Spectral Koopman Approach for Reconstructing State-space Geometry of Cislunar Restricted 3-Body Problem

Resumo Técnico: Abordagem Espectral de Koopman para a Reconstrução da Geometria do Espaço de Estados do Problema Restrito de Três Corpos Cislunar

Definição do Problema
O ambiente cislunar, governado pela interação gravitacional entre a Terra, a Lua e o Sol, apresenta um sistema dinâmico altamente não linear caracterizado por pontos de libração, variedades invariantes (manifolds) e transporte caótico. O design de missões tradicionais e a análise de trajetórias nesta região dependem do Problema Restrito de Três Corpos Circular (CR3BP) e de técnicas de otimização numérica (ex: correção diferencial, múltiplos disparos/multiple shooting). No entanto, estes métodos existentes enfrentam três limitações persistentes:

1. Descompassos de Fidelidade: Discrepâncias entre modelos simplificados e a realidade de alta fidelidade.
2. Custo Computacional: A necessidade de recomputação custosa quando ocorrem atualizações de navegação.
3. Problemas de Escalabilidade: Baixa escalabilidade de métodos de Monte Carlo para propagação de incerteza em horizontes longos.

Além disso, as técnicas de linearização local padrão falham em capturar a geometria global do espaço de fase organizada por estruturas não lineares fortes, como ressonâncias e canais de transporte. Embora abordagens baseadas em operadores (especificamente o operador de Koopman) ofereçam uma representação linear global de sistemas não lineares, as aproximações baseadas em dados existentes (como a Decomposição de Modos Dinâmicos Estendida - EDMD) frequentemente exigem uma seleção cuidadosa de dicionário e têm dificuldade em recuperar o espectro global intrínseco com precisão.

Metodologia
Os autores propõem uma abordagem inovadora baseada na formulação de integral de caminho do espectro de Koopman para reconstruir a geometria global do espaço de fase do CR3BP planar sem depender de seleção de dicionário ad hoc.

1. Estrutura do Operador de Koopman: A dinâmica do sistema $\dot{x} = f(x)$ é analisada através da evolução de observáveis. O operador de Koopman $U_t$ fornece uma descrição linear do fluxo não linear. Os autofunções principais $\phi_\lambda$ deste operador satisfazem a equação $\frac{\partial \phi_\lambda}{\partial x}f = \lambda \phi_\lambda$.
2. Formulação de Integral de Caminho: Em vez de aproximar o operador em um subespaço de dimensão finita, os autores computam as autofunções principais diretamente. Ao decompor o campo vetorial em componentes lineares ($Ax$) e não lineares ($F_n(x)$), a parte não linear da autofunção $h_\lambda(x)$ é expressa como uma integral de caminho:
   $$h_\lambda(x) = \int_0^\infty e^{-\lambda \tau} w_\lambda^\top F_n(s_\tau(x)) d\tau$$
   onde $s_\tau(x)$ representa a trajetória do sistema.
3. Implementação Numérica: As autofunções são aproximadas avaliando a integral sobre um horizonte de tempo finito $T$. Autofunções instáveis (associadas a $\lambda_u > 0$) são computadas usando trajetórias para frente (forward), enquanto autofunções estáveis (associadas a $\lambda_s < 0$) são computadas usando trajetórias para trás (backward).
4. Reconstrução da Geometria: Os autores utilizam a propriedade de que as curvas de nível zero conjuntas destas autofunções principais correspondem às variedades invariantes (estáveis, instáveis e centrais) dos pontos de equilíbrio (pontos de Lagrange) do sistema.

Principais Contribuições

• Representação Linear Global: O artigo demonstra que o framework de Koopman pode gerar uma representação linear global do CR3BP, superando as limitações da linearização local.
• Computação Direta de Autofunções: Ao utilizar a abordagem de integral de caminho, o método computa as autofunções principais diretamente de dados de séries temporais, contornando a necessidade de design manual de dicionário exigido por métodos como EDMD.
• Identificação de Variedades Invariantes: O trabalho estabelece que os conjuntos de nível zero das autofunções computadas codificam as características do espaço de fase, identificando especificamente as variedades estáveis, instáveis e centrais associadas aos cinco pontos de Lagrange ($L_1$ através de $L_5$).
• Visualização de Canais de Transporte: A abordagem visualiza com sucesso as "rodovias invisíveis" do ambiente cislunar, mostrando como as variedades instáveis de um equilíbrio podem se alinhar com as variedades estáveis de outro para formar canais de transporte.

Resultos
O método proposto foi aplicado ao modelo CR3BP 4D planar (sistema Terra-Lua). Os resultados da simulação incluem:

• Reconstrução de Curvas de Velocidade Zero (ZVCs): O método recupera as regiões energeticamente permitidas e as zonas proibidas definidas pela constante de Jacobi.
• Geometria Local nos Equilíbrios:
  • $L_1$ e $L_2$: As autofunções delineiam claramente portais de transporte. As variedades instáveis estendem-se para fora através dos "pescoços" (permitindo a fuga da Terra ou a entrada no exterior), enquanto as variedades estáveis curvam-se para dentro (capturando trajetórias).
  • $L_3$: Exibe variedades frágeis que vazam em direção a regiões externas em vez de formar corredores de transporte fortes.
  • $L_4$ e $L_5$: As autofunções centrais dominam, produzindo loops fechados correspondentes a órbitas tadpole e Trojan estáveis, consistentes com a estabilidade linear destes pontos triangulares.
• Particionamento Global do Espaço de Fase: As curvas de nível zero das autofunções particionam o espaço de fase espectralmente. Diferente das superfícies de Jacobi baseadas em energia, que definem onde o movimento é possível, as curvas de Koopman revelam como as trajetórias são assintoticamente organizadas dentro dessas regiões, identificando separatrizes e fronteiras invariantes.
• Mecanismo de Transporte: Os resultados ilustram um canal de transporte entre $L_1$ e $L_2$, onde a variedade instável de $L_1$ e a variedade estável de $L_2$ delimitam um tubo invariante, facilitando a transferência entre as regiões da Terra e da Lua.

Significância e Alegações
O artigo alega que a abordagem espectral de Koopman oferece uma ferramenta poderosa para a dinâmica cislunar ao mudar o foco das trajetórias individuais para a evolução de observáveis. A principal significância reside na capacidade de:

1. Recuperar a Geometria Global: Reconstruir a geometria global do espaço de fase do CR3BP a partir de dados de séries temporais, capturando estruturas não lineares que métodos locais perdem.
2. Habilitar Tarefas de Fluxo de Trabalho (Downstream Tasks): Fornecer uma base para propagação de incerteza, análise de alcançabilidade e design de controle. Como o operador de Koopman é linear, os autores postulam que a análise de incerteza e o design de estratégias de controle para o CR3BP não linear podem ser simplificados e tornados mais escaláveis em comparação com métodos não lineares tradicionais.
3. Descoberta Baseada em Dados: Abrir uma nova direção para a descoberta baseada em dados na dinâmica espacial, onde a linearidade do operador permite a análise e o design de estratégias de controle para sistemas inerentemente não lineares.

Os autores concluem que, embora o presente trabalho foque na recuperação da geometria do CR3BP, o framework possui promessa para aplicações futuras em otimização de trajetórias em tempo real e controle robusto em ambientes complexos de múltiplos corpos.