Resumo Técnico: Propagação de Órbita Acelerada por GPU com Modelagem de Alta Fidelidade de Pressão de Radiação Solar

Declaração do Problema

A propagação orbital precisa é crítica para o design de missões, planejamento de manobras e otimização de propelente, particularmente conforme a complexidade e o número de missões espaciais aumentam. Uma perturbação não gravitacional dominante que afeta trajetórias de espaçonaves, especialmente aquelas operando próximas ao Sol, é a Pressão de Radiação Solar (SRP). Embora modelos analíticos simplificados (ex: Cannonball, N-Plate) ofereçam baixos custos computacionais, eles falham em capturar efeitos geométricos complexos, como auto-oclusão, múltiplas reflexões e o movimento de painéis solares articulados. Essas simplificações levam a erros acumulados em propagações de longo prazo.

Por outro lado, modelos de traçado de raios (ray-tracing) de alta fidelidade fornecem estimativas de SRP precisas ao simular interações de fótons com malhas detalhadas da espaçonave. No entanto, seu custo computacional torna-se proibitivo quando integrados em propagadores de órbita numéricos, que exigem milhares a milhões de avaliações de SRP por trajetória. Além disso, ferramentas existentes frequentemente carecem da capacidade de atualizar dinamicamente a geometria da espaçonave (ex: painéis solares móveis) durante a propagação ou de comparar sistematicamente aproximações baseadas em interpolação contra computações de alta fidelidade online sob condições idênticas.

Metodologia

Os autores estendem o framework HiFi-SoRaP existente para criar um ambiente completo de propagação de órbita que aborda três estratégias complementares para a integração de modelos de SRP de alta fidelidade:

1. Aceleração por GPU via Vulkan: A implementação original de traçado de raios baseada em OpenGL foi portada para um pipeline de computação Vulkan. Esta mudança proporciona controle explícito sobre gerenciamento de memória, sincronização e escalonamento de computação. As principais otimizações incluem:

   • Redução Baseada em GPU: Acumulação das contribuições de SRP diretamente na GPU usando operações de subgrupo para minimizar o overhead de transferência de dados entre a GPU e a CPU.
   • Consistência Numérica: Incorporação de soma compensada de Kahan para manter a estabilidade numérica.
   • Execução Paralela: Processamento de raios por pixel no plano de imagem discretizado com shaders de computação independentes.

2. Modelagem de Painel Solar Móvel: O modelo da espaçonave foi estendido para suportar estruturas articuladas usando uma representação de árvore direcionada enraizada ($G = (N, E, L)$). Isso permite que a geometria seja atualizada dinamicamente antes de cada avaliação de SRP. O algoritmo percorre a árvore para identificar juntas móveis, calcula as rotações necessárias para alinhar os normais dos painéis com a direção do Sol (limitadas por limites angulares) e aplica transformações rígidas às subárvores de malha relevantes.

3. Aproximação Baseada em Interpolação (SPAD): Para avaliar o compromisso entre precisão e custo, o framework utiliza um conjunto de dados de SRP pré-computado (SPAD). Em vez de executar o traçado de raios em cada etapa de integração, as forças de SRP são recuperadas via interpolação de um conjunto de dados offline gerado pelo modelo de GPU de alta fidelidade.

Configuração Experimental:
O framework foi validado usando dois modelos de espaçonave: um satélite "BoxWing" geometricamente simples (212 triângulos) e um modelo de alta fidelidade da sonda Parker Solar Probe (PSP) (39.257 triângulos). As simulações foram conduzidas em uma órbita heliocêntrica elíptica (semieixo maior 0,557 UA, excentricidade 0,682) usando um integrador Runge-Kutta 7/8 (RK78) explícito. O estudo comparou:

• Direct RayTrace GPU (OpenGL vs. Vulkan).
• Interpolação SPAD (com grades de amostragem variadas).
• Configurações de painéis solares fixos vs. móveis.

Principais Contribuições

O artigo apresenta três contribuições primárias para o campo da propagação de órbita:

1. Um Motor de SRP de Alta Fidelidade Baseado em Vulkan: Uma nova implementação que acelera a avaliação de SRP por traçado de raios direto, preservando a precisão numérica do método original baseado em OpenGL.
2. Integração de Geometria Dinâmica: Uma extensão do modelo de SRP para considerar as mudanças contínuas de orientação de painéis solares articulados durante a propagação, indo além das suposições de geometria estática.
3. Framework Comparativo Sistemático: Um ambiente unificado que permite a comparação direta de modelos analíticos, abordagens de interpolação (SPAD) e traçado de raios de alta fidelidade online sob condições de propagação idênticas.

Resultados

1. Precisão Numérica e Desempenho Vulkan

• Consistência Numérica: A implementação Vulkan preserva a precisão do método OpenGL original, com diferenças relativas nas acelerações de SRP computadas permanecendo abaixo de $5 \times 10^{-4}$.
• Acelerações (Speed-ups):
  • Para computações individuais de SRP, a implementação Vulkan com redução baseada em GPU alcançou acelerações de 9,4x para o modelo complexo PSP e 4,4x para o modelo mais simples BoxWing em comparação com a implementação original em OpenGL.
  • Para a propagação de órbita completa (20 revoluções), o tempo total de execução foi reduzido em até 15,2x para o modelo PSP (de ~5 horas 18 minutos para ~20 minutos 53 segundos).
  • Os ganhos de desempenho foram mais significativos para geometrias complexas onde a computação de traçado de raios domina o tempo de execução, minimizando o impacto do overhead de comunicação fixa.

2. Interpolação (SPAD) vs. Avaliação Direta

• Precisão: A interpolação baseada em SPAD (usando uma grade de amostragem 20x10) reproduziu as trajetórias das avaliações de RayTrace GPU direta com alta fidelidade. Em órbitas circulares, as diferenças de posição foram de aproximadamente 0,12 km, comparadas a 12,06 km do modelo N-Plate.
• Eficiência: A interpolação reduziu o custo computacional da propagação de órbita de horas para milissegundos (ordens de magnitude mais rápido).
• Limitações: A precisão depende da grade de amostragem. Grades deslocadas (SPAD 20x10S) que requerem interpolação bilinear mostraram erros maiores do que grades alinhadas com os pontos de amostragem, embora tenham permanecido mais precisas que os modelos analíticos. Variações contínuas de atitude foram identificadas como o cenário mais exigente para a interpolação.

3. Impacto de Painéis Solares Móveis

• Precisão: Negligenciar o movimento dos painéis introduziu erros significativos, particularmente para espaçonaves com grandes razões área-massa.
  • Para o PSP, o erro relativo médio na força de SRP foi de ~7,5%, levando a um desvio de trajetória de ~27.590 km após 20 revoluções.
  • Para o modelo BoxWing, o erro relativo médio foi de 2,75 (275%), resultando em um desvio de trajetória de ~3,17 milhões de km.
• Overhead Computacional: Incorporar painéis móveis aumentou a carga de trabalho do traçado de raios (número de interseções raio-triângulo).
  • Para o PSP, o overhead foi moderado (~8% de aumento no tempo de propagação).
  • Para o BoxWing, o overhead foi maior (~55% de aumento) devido à mudança significativa nas contagens de interseção causada pelas grandes matrizes móveis.

Significância e Diretrizes

O artigo conclui que a escolha da estratégia de modelagem de SRP deve equilibrar eficiência computacional, precisão numérica e fidelidade física:

• Interpolação SPAD é recomendada para propagação de órbita de rotina e análise de missão quando a atitude da espaçonave permanece dentro da cobertura de um conjunto de dados pré-computado. Ela oferece uma relação precisão-desempenho altamente favorável.
• Traçado de Raios Direto de Alta Fidelidade (acelerado por Vulkan) é justificado quando a máxima fidelidade física é necessária, quando se geram conjuntos de dados de referência, ou quando as condições de iluminação caem fora da validade da interpolação. A implementação Vulkan torna isso viável para espaçonaves complexas onde anteriormente era muito custoso.
• Modelagem de Painéis Móveis é essencial para espaçonaves com grandes arrays solares articulados. Negligenciar o movimento dos painéis pode levar a erros de trajetória significativos a longo prazo, e o overhead computacional associado é considerado aceitável dado o aumento no realismo da simulação.

Os autores propõம் um fluxo de trabalho prático: gerar dados de referência de alta fidelidade via traçado de raios direto por GPU (incorporando estruturas articuladas onde necessário) e utilizar a interpolação baseada em SPAD para a propagação de rotina, alternando para a avaliação direta apenas quando a validade da interpolação for comprometida.