SMCTE - Space Traffic
Using Deep Learning to predict space collisions and reduce false alarms for satellite operators.
SMCTE — Space Traffic Monitoring System
Tagline: "Prever colisões no espaço com Deep Learning, reduzindo falsos alarmes em operações de satélite."
🚀 O Que É?
O SMCTE é um sistema inteligente de Conjunction Assessment (Avaliação de Conjunções) desenvolvido para lidar com o crescente problema do Lixo Espacial (Space Debris).
💡 O Problema
Com milhares de satélites em órbita, o risco de colisão é real. Os métodos tradicionais baseados apenas em física orbital geram demasiados "falsos positivos", obrigando os operadores a desperdiçar combustível em manobras de desvio desnecessárias.
🛠️ A Minha Solução
Desenvolvi uma aplicação que utiliza Deep Learning (Recurrent Neural Networks - RNNs) para analisar o histórico de erros de trajetória. O sistema:
- Ingere mensagens de dados orbitais (CDM).
- Processa séries temporais de posição e velocidade.
- Estima a Probabilidade de Colisão com maior precisão que os modelos estáticos.
💻 Tech Stack
- Python & Data Science: Pandas, NumPy, Scikit-Learn.
- Deep Learning: Keras/TensorFlow (Modelos LSTM e GRU).
- Interface: Streamlit (Dashboard interativo para operadores).