[논문 리뷰] Emulating satellite drag from large simulation experiments

Furong Sun, Robert B. Gramacy외 3명|arXiv (Cornell University)|2017. 12. 01.

Advanced Multi-Objective Optimization Algorithms참고 문헌 28인용 수 4

한 줄 요약

이 논문은 대규모 시뮬레이션에서 위성 항로 저항을 정확하고 실시간으로 에미우레이션할 수 있도록 다중수준 국소 근사 가우시안 프로세스(laGP) 프레임워크를 제안한다. 다중해상도 글로벌/로컬 모델링과 집합 기반 국소 서브셋 선택을 통합함으로써, 70,000코어시간의 시뮬레이션을 사용하여 허블 및 그레스 위성 데이터에서 1% 미만의 상대 오차를 달성하였으며, 표준 GP 및 laGP 방법을 능가한다.

ABSTRACT

Obtaining accurate estimates of satellite drag coefficients in low Earth orbit is a crucial component in positioning and collision avoidance. Simulators can produce accurate estimates, but their computational expense is much too large for real-time application. A pilot study showed that Gaussian process (GP) surrogate models could accurately emulate simulations. However, cubic runtime for training GPs means that they could only be applied to a narrow range of input configurations to achieve the desired level of accuracy. In this paper we show how extensions to the local approximate Gaussian Process (laGP) method allow accurate full-scale emulation. The new methodological contributions, which involve a multi-level global/local modeling approach, and a set-wise approach to local subset selection, are shown to perform well in benchmark and synthetic data settings. We conclude by demonstrating that our method achieves the desired level of accuracy, besting simpler viable (i.e., computationally tractable) global and local modeling approaches, when trained on seventy thousand core hours of drag simulations for two real-world satellites: the Hubble space telescope (HST) and the gravity recovery and climate experiment (GRACE).

연구 동기 및 목표

• 삼차 시간 복잡도와 이차 메모리 스케일링으로 인해 대규모 위성 항로 시뮬레이션에 대해 전체 가우시안 프로세스(GP) 에미우레이션이 계산적으로 불가능한 문제를 해결한다.
• 입력 공간 전역에서 항로 저항 계수 표면의 비정상성으로 인해 표준 GP 에미우레이션 정확도가 떨어지는 문제를 해결한다.
• 저궤도에서 충돌 회피 및 궤도 정렬을 위한 실시간 고정밀 항로 저항 계수 예측을 가능하게 한다.
• 실제 위성 기하구조(HST 및 GRACE)에서 유래한 수백만 건의 시뮬레이션 런을 처리할 수 있는 확장성 있고 병렬 처리 가능한 에미우레이션 프레임워크를 개발한다.
• 다중수준 모델링과 최적화된 국소 서브셋 선택을 도입하여 이전의 laGP 및 글로벌 GP 방법을 향상시켜 예측 정확도를 향상시킨다.

제안 방법

• 하향 샘플링된 데이터에서 글로벌 GP 길이 척도 추정(이후 Liu & Hung, 2015)과 국소 근사 가우시안 프로세스(laGP) 피팅을 조합한 다중수준 글로벌/로컬 모델링 전략을 활용하여 비정상 예측을 안정화한다.
• 고차원 입력 공간에서 이웃 선택의 효율성과 예측 정확도를 향상시키기 위해 국소 서브셋 선택에 집합 기반 접근법을 도입한다.
• 비정상 항로 표면에 대한 더 나은 국소 피팅을 가능하게 하기 위해 laGP를 비정방향 국소 공분산 구조를 지원하도록 확장한다.
• 활성 학습을 ALC(Average Log Predictive Density) 기준으로 사용하여 유의미한 국소 학습 점을 동적으로 선택함으로써 국소 모델의 정밀도를 향상시킨다.
• 초고성능 컴퓨팅 아키텍처에서 대량 병렬 처리를 활용하여 HST 및 GRACE에 대해 수백만 건의 런에서 70,000코어시간의 시뮬레이션 데이터를 생성한다.
• 궤도 기반 국소 에미우레이션을 통합하여 위성 궤도 경로를 따라 점별 예측을 지원함으로써 실시간 항법에 필수적인 기능을 확보한다.

실험 결과

연구 질문

• RQ1 대규모 시뮬레이션 앙상블에서 정확한 위성 항로 저항 계수를 예측할 수 있는 확장성 있고 비정상성에 대응 가능한 에미우레이션 프레임워크를 개발할 수 있는가?
• RQ2 국소 근사 가우시안 프로세스 방법은 궤도 항로 시뮬레이션에서 흔히 나타나는 고차원 비정상 입력 공간에서도 높은 정확도를 유지할 수 있는가?
• RQ3 다중수준 글로벌/로컬 모델링 전략은 표준 글로벌 또는 국소 GP 방법에 비해 에미우레이션 정확도를 얼마나 향상시키는가?
• RQ4 집합 기반 국소 서브셋 선택 및 비정방향 국소 피팅은 대규모 항로 시뮬레이션 에미우레이션의 예측 오차를 상당히 감소시킬 수 있는가?
• RQ5 제안된 방법은 저궤도에서 충돌 회피와 같은 실시간 응용에 대해 계산적으로 실행 가능하고 충분히 정확한가?

주요 결과

• 제안된 다중수준 laGP 프레임워크는 실제 허블 우주 탐사선 및 그레스 위성 시뮬레이션에서 루트 평균 제곱 백분율 오차(RMSPE)가 1% 미만임을 확인하여 정확도 기준 표준을 충족한다.
• 비록 수백만 건의 시뮬레이션 런에서 학습하더라도, 비정상성과 국소 구조를 더 잘 다루기 때문에 표준 글로벌 GP 및 기본 laGP 방법보다 뛰어난 성능을 보인다.
• 집합 기반 국소 서브셋 선택 및 비정방향 피팅 확장은 기존 laGP의 이웃 선택 방식에 비해 예측 정확도를 상당히 향상시킨다.
• 다중해상도 글로벌/로컬 모델링 전략은 laGP의 비정상적 행동을 안정화시켜 다양한 입력 구성에서 일관된 성능을 유지한다.
• 고정된 국소 이웃 수(n=50)를 사용함으로써 데이터셋 크기가 이전 GP 방법보다 10배 더 큰 경우에도 거의 일정한 월클럭 시간을 유지하며 낮은 계산 비용을 확보하여 확장성을 확보한다.
• 이 방법은 위성 궤도 경로를 따라 실시간 점별 항로 저항 계수 예측을 가능하게 하여 충돌 확률 계산 및 항법 시스템에 필수적인 요구사항을 충족시킨다.