參考消息網12月29日報道美媒稱，中國科學家用激光準確識別地球軌道上的太空垃圾。

據美國《新聞周刊》網站12月24日報道，根據發表在《激光應用雜誌》上的一項研究結果，研究人員將一套專(zhuan) 門研發的算法應用於(yu) 激光測距望遠鏡，讓望遠鏡與(yu) 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(xie) 者之一、來自遼寧工程技術大學測繪與(yu) 地理科學學院的馬天明在一份聲明中說，通過神經網絡提高望遠鏡的目標指示精度後，可以發現橫截麵麵積為(wei) 1平方米、距離在1500公裏以內(nei) 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(ti) 。這類垃圾包括不發揮作用的航天器、廢棄的運載火箭以及其他與(yu) 太空飛行任務相關(guan) 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(wei) 宇航員和航天器的飛行速度極快，高達每小時1.8萬(wan) 英裏，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，估計有數百萬(wan) 個(ge) 微小的太空垃圾碎片，比壘球大的碎片有幾萬(wan) 個(ge) 。幸運的是，到目前為(wei) 止，發生碰撞的次數少得驚人。

報道稱，激光測距技術此前就用於(yu) 探測太空垃圾。然而，在準確識別快速移動的小碎片方麵，這類係統存在著局限性。事實上，過去的激光測距方法隻能精確到大約0.6英裏的距離。

報道稱，為(wei) 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“神經網絡”來提高望遠鏡的有效性。

報道稱，神經網絡是由大腦中生物網絡激發的計算係統。它們(men) 可以通過學習(xi) 更好地完成任務——這就是所謂的“機器學習(xi) ”。

報道稱，馬天明及團隊中的其他科研人員利用兩(liang) 個(ge) 不同的神經網絡來幫助激光測距望遠鏡識別太空垃圾。然後，他們(men) 將這種方法與(yu) 更為(wei) 傳(chuan) 統的技術做了對比。

研究人員稱，這是神經網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(men) 說，這一最新發現可能對操控在軌航天器具有重要意義(yi) 。

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