MétaCan
Menu
Retour à la cohorte
Enregistrement W2557222598 · doi:10.31274/ahac.5602

Design of an Attitude Control System for a High-Altitude Balloon Payload

2013· article· en· W2557222598 sur OpenAlexaffabout
David Evan Zlotnik, James Richard Forbes, Nguyen Khoi Tran

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueScientific Research and Discoveries
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPayload (computing)Attitude controlAerospace engineeringObservatoryInertial measurement unitComputer scienceCosmic microwave backgroundSimulationPhysicsEngineeringAstronomyOptics

Résumé

récupéré en direct d'OpenAlex

Physicists seek to uncover expansion history of the universe by examining polarization patterns in the cosmic microwave background (CMB). Observatories in the South Pole are used to examine these polarization patterns, but no sucient celestial source exists to properly calibrate these observatories. A method of calibrating these observatories would be to point a tuned microwave source to the ground-based observatory from a far distance. The purpose of this paper is to outline how the McGill High-Altitude Balloon (McHAB) team intends to use a high-altitude balloon with a reaction wheel actuator to slew and point the payload at altitudes of 15km to 20km to within an accuracy of ±2°. A complementary filter with an inertial measurement unit (IMU) will be used to estimate the attitude of the payload. A proportional-derivative controller will be used to control the reaction wheel, and hence point the payload to a desired angle. The main processor will be a Raspberry Pi, a single-board computer using a single-core 700MHz ARMv6 CPU. The team has previously own a payload, McHAB-1, containing the Raspberry Pi and an IMU to test the attitude estimator and collect attitude data. The team has own a complete prototype of the system, McHAB-2, on April 28th, 2013. Data from this flight is presented showing that the reaction wheel can better point the system as the platform reaches higher altitudes.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,245 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetScientific Research and DiscoveriesTravaux en français237 207