Space catalog filtering for fragmentation event association

The rapid growth of space activities has led to a significant increase in the density of Resident Space Objects (RSOs) in the Near-Earth environment, raising concerns for the long-term sustainability of orbital operations. Fragmentation events such as explosions, accidental collisions or intentional breakups are among the primary contributors to the space debris population. In this context, the ability to correctly associate fragments to their parent body after a breakup event is crucial to maintain accurate space object catalogs and support collision avoidance strategies and follow-up observations. This thesis presents a filtering algorithm, named DIFERGO, specifically designed to discriminate debris fragments generated by a known fragmentation event from unrelated satellites. The method exploits the characteristic dispersion patterns of fragments shortly after breakup, applying a sequence of physically-based filters founded on osculating elements, proper elements, and Delaunay variables. Extensive simulations for multiple parent satellites are performed in both Geostationary Orbit (GEO) and Low-Earth Orbit (LEO) using the NASA Standard Breakup Model to generate synthetic fragment clouds and real TLEs data to build realistic catalogs of orbital population. The algorithm achieves strong classification performance in both regimes, reliably identifying true fragments and discarding unrelated objects. In addition, a sensitivity analysis is carried out to quantify the robustness of the algorithm under realistic perturbations, showing high accuracy even in the presence of uncertainties in both the state of the parent body and the fragmentation modeling process. DIFERGO has shown strong potential for post-fragmentation analysis, with possible fu- ture developments including additional filtering strategies and adaptive threshold tuning to further enhance its applicability.

Negli ultimi anni, l’incremento esponenziale delle attività spaziali ha determinato un significativo aumento della densità di RSOs nell’ambiente orbitale terrestre, ponendo serie problematiche in termini di sostenibilità delle operazioni spaziali. L’aumento dei detriti spaziali è dovuto in gran parte a eventi di frammentazione, causati da esplosioni, collisioni accidentali o distruzioni intenzionali. In questo contesto, è fondamentale la capacità di identificare correttamente i frammenti associandoli al relativo satellite di origine, al fine di mantenere aggiornati i cataloghi orbitali e migliorare le strategie anticollisioni e le osservazioni future. In questa tesi viene presentato un algoritmo di filtraggio denominato DIFERGO, progettato per discriminare i frammenti generati da una frammentazione nota rispetto ai satelliti non correlati all’evento. Il metodo sfrutta i caratteristici pattern di dispersione dei frammenti subito dopo il breakup, applicando una sequenza di filtri basati su elementi osculanti, elementi propri e variabili Delaunay. Sono state condotte simulazioni approfondite per molteplici satelliti di origine in GEO e LEO, utilizzando il NASA Standard Breakup Model per la generazione di nuvole di frammenti e dati TLEs per la costruzione dei cataloghi di satelliti. L’algoritmo ha dimostrato elevate prestazioni in entrambe le regioni, identificando con accuratezza i veri frammenti e scartando la maggior parte dei satelliti non pertinenti. È stata inoltre eseguita un’analisi di sensitività per quantificare la robustezza dell’algoritmo in presenza di perturbazioni realistiche. I risultati hanno evidenziato un’alta accuratezza anche in condizioni di incertezza sia sullo stato del satellite di origine sia sulla modellazione del processo di frammentazione. DIFERGO ha dimostrato un notevole potenziale per analisi post-frammentazioni. Futuri sviluppi potrebbero includere l’integrazione di ulteriori strategie di filtraggio e un’ottimizzazione adattiva delle soglie, al fine di migliorarne ulteriormente l’applicabilità.