MétaCan
Menu
Retour à la cohorte
Enregistrement W2166722432

Development of novel satellite attitude determination and control algorithms based on telemetry data from an Earth satellite

2008· dissertation· en· W2166722432 sur OpenAlexaboutno aff
Narendra Gollu

Notice bibliographique

RevueSpectrum Research Repository (Concordia University) · 2008
Typedissertation
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpacecraftAttitude controlSatelliteKalman filterComputer scienceAlgorithmReaction wheelExtended Kalman filterReal-time computingEngineeringControl engineeringAerospace engineeringArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

All spacecraft missions require accurate knowledge of attitude, which is derived from on-board sensors using attitude determination algorithms. The increasing demands for attitude accuracy, high performance and low cost spacecraft are driving designers to change from available attitude determination methods to those that are more robust and accurate. However, the cost, the processor workload and the time-constraints in spacecraft development and deployment projects curtail the opportunity for developing new on-board attitude determination methods, especially with regards to the development of more precise sensors. Therefore, it is always desired to achieve the required attitude accuracy with the existing set of on-board sensors, but using effective attitude determination methods and sensor fusion algorithms. Developing such algorithms starts on the ground and is subject to verification and tuning with real experimental data from telemetry. Moreover, the on-ground mission control center has to evaluate the attitude accuracy, calibrate sensors and performance. Motivated by these needs, the main objective of this thesis is to develop novel attitude determination algorithms combining several sensors and attitude estimation methods for Ground-Based Attitude Estimation (GBAE) with telemetry data. The GBAE formulation will be based on a guaranteed ellipsoidal state estimation for acquisition mode and a modified Kalman filter for pointing mode, to provide optimal attitude estimates of the spacecraft. The GBAE has to be evaluated both in the simulation environment and in the flight environment. In the simulation environment, the evaluation of the GBAE rests on the availability of an accurate dynamical model for the spacecraft. However, spacecraft dynamics are complex with multiple modes of operation. Moreover, the nonlinearities in the actual system make the spacecraft dynamics more complex. This motivates the use of switching between a global nonlinear controller for acquisition mode and a local linear controller for pointing mode, which can guarantee performance and is less computationally intensive for implementation in an on-board microprocessor. In this thesis, novel attitude determination and control algorithms are evaluated in the flight environment for a case study in collaboration with the Canadian Space Agency for the SCISAT-1 satellite.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,290
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpectrum Research Repository (Concordia University)Même sujetInertial Sensor and NavigationTravaux en français237 207