[논문 리뷰] Consensus Based Task Allocation for Angles-Only Local Catalog Maintenance of Satellite Systems

Harrison L. Perone, Christopher W. Hays|arXiv (Cornell University)|2026. 02. 18.

Space Satellite Systems and Control인용 수 0

한 줄 요약

다수의 상호 통신 위성 간에 각도만 관측을 스케줄하기 위해 수정된 Consensus-Based Bundle Algorithm (CBBA)을 기반으로 분산된 작업 배정 알고리즘을 제안하여 연료 사용을 줄이고 물체 불확실성을 임계값 이하로 유지하는 것을 목표로 한다.

ABSTRACT

In order for close proximity satellites to safely perform their missions, the relative states of all satellites and pieces of debris must be well understood. This presents a problem for ground based tracking and orbit determination since it may not be practical to achieve the required accuracy. Using space-based sensors allows for more accurate relative state estimates, especially if multiple satellites are allowed to communicate. Of interest to this work is the case where several communicating satellites each need to maintain a local catalog of communicating and non-communicating objects using angles-only limited field of view (FOV) measurements. However, this introduces the problem of efficiently scheduling and coordinating observations among the agents. This paper presents a decentralized task allocation algorithm to address this problem and quantifies its performance in terms of fuel usage and overall catalog uncertainty via numerical simulation. It was found that the new method significantly outperforms the uncertainty-fuel Pareto frontier formed by current approaches.

연구 동기 및 목표

• 근접 공간에서의 위성 작전에서 정확한 상대 상태 정보의 필요성을 제시한다.
• 각도만 센서를 사용한 로컬 카탈로그 유지를 위한 분산 작업 배정 알고리즘을 개발한다.
• 새로운 채점 및 전환 메커니즘을 갖춘 CBBA를 활용하여 기존 접근법에 비해 연료 효율성과 불확실성 관리 성능을 향상시킨다.

제안 방법

• 중앙 집중식 감독관 없이 에이전트 간 관측 작업을 할당하기 위해 분산 CBBA 프레임워크를 사용한다.
• 대상 분포의 주축과 대상까지의 거리를 고려하는 새로운 관측 점수 함수( Eqs. 8–9 )를 도입한다.
• 작업 전환 로직을 수정하고 대상 및 에이전트에 대한 블랙리스트 메커니즘(Algorithm 1)을 도입한다.
• 각도 이동에 지수적 할인 적용으로 경로를 점수화한다( Eq. 10 ).
• 교차 에이전트 융합을 위한 역 공분산 교차(Inverse Covariance Intersection)와 함께 Networked Distributed Kalman Filter를 통한 상태 추정을 통합한다.
• 평형 제어 법칙으로 비례-감쇠 제어(Eq. 11–14)를 채택하고 평가 시 모델 예측 제어나 단순화된 제어 고려사항을 반영한다.

Figure 1 : Scatter plot of mean performance for CBBA algorithm with different planning depths over a range of random initial conditions. For each configuration, 100 simulations were run, and the 95% confidence interval is shown for each point with error bars.

실험 결과

연구 질문

• RQ1 각도만 관측 로컬 카탈로그 유지 문제에서 CBBA를 기반으로 한 분산 작업 배정 방식이 연료 경제성을 향상시키면서 원하는 불확실성 임계치를 유지할 수 있는가?
• RQ2 계획 깊이, 할인 계수, 전환 매개변수 alpha 등 CBBA 하이퍼파라미터가 히스테시스 기반 방법과 비교할 때 연료 사용량과 불확실성 성능에 어떤 영향을 미치는가?
• RQ3 거리 및 방향 인식을 고려한 점수 반영이 목표 우선순위화 및 관측 효율성을 개선하는가?
• RQ4 블랙리스트와 제한된 전환이 계획 성능과 통신 토폴로지에 대한 강건성에 미치는 영향은 무엇인가?
• RQ5 제안된 접근법이 불확실성과 연료 간 현재 방법의 파레토 프런티어와 어떻게 비교되는가?

주요 결과

• 새로운 CBBA 기반 방법은 현재 접근법이 형성한 불확실성-연료 파레토 프런티어를 크게 능가한다.
• 작은 할인 계수를 추가하면 불확실성 성능을 저하시키지 않으면서 연료 사용을 줄일 수 있다.
• 주축과 거리의 가중치를 두는 점수 함수가 엔트로피 만으로의 접근보다 더 나은 대상 선택을 이끈다.
• 대상 전환 및 블랙리스트 메커니즘은 불필요한 전환을 피하고 센서 제약을 준수함으로써 강건성을 높인다.
• 시뮬레이션된 두 에이전트, 여덟 몸체 시나리오에서 히스테시스 기반 구성에 비해 파레토 개선된 성능을 보인다.

Figure 2 : Scatter plot of mean performance for several CBBA discount values over a range of random initial conditions. For each configuration, 100 simulations were run, and the 95% confidence interval is shown for each point with error bars.