概要を示す。

更に、飛翔体追跡を繰り返した後に、過去の飛翔体追跡の実績に対して機械学習を行い、教師モデルとして使用した複数の飛翔体モデルとは異なる飛翔体動作の事例に対してディープラーニングを行う。これにより、飛翔体の経路に対する予測において精度の向上と予測の迅速化が可能となる。

固定発射台から発射されず移動式発射台（ＴＥＬ）等から発射された飛翔体の飛翔方向および距離と典型的な飛翔モデルとには相違があるので、実測データに対するディープラーニングにより軌道モデルを補完することが有効である。
図２０に、飛翔体追跡システムの概要を示す。

＊＊＊実施の形態１の補足＊＊＊
実施の形態１は、好ましい形態の例示であり、本開示の技術的範囲を制限することを意図するものではない。実施の形態１は、部分的に実施してもよいし、他の形態と組み合わせて実施してもよい。

１００飛翔体監視システム、１０１監視衛星コンステレーション、１０２通信衛星コンステレーション、１０３対象飛翔体、１０４対処アセット、１１０監視衛星、１１１赤外監視装置、１１２監視制御装置、１１３通信装置、１１４解析装置、１１５通信制御装置、１２０通信衛星、１２１通信装置、１２２解析装置、１２３通信制御装置、１３０地上システム、１３１衛星管制装置、１３２通信装置、１３３監視データベース。

Claims

複数の監視衛星で構成される監視衛星コンステレーションと、
複数の通信衛星で構成される通信衛星コンステレーションと、
を備え、
前記複数の監視衛星のそれぞれが、
赤外線を監視して輝度を検出する赤外監視装置と、
前記赤外監視装置が有意な高輝度を検出した場合に、前記有意な高輝度が検出された検出時刻に相当する発射時刻と、前記有意な高輝度が検出された位置を示す発射座標値と、前記検出時刻における前記赤外監視装置の視線ベクトルと、を示し、前記検出時刻の監視データを含む発射探知データを生成する監視制御装置と、
前記発射探知データを送信する通信装置と、を備え、
前記複数の通信衛星のそれぞれが、
前記発射探知データを通信する通信装置を備え、
前記複数の通信衛星のうち前記発射探知データを送信する前記監視衛星との通信範囲の地点を通過する通信衛星において、前記通信装置が、前記発射探知データを受信し、前記通信衛星コンステレーションによって形成される衛星通信網を経由させて前記発射探知データを前記複数の通信衛星のうちの残りの通信衛星に送信する
飛翔体監視システム。
前記飛翔体監視システムは、地上システムを備え、
前記地上システムは、飛翔体の複数の飛翔経路に対する複数の飛翔経路モデルが格納される監視データベースを備え、
前記複数の飛翔経路モデルが、互いに異なるモデル識別子と、互いに異なる飛翔経路を表す飛翔プロファイルと、を含み、
前記飛翔プロファイルが、発射位置と飛翔方向と時系列飛翔距離と時系列飛翔高度との関係を示して前記飛翔経路を表す
請求項１に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれは、解析装置を備え、
前記複数の通信衛星のそれぞれにおいて、
前記通信装置は、前記地上システムから前記複数の飛翔経路モデルを受信し、
前記解析装置は、飛翔経路モデルごとに、前記飛翔プロファイルの前記発射位置に前記発射座標値を設定し、対象飛翔体の到着座標値と、前記対象飛翔体の到着時刻と、前記発射時刻から前記到着時刻までの各時刻における前記対象飛翔体の飛翔座標値と、を算出し、前記対象飛翔体の予測経路データを生成する
請求項２に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれにおいて、
前記解析装置は、飛翔経路モデルごとに、前記予測経路データと前記通信衛星の軌道データとに基づいて前記通信衛星が前記対象飛翔体の上空を通過するか判定し、前記通信衛星が前記対象飛翔体の上空を通過すると判定した場合に、通過予測時刻における前記通信衛星の座標値である通過予測座標値を算出し、前記モデル識別子と前記通過予測時刻と前記通過予測座標値とを示す通過予測データを生成し、
前記通信装置は、前記衛星通信網を経由させて前記通過予測データを前記複数の通信衛星のうちの残りの通信衛星に送信する
請求項３に記載の飛翔体監視システム。
前記複数の監視衛星のそれぞれにおいて、
前記監視制御装置は、前記赤外監視装置が前記有意な高輝度を検出した場合に、前記検
出時刻と、前記検出時刻における前記監視衛星の座標値である検出元座標値と、前記検出時刻における前記赤外監視装置の前記視線ベクトルと、を示し、前記検出時刻の前記監視データを含む飛翔体検知データを生成し、
前記通信装置は、通信範囲内の前記通信衛星に前記飛翔体検知データを送信し、
通信範囲内の前記通信衛星において、
前記通信装置は、前記衛星通信網を経由させて前記飛翔体検知データを前記通過予測データの送信元の前記通信衛星に送信する
請求項４に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれは、通信制御装置を備え、
前記複数の通信衛星のそれぞれにおいて、
前記通信制御装置は、前記通信装置が前記通過予測データを送信した場合に前記通信装置が前記通過予測時刻を経過する前に前記飛翔体検知データを受信したか判定し、
前記通信装置は、前記通信装置が前記通過予測時刻を経過する前に前記飛翔体検知データを受信しなかったと判定された場合に、前記通過予測データを取り消すための通過予測取消データを前記衛星通信網を経由させて前記複数の通信衛星のうちの残りの通信衛星に送信する
請求項５に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれにおいて、
前記通信装置は、前記発射時刻の後の時刻から前記飛翔体検知データの受信時刻までに前記複数の監視衛星から送信された１つ以上の飛翔体検知データを収集し、
前記解析装置は、前記通過予測取消データに基づいて前記複数の飛翔経路モデルから１つの飛翔経路モデルを最有力モデルとして選択し、前記最有力モデルのモデル識別子と前記受信時刻の後の前記通過予測時刻とを示す通過予測データの送信元の前記通信衛星を特定し、
前記通信装置は、特定された前記通信衛星を優先して各飛翔体検知データを送信する
請求項６に記載の飛翔体監視システム。
優先される前記通信衛星に対する後続の前記監視衛星が、新たな飛翔体検知データの生成および送信を繰り返し、
前記優先される前記通信衛星に対する後続の前記通信衛星が、新たな最有力モデルの選択と各飛翔体検知データの送信とを繰り返す
請求項７に記載の飛翔体監視システム。
前記解析装置は、過去の飛翔体についての飛翔体追跡データに対して人工知能による機械学習を行い、前記機械学習によって得られる学習モデルを使って前記最有力モデルと受信済みの飛翔体検知データとの相違について補完解析を行い、前記補完解析の結果に基づいて前記予測経路データを修正する
請求項８に記載の飛翔体監視システム。
前記飛翔体追跡データが、発射座標値と到着座標値と検知波長と噴射インターバルと時系列飛翔高度と時系列飛翔距離と飛翔体種別と推薬種別との少なくともいずれかを示す
請求項９に記載の飛翔体監視システム。
前記複数の監視衛星のそれぞれは、前記複数の通信衛星のそれぞれの前記解析装置とアルゴリズムが共通する解析装置を備え、
前記監視衛星の前記解析装置による修正済みの前記予測経路データが、前記通信衛星の前記解析装置による修正済みの前記予測経路データと一致する
請求項９または請求項１０に記載の飛翔体監視システム。
各々の監視衛星と各々の通信衛星において、
前記解析装置が、修正済みの前記予測経路データに基づいて前記通過予測データを更新し、
前記通信装置が、前記飛翔体検知データを送受信する
請求項１１に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれの前記通信装置が通信範囲内の前記監視衛星に前記発射探知データを送信することによって、前記発射探知データが前記複数の監視衛星のそれぞれに送信される
請求項２に記載の飛翔体監視システム。
前記複数の監視衛星のそれぞれは、解析装置を備え、
前記複数の監視衛星のそれぞれにおいて、
前記通信装置は、前記地上システムから前記複数の飛翔経路モデルを受信し、
前記解析装置は、飛翔経路モデルごとに、前記飛翔プロファイルの前記発射位置に前記発射座標値を設定し、対象飛翔体の到着座標値と、前記対象飛翔体の到着時刻と、前記発射時刻から前記到着時刻までの各時刻における前記対象飛翔体の飛翔座標値と、を算出し、前記対象飛翔体の予測経路データを生成する
請求項１３に記載の飛翔体監視システム。
前記複数の監視衛星のそれぞれにおいて、
前記解析装置は、飛翔経路モデルごとに、前記予測経路データと前記監視衛星の軌道データとに基づいて前記監視衛星が前記対象飛翔体の上空を通過するか判定し、前記監視衛星が前記対象飛翔体の上空を通過すると判定した場合に、通過予測時刻における前記監視衛星の座標値である通過予測座標値を算出し、前記モデル識別子と前記通過予測時刻と前記通過予測座標値とを示す通過予測データを生成し、
前記通信装置は、通信範囲内の前記通信衛星に前記通過予測データを送信し、
通信範囲内の前記通信衛星において、
前記通信装置は、前記通過予測データを受信し、前記衛星通信網を経由させて前記通過予測データを前記複数の通信衛星のうちの残りの通信衛星に送信する
請求項１４に記載の飛翔体監視システム。
前記複数の監視衛星のそれぞれにおいて、
前記監視制御装置は、前記赤外監視装置が前記有意な高輝度を検出した場合に、前記検出時刻と、前記検出時刻における前記監視衛星の座標値である検出元座標値と、前記検出時刻における前記赤外監視装置の前記視線ベクトルと、を示し、前記検出時刻の前記監視データを含む飛翔体検知データを生成し、
前記通信装置は、通信範囲内の前記通信衛星と通信することによって、前記衛星通信網を経由させて前記飛翔体検知データを前記通過予測データの送信元の前記監視衛星に送信する
請求項１５に記載の飛翔体監視システム。
前記複数の監視衛星のそれぞれは、通信制御装置を備え、
前記複数の監視衛星のそれぞれにおいて、
前記通信制御装置は、前記通信装置が前記通過予測データを送信した場合に前記通信装置が前記通過予測時刻を経過する前に前記飛翔体検知データを受信したか判定し、
前記通信装置は、前記通信装置が前記通過予測時刻を経過する前に前記飛翔体検知データを受信しなかったと判定された場合に、通信範囲内の前記通信衛星と通信することによって、前記通過予測データを取り消すための通過予測取消データを前記衛星通信網を経由
させて前記複数の監視衛星のうちの残りの監視衛星に送信する
請求項１６に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれにおいて、
前記通信装置は、前記発射時刻の後の時刻から前記飛翔体検知データの受信時刻までに前記複数の監視衛星から送信された１つ以上の飛翔体検知データを収集し、
前記解析装置は、前記通過予測取消データに基づいて前記複数の飛翔経路モデルから１つの飛翔経路モデルを最有力モデルとして選択し、前記最有力モデルのモデル識別子と前記受信時刻の後の前記通過予測時刻とを示す通過予測データの送信元の前記監視衛星を特定し、
前記通信装置は、特定された前記監視衛星を優先して各飛翔体検知データを送信する
請求項１７に記載の飛翔体監視システム。
優先される前記通信衛星に対する後続の前記監視衛星が、新たな飛翔体検知データの生成および送信を繰り返し、
前記優先される前記通信衛星に対する後続の前記通信衛星が、新たな最有力モデルの選択と各飛翔体検知データの送信とを繰り返す
請求項１８に記載の飛翔体監視システム。
前記解析装置は、過去の飛翔体についての飛翔体追跡データに対して人工知能による機械学習を行い、前記機械学習によって得られる学習モデルを使って前記最有力モデルと受信済みの飛翔体検知データとの相違について補完解析を行い、前記補完解析の結果に基づいて前記予測経路データを修正する
請求項１９に記載の飛翔体監視システム。
前記飛翔体追跡データが、発射座標値と到着座標値と検知波長と噴射インターバルと時系列飛翔高度と時系列飛翔距離と飛翔体種別と推薬種別との少なくともいずれかを示す
請求項２０に記載の飛翔体監視システム。
前記複数の通信衛星のそれぞれは、前記複数の監視衛星のそれぞれの前記解析装置とアルゴリズムが共通する解析装置を備え、
前記通信衛星の前記解析装置による修正済みの前記予測経路データが、前記監視衛星の前記解析装置による修正済みの前記予測経路データと一致する
請求項２０または請求項２１に記載の飛翔体監視システム。
各々の監視衛星と各々の通信衛星において、
前記解析装置が、修正済みの前記予測経路データに基づいて前記通過予測データを更新し、
前記通信装置が、前記飛翔体検知データを送受信する
請求項２２に記載の飛翔体監視システム。
前記解析装置は、人工知能を使って幅優先探索で前記対象飛翔体の追跡の成功率を解析する
請求項３から請求項１２のいずれか１項または請求項１４から請求項２３のいずれか１項に記載の飛翔体監視システム。
前記解析装置は、人工知能を使って深さ優先探索で前記対象飛翔体の追跡の成功率を解析する
請求項３から請求項１２のいずれか１項または請求項１４から請求項２３のいずれか１項に記載の飛翔体監視システム。
前記飛翔体検知データの前記検出元座標値がアドレス化または記号化される
請求項５から請求項１２のいずれか１項または請求項１６から請求項２３のいずれか１項に記載の飛翔体監視システム。
前記通信装置が、無指向性アンテナを使って前記飛翔体検知データを放送する
請求項５から請求項１２のいずれか１項または請求項１６から請求項２３のいずれか１項に記載の飛翔体監視システム。
前記飛翔体検知データが対処アセットに対して送信される
請求項５から請求項１２のいずれか１項または請求項１６から請求項２３のいずれか１項に記載の飛翔体監視システム。
前記監視データベースに、前記複数の監視衛星のそれぞれの軌道情報を示す軌道データと、前記複数の通信衛星のそれぞれの軌道情報を示す軌道データと、が格納される
請求項２から請求項２８のいずれか１項に記載の飛翔体監視システム。
監視衛星コンステレーションと通信衛星コンステレーションを備える飛翔体監視システムの前記通信衛星コンステレーションを構成する通信衛星であり、
前記通信衛星コンステレーションは、前記通信衛星を含む複数の通信衛星で構成され、
前記監視衛星コンステレーションは、
赤外線を監視して輝度を検出する赤外監視装置が有意な高輝度を検出した場合に、前記有意な高輝度が検出された検出時刻に相当する発射時刻と、前記有意な高輝度が検出された位置を示す発射座標値と、前記検出時刻における前記赤外監視装置の視線ベクトルと、を示し、前記検出時刻の監視データを含む発射探知データを生成し、前記発射探知データを送信する複数の監視衛星で構成され、
前記通信衛星は、
前記発射探知データを送信する前記監視衛星との通信範囲の地点を通過するときに前記発射探知データを受信し、前記通信衛星コンステレーションによって形成される衛星通信網を経由させて前記発射探知データを前記複数の通信衛星のうちの残りの通信衛星に送信する通信装置
を備える通信衛星。
通信相手の衛星を指向して前記通信相手の衛星と光クロスリンクを確立する光通信装置を備える
請求項３０に記載の通信衛星。
監視衛星コンステレーションと通信衛星コンステレーションを備える飛翔体監視システムの前記監視衛星コンステレーションを構成する監視衛星であり、
前記通信衛星コンステレーションは、複数の通信衛星で構成され、
前記監視衛星は、
赤外線を監視して輝度を検出する赤外監視装置と、
前記赤外監視装置が有意な高輝度を検出した場合に、前記有意な高輝度が検出された検出時刻に相当する発射時刻と、前記有意な高輝度が検出された位置を示す発射座標値と、前記検出時刻における前記赤外監視装置の視線ベクトルと、を示し、前記検出時刻の監視データを含む発射探知データを生成する監視制御装置と、
前記発射探知データを送信する通信装置と、
を備えることによって、前記複数の通信衛星のうち前記監視衛星との通信範囲の地点を通過する通信衛星に、前記発射探知データを受信させ、前記通信衛星コンステレーションによって形成される衛星通信網を経由させて前記発射探知データを前記複数の通信衛星のうちの残りの通信衛星に送信させる
ことを特徴とする監視衛星。
前記複数の通信衛星のそれぞれは、飛翔プロファイルを含む飛翔経路モデルごとに、前記飛翔プロファイルに示される発射位置に前記発射座標値を設定し、対象飛翔体の到着座標値と、前記対象飛翔体の到着時刻と、前記発射時刻から前記到着時刻までの各時刻における前記対象飛翔体の飛翔座標値と、を算出し、前記対象飛翔体の予測経路データを生成する解析装置を備え、
前記監視衛星は、前記複数の通信衛星のそれぞれの前記解析装置とアルゴリズムが共通する解析装置を備えることによって、前記通信衛星が具備する予測経路データと一致する予測経路データを具備する
請求項３２に記載の監視衛星。
通信相手の衛星を指向して前記通信相手の衛星と光クロスリンクを確立する光通信装置を備える
請求項３２または請求項３３に記載の監視衛星。
請求項１から請求項２９のいずれか１項に記載の飛翔体監視システムの動作に相当する飛翔体監視方法であって、
通信衛星コンステレーションを構成する複数の通信衛星のうち発射探知データを送信する監視衛星との通信範囲の地点を通過する通信衛星において、前記通信装置が、前記発射探知データを受信し、前記通信衛星コンステレーションによって形成される衛星通信網を経由させて前記発射探知データを前記複数の通信衛星のうちの残りの通信衛星に送信する
飛翔体監視方法。
請求項３から請求項２９のいずれか１項に記載の飛翔体監視システムの動作に相当する飛翔体監視方法であって、
複数の通信衛星のそれぞれにおいて、解析装置が、飛翔経路モデルごとに、飛翔プロファイルに示される発射位置に発射座標値を設定し、対象飛翔体の到着座標値と、前記対象飛翔体の到着時刻と、発射時刻から到着時刻までの各時刻における前記対象飛翔体の飛翔座標値と、を算出し、前記対象飛翔体の予測経路データを生成する
飛翔体監視方法。
請求項１５から請求項２９のいずれか１項に記載の飛翔体監視システムの動作に相当する飛翔体監視方法であって、
通信衛星コンステレーションを構成する複数の通信衛星のそれぞれにおいて、
解析装置が、飛翔経路モデルごとに、予測経路データと監視衛星の軌道データとに基づいて前記監視衛星が対象飛翔体の上空を通過するか判定し、前記監視衛星が前記対象飛翔体の上空を通過すると判定した場合に、通過予測時刻における前記監視衛星の座標値である通過予測座標値を算出し、モデル識別子と前記通過予測時刻と前記通過予測座標値とを示す通過予測データを生成し、
通信装置が、通信範囲内の通信衛星に前記通過予測データを送信し、
通信範囲内の通信衛星において、
前記通信装置が、前記通過予測データを受信し、前記通信衛星コンステレーションによって形成される衛星通信網を経由させて前記通過予測データを前記複数の通信衛星のうちの残りの通信衛星に送信する
飛翔体監視方法。
請求項１８から請求項２９のいずれか１項に記載の飛翔体監視システムの動作に相当する飛翔体監視方法であって、
複数の通信衛星のそれぞれにおいて、
通信装置が、有意な高輝度が検出された検出時刻に相当する発射時刻の後の時刻から飛翔体検知データの受信時刻までに複数の監視衛星から送信された１つ以上の飛翔体検知データを収集し、
解析装置が、通過予測データを取り消すための通過予測取消データに基づいて複数の飛翔経路モデルから１つの飛翔経路モデルを最有力モデルとして選択し、前記最有力モデルのモデル識別子と前記受信時刻の後の通過予測時刻とを示す通過予測データの送信元の監視衛星を特定し、
前記通信装置が、特定された監視衛星を優先して各飛翔体検知データを送信する
飛翔体監視方法。
優先される前記通信衛星に対する後続の監視衛星が、新たな飛翔体検知データの生成および送信を繰り返し、
優先される前記通信衛星に対する後続の通信衛星が、新たな最有力モデルの選択と各飛翔体検知データの送信とを繰り返す
請求項３８に記載の飛翔体監視方法。