How long can you trust a Starlink TLE? An empirical comparison of SGP4 and high-fidelity propagation against operator-updated truth across a megaconstellation

Deze empirische studie van meer dan 24.000 Starlink-TLE-paren uit april 2026 onthult dat positiestappen een machtswetgroei over de tijd vertonen, dat voortplanting met hoge fideliteit op basis van openbare TLE's over het algemeen niet beter presteert dan het standaard SGP4-model vanwege operator-epoch-residuen en modeluitlijningsbias, en dat de veroudering van SGP4 een statistisch significante maar niet-gekalibreerde correlatie vertoont met de zonneflux op specifieke hoogtes.

De kern

Stel je voor dat je probeert te voorspellen waar een specifieke auto op een snelweg zal zijn over één uur, drie uur of een week. Je hebt twee hulpmiddelen om je te helpen:

1. De "Officiële Kaart" (SGP4): Dit is een eenvoudige, snelle en wijdverspreide methode die de overheid gratis aanbiedt. Het is als een standaard GPS-app die je een goede schatting geeft op basis van gemiddelde verkeerspatronen.
2. De "Supercomputer-simulatie" (High-Fidelity): Dit is een complexe, natuurkundig zware simulatie die rekening houdt met elk klein detail: luchtweerstand, de exacte vorm van de auto, het gewicht van de passagiers en zelfs de zwaartekracht van de maan. Het is als een windtunnelsimulatie van een raceteam.

Het artikel stelt een eenvoudige vraag: Als je begint met dezelfde "Officiële Kaart"-gegevens, geeft de "Supercomputer-simulatie" dan daadwerkelijk een betere voorspelling van waar de auto zal zijn?

De onderzoekers bestudeerden duizenden SpaceX Starlink-satellieten (die lijken op een enorm wagenpark in een lage aardbaan) om dit uit te vinden. Hier is wat ze ontdekten, met behulp van eenvoudige analogieën:

1. De "Versheid"-regel (Hoe lang kun je de gegevens vertrouwen?)

Het artikel vond dat de "Officiële Kaart" (SGP4) verrassend goed is, maar alleen voor een korte tijd.

• De Analogie: Denk aan de positiegegevens van de satelliet als een weersvoorspelling. Als je de voorspelling 4 uur na publicatie controleert, is deze meestal accuraat. Als je probeert diezelfde voorspelling te gebruiken om het weer 7 dagen vooruit te voorspellen, wordt het nutteloos.
• De Bevinding: Voor Starlink is de "Officiële Kaart" ongeveer 4 tot 6 uur betrouwbaar. Daarna begint de fout te groeien. Op dag 7 kan de satelliet tientallen kilometers verwijderd zijn van waar de kaart aangeeft dat hij is. De onderzoekers ontdekten dat deze fout in een voorspelbaar patroon groeit (als een machtsfunctie), wat betekent dat ze wiskundig kunnen inschatten hoe "verouderd" de gegevens zijn op basis van hoe lang het geleden is sinds de laatste update.

2. De "Supercomputer"-verrassing (Helpt meer detail?)

Je zou denken dat de "Supercomputer-simulatie" (High-Fidelity) altijd zou winnen omdat deze meer natuurkunde kent. Dat deed het niet.

• De Analogie: Stel je voor dat je probeert te raden waar een hardloper over 10 minuten zal zijn.
  • Hulpmiddel A (SGP4): Je gebruikt een eenvoudige regel: "Ze lopen met 16 km/u."
  • Hulpmiddel B (Supercomputer): Je gebruikt een complex model dat rekening houdt met wind, schoenwrijving en spiervermoeidheid, maar je moet de startsnelheid van de hardloper raden op basis van een wazige foto.
  • Het Resultaat: Omdat de startfoto (de publieke gegevens) wazig was, begon je complexe model met het verkeerde tempo. De eenvoudige regel (SGP4) werkte eigenlijk beter omdat deze "gekalibreerd" was op dezelfde wazige foto. Het complexe model probeerde te slim te zijn met het verkeerde startpunt en belandde uiteindelijk verder van de koers.
• De Bevinding: Voor de meeste satellieten en de meeste tijdsperiodes was de eenvoudige "Officiële Kaart" (SGP4) nauwkeuriger dan de complexe simulatie. De complexe simulatie won alleen in één specifiek geval: voor de nieuwste, grootste satellieten (v2-mini) na een lange tijd (3–7 dagen). In dat specifieke scenario faalde de eenvoudige kaart zo erg dat zelfs een licht gebrekkig complex model beter kon presteren.

3. Het "Richting"-probleem (Waar gebeurt de fout?)

Het artikel keek naar waar de satellieten fout zaten.

• De Analogie: Stel je voor dat de satelliet een trein is op een spoor. De fout gebeurt bijna nooit doordat de trein van het spoor raakt (zijwaarts) of de lucht in vliegt (omhoog/omlaag). De fout gebeurt bijna uitsluitend omdat de trein te vroeg of te laat is op het spoor.
• De Bevinding: De satellieten zaten bijna altijd in de juiste "baan", maar zaten enkele seconden of minuten verkeerd qua timing. Dit komt omdat de grootste bron van fouten atmosferische weerstand is, wat de satelliet vertraagt of versnelt langs zijn pad.

4. De "Zonneweers"-verbinding

De onderzoekers probeerden te zien of zonneactiviteit (zonnevlekken en zonnevlammen) de voorspellingen verslechterde.

• De Analogie: Denk aan de atmosfeer als een spons. Als de zon actief is, verwarmt hij de spons, waardoor deze uitzet en "dikker" wordt (dichtere). Dit zorgt ervoor dat de satellieten meer luchtweerstand voelen.
• De Bevinding: Ze vonden een hint dat wanneer de zon actiever is, de voorspellingen iets slechter worden, maar de gegevens waren niet sterk genoeg om dit met 100% zekerheid te bewijzen. Het is als een patroon in de wolken zien, maar niet genoeg regen hebben om te bevestigen dat er een storm aankomt.

De Conclusie voor Gewone Mensen

• Vertrouw op de eenvoudige kaart op korte termijn: Als je binnen de komende paar uur wilt weten waar een Starlink-satelliet is, is de gratis, eenvoudige data (SGP4) goed genoeg.
• Maak het niet te ingewikkeld: Tenzij je een perfect startpunt hebt (wat het publiek niet heeft), helpt het gebruik van een supercomplex natuurkundemodel niet. Sterker nog, het maakt het vaak erger omdat het kleine fouten in de startgegevens versterkt.
• Pas op voor de "Nieuwe" Satellieten: De nieuwste, grootste satellieten zijn moeilijker te volgen met de eenvoudige kaart over langere periodes. Voor die specifieke exemplaren kan een complex model uiteindelijk beter zijn, maar pas na een paar dagen te hebben gewacht.

Kortom: Het artikel bewijst dat voor publieke gegevens "minder meer is". Een eenvoudig, goed afgesteld model wint vaak van een complexer model als de startinformatie niet perfect is. De beste strategie is om je gegevens frequent bij te werken (elke paar uur) in plaats van te proberen te ver in de toekomst te voorspellen.

Technische samenvatting

Technische Samenvatting: Empirische Vergelijking van SGP4 en Hoogwaardige Propagatie voor Starlink TLE's

Probleemstelling
De proliferatie van Megaconstellaties in de Lage Aardebaan (LEO), met name SpaceX's Starlink, heeft de operationele context voor Two-Line Element (TLE)-gegevens verschoven. Hoewel TLE's de facto standaard blijven voor academische en commerciële ruimtesituatiebewaking (SSA), wordt hun nauwkeurigheid traditioneel beoordeeld tegen oudere, schaarse datasets met dagelijkse updatefrequentie. De Starlink-constellatie publiceert TLE's ongeveer zes keer per dag, waardoor de vraag naar "veroudering" gaat over uren in plaats van weken. Er bestaat een kritieke kennislacune over hoe publieke TLE's zich over deze korte horizons voortplanten en of hoogwaardige numerieke propagatoren (bijv. GMAT) een verbeterde nauwkeurigheid bieden ten opzichte van het standaard SGP4-analytische model wanneer ze worden geïnitieerd vanuit publieke TLE's, die inherent baanbepalingsresiduen (OD-residuen) bevatten.

Methodologie
De studie voert een grootschalige empirische sweep uit van 24.641 TLE-paren over 501 Starlink-satellieten gedurende een periode van één maand in april 2026. De dataset is gestratificeerd naar drie hoogte-schillen (540, 550 en 560 km) en drie platformgeneraties (v1.0, v1.5 en v2-mini).

1. Dataconstructie: Start-TLE's worden één keer per satelliet-dag bemonsterd. "Waarheid" wordt gedefinieerd als de later door de operator vrijgegeven TLE (de "next-TLE"), geëvalueerd op zijn eigen epoch met SGP4. Deze "next-TLE-as-waarheid"-methodologie dient als een zelfconsistentiecheck tegen de interne OD van de operator, met erkenning dat deze het OD-residu op de doel-epoch bevat.
2. Propagatie: Elke start-TLE wordt voorwaarts gepropageerd naar de doel-epoch ($t_j$) met twee methoden:
   • SGP4: Het standaard analytische model.
   • Hoogwaardig (Hi-Fi): NASA's General Mission Analysis Tool (GMAT), geconfigureerd met EGM2008 (70×70) zwaartekracht, NRLMSISE-00 atmosferische weerstand, conische schaduw zonne-stralingsdruk (SRP) en zwaartekracht van derde lichamen van de Zon en Maan.
3. Filtering: Paren worden gefilterd om intervallen uit te sluiten die sprongen in de halve grote as bevatten die groter zijn dan 100 m, zodat de "geen-manoeuvre"-aanname voor de vergelijking geldt.
4. Analyse: Positiefouten ($\|\Delta r\|$) worden berekend ten opzichte van de proxy-waarheid. De studie past een machtswetmodel $\|\Delta r(\Delta t)\| \approx A \Delta t^k$ aan om foutgroei te karakteriseren. Het voert ook paarwijze vergelijkingen uit om het aandeel gevallen te bepalen waarin Hi-Fi beter presteert dan SGP4, en regresseert de foutcoëfficiënt $A$ tegen zonnevloed ($F_{10.7}$).

Belangrijkste Bevindingen

1. Dynamiek van Foutgroei (H1):

   • De positiefout volgt een machtswet voor alle cohorten.
   • SGP4 v1.x: Vertoont sub-lineaire groei ($k \lesssim 1$) op 540 en 560 km, en is sub-lineair op 550 km, wat wijst op een mix van gemiddelde-bewegingsbias en constante versnelling.
   • Hi-Fi v1.x: Vertoont over het algemeen super-lineaire groei ($k > 1$), wat aangeeft dat niet-gemodelleerde constante in-track-versnelling (waarschijnlijk gerelateerd aan weerstand) de foutbegroting domineert.
   • v2-mini Cohort: Toont super-lineaire groei ($k \approx 1,3\text{--}1,4$) voor beide propagatoren, maar de Hi-Fi-arm groeit langzamer dan SGP4 op lange horizons ($\Delta t \ge 3$ dagen).
   • Grootte: Op het 6-uurs horizon is de mediaanfout $\sim 1$ km (beperkt door de OD-residu-bodem). Op 7 dagen bereiken SGP4-fouten $\sim 38$ km, terwijl Hi-Fi-fouten $\sim 76$ km bereiken in het gepoolde v1.x-cohort.

2. Propagatorprestaties (H2):

   • Algemeen Resultaat: Een hoogwaardige propagator geïnitieerd vanuit een publieke TLE verbetert niet de mediaan positiefout ten opzichte van SGP4 op enig bemonsterd horizon (6 u, 1 d, 3 d, 7 d). SGP4 wint op ongeveer 65–75% van de paren.
   • Mechanismen: Dit negatieve resultaat wordt toegeschreven aan drie factoren:
     1. Dominantie van OD-residuen: Op korte horizons wordt de fout gedomineerd door de initiële staatsonzekerheid van de operator, wat beide propagatoren beïnvloedt.
     2. Kernuitlijning: De "waarheid" is geconstrueerd met SGP4. SGP4-predicties profiteren van structurele uitlijning met deze waarheid (bijv. gedeelde WGS-72 constanten, Brouwer-gemiddelde elementen), terwijl Hi-Fi-propagatoren lijden onder een dynamische referentiefout (TEME naar MJ2000Eq-conversie en pseudo-osculerende initiële staten).
     3. Ruimtetuig-eigenschapbias: Hi-Fi-propagatoren vertrouwen op externe schattingen van ballistische coëfficiënten ($C_D A$). Fouten in deze publieke schattingen accumuleren als geïntegreerde weerstandsfouten, terwijl SGP4's $B^*$ direct wordt aangepast aan de trackinggegevens die zijn gebruikt om de TLE te genereren.
   • De Uitzondering: Het v2-mini-cohort op lange horizons ($\Delta t \ge 3$ dagen) is het enige regime waarin Hi-Fi SGP4 overtreft op een meerderheid van de paren (winnend $\sim 55\text{--}73\%$ van de paren op 7 dagen). Dit gebeurt omdat de door de operator aangepaste $B^*$ voor de nieuwere v2-mini-satellieten minder stabiel lijkt (super-lineaire foutgroei), waardoor de expliciete weerstandsmodellering van Hi-Fi de SGP4-gemiddelde-bewegingsbenadering kan overtreffen.

3. Zonemodulatie (H3):

   • Een verkennende regressie van de SGP4-verouderingscoëfficiënt tegen $F_{10.7}$ toont een positieve helling op 560 km die de conventionele significantie overschrijdt, consistent met thermosferische dichtheidsgradiënten. Echter, het 30-dagen venster van matige zonneactiviteit beperkt de statistische kracht, en het resultaat wordt gelezen als richting-consistent in plaats van een gekalibreerde meting.

Betekenis en Praktische Implicaties
Het artikel biedt een "verouderingsatlas" voor publieke Starlink TLE's, waarbij het practitioners specifieke foutbegrotingen ($A, k$) biedt, gestratificeerd naar hoogte en generatie. De primaire bijdrage is een tegen-intuïtieve operationele bevinding: investeren in hoogwaardige propagatie vanuit publieke TLE-ingangen is over het algemeen niet voordelig, tenzij de gebruiker ook beschikt over verbeterde initiële staten (bijv. vanuit interne OD of tracking door derden) of specifiek langetermijntrajecten voorspelt voor de v2-mini-generatie.

De studie stelt vast dat voor het overgrote deel van de use-cases de "waarheidsconstructie-kernuitlijning" van SGP4 en de accumulatie van ruimtetuig-eigenschaponzekerheid in Hi-Fi-modellen de theoretische voordelen van hoogwaardige krachtmiddelen tenietdoen. De per-cel machtswetparameters dienen als benchmark voor toekomstig onderzoek naar geavanceerde propagatoren (bijv. SGP4-XP of differentieerbare SGP4) en als basis voor onzekerheidspropagatiestudies in conjunction-analyse.

Beperkingen
De analyse is beperkt tot één constellatie (Starlink), een 30-dagen venster van matige zonneactiviteit en de "next-TLE-as-waarheid"-methodologie, wat de interpretatie van de absolute fout begrenst door de OD-residuen van de operator. Het weerstandsoppervlak van v2-mini is geschaald vanuit v1.x-gegevens in plaats van aangepast, wat een modelaanneming introduceert, hoewel gevoeligheidstests suggereren dat dit de primaire conclusies niet verandert.