Uma recente observação incomum na série VLBA incluiu o estudo dos efeitos das ondas de rádio de uma rádio-galáxia distante. Nesse ponto, o asteróide do sistema solar passou em frente a uma galáxia distante, o que possibilitou determinar seu tamanho e refinar os dados sobre a forma e o trajeto orbital.
Quando o asteróide voou na frente da galáxia, as ondas de rádio do último se curvaram ligeiramente em torno das bordas do objeto no processo de difração. Em contato, as ondas produziram um padrão circular de ondas mais fortes e mais fracas, o que forneceu aos cientistas informações úteis sobre a rocha cósmica. O asteróide Palma vive no principal cinturão de asteróides entre Marte e Júpiter. Em 1893, foi encontrado pelo astrônomo francês Auguste Charlois, e a órbita dura 5,59 anos.
Ondas de rádio de uma galáxia distante foram bloqueadas de vista por um asteróide voando pelo nosso sistema. Mas a difração curvou as ondas ao redor do objeto e formou um padrão de círculos escuros e brilhantes. Isto permitiu determinar o tamanho, forma e órbita do asteróide
Em 15 de maio de 2017, Palma fechou as ondas de rádio da galáxia 0141 + 268, que formaram uma sombra que atravessou a superfície da Terra a uma velocidade de 32 milhas por segundo. Os cientistas usaram antenas VLBA para capturar um incrível evento de oclusão. Outras análises forneceram uma descrição da natureza do asteróide, cujo diâmetro é de 192 km. Normalmente, os asteróides distantes são registrados à medida que passam em frente às estrelas, o que reduz o nível de brilho. Mas a revisão do VLBA pode ser considerada única, pois permitiu alterar a quantidade pela qual os picos de onda mudaram durante a difração (mudança de fase). Devido a isso, só foi possível limitar a forma do Palm com apenas uma pequena dimensão. É importante que a nova revisão tenha ajudado a melhorar as características anteriores e determinar com precisão o caminho orbital.
Nos últimos 120 anos, a posição da Palm foi medida mais de 1600 vezes, mas apenas uma olhada no VLBA reduziu a incerteza em 10 vezes. O estudo de caso demonstra as incríveis habilidades do array, bem como a confiabilidade e relevância de tal método de observação.
