elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Applying Graph-based Clustering to Tracklet-Tracklet Correlation

Griese, Franziska und Rack, Kathrin und Schmitz, Simon und Fiedler, Hauke und Hofmann, Benjamin und Schmidt, Melanie und Schmidt, Daniel und Schildknecht, Thomas (2022) Applying Graph-based Clustering to Tracklet-Tracklet Correlation. In: Proceedings of the International Astronautical Congress, IAC. IAC-22, 2022-09-18 - 2022-09-22, Paris, France. ISSN 0074-1795.

[img] PDF
3MB
[img] PDF - Nur DLR-intern zugänglich
1MB

Kurzfassung

In order to identify new space resident objects from observations like e. g. tracklets, well-known algorithms are applied like the tracklet-tracklet correlation which estimates if a pair of tracklets might belong to the same resident space object. This procedure is known to be time consuming. We will show, that an interposed clustering analysis both enhances the computational speed of the whole process by reducing the number of needed validations, and increases the number of correct associations by simultaneously reducing the number of false associations. Cluster analysis is a commonly used machine learning technique to group objects. It has been shown to be very successful in many fields. In medicine, for example, it can be used for the distinction between malign and benign cancer cells. Starting from other research in this field we used Markov Clustering, a graph-based clustering algorithm. We used a large observation dataset provided by SMARTnet, which was split into subsets for training, testing and validation. In order to successfully train the clustering and to evaluate the results on the test dataset, the correct choice of evaluation methods is important. Furthermore, it has to be considered that this problem requires a specific evaluation of the clustering. This is the case, because the result of the tracklet-tracklet correlation defines which tracklets will be connected in the graph. Depending on the data and the setting of the tracklet-tracklet correlation, it is possible that tracklets of the same object are in different connected components of the graph. In such a case, it is impossible to obtain a cluster containing all tracklets of one object. Such a scenario is not considered in the established evaluation methods of clustering results. We present modifications of these evaluation methods which allow for evaluating the clustering results and to optimize the cluster analysis for object identification. Furthermore, we show that our training results in a successful clustering for diverse test data. The whole process is realized in a data management and processing system for orbital objects called "Backbone Catalogue of Relational Debris Information" (BACARDI).

elib-URL des Eintrags:https://elib.dlr.de/191825/
Dokumentart:Konferenzbeitrag (Vortrag)
Zusätzliche Informationen:Manuscript presented at the 73rd International Astronautical Congress, 18.-22.September 2022, Paris, France
Titel:Applying Graph-based Clustering to Tracklet-Tracklet Correlation
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Griese, FranziskaFranziska.Griese (at) dlr.dehttps://orcid.org/0000-0003-4116-2316146582523
Rack, KathrinKathrin.Rack (at) dlr.dehttps://orcid.org/0000-0002-5794-5705146582524
Schmitz, SimonSimon.Schmitz (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Fiedler, HaukeHauke.Fiedler (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hofmann, BenjaminBenjamin.Hofmann (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schmidt, Melaniemschmidt (at) hhu.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schmidt, Danieldschmidt (at) hhu.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schildknecht, Thomasthomas.schildknecht (at) aiub.unibe.chNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:19 September 2022
Erschienen in:Proceedings of the International Astronautical Congress, IAC
Referierte Publikation:Ja
Open Access:Nein
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
ISSN:0074-1795
Status:veröffentlicht
Stichwörter:Markov-Clustering, Tracklet-Association, BACARDI, Clustering-Evaluation, Space Debris
Veranstaltungstitel:IAC-22
Veranstaltungsort:Paris, France
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:18 September 2022
Veranstaltungsende:22 September 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Verfahren zur verbesserten Detektion, Ortung und Verfolgung von Orbitalen Objekten
Standort: Köln-Porz , Oberpfaffenhofen
Institute & Einrichtungen:Institut für Simulations- und Softwaretechnik > High Performance Computing
Institut für Softwaretechnologie
Raumflugbetrieb und Astronautentraining > Raumflugtechnologie
Hinterlegt von: Griese, Franziska
Hinterlegt am:13 Dez 2022 11:18
Letzte Änderung:31 Mai 2024 09:15

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.