Precise pointing and stabilization performance for the balloon-borne imaging testbed: 2015 test flight
Notice bibliographique
Résumé
Balloon-borne astronomy offers an attractive option for experiments that require precise pointing and attitude stabilization, due to a large reduction in the atmospheric interference observed by ground-based systems as well as the low-cost and short development time-scale compared to space-borne systems. The Balloon-borne Imaging Testbed (BIT) is an instrument designed to meet the technological requirements of high-precision astronomical missions, and is a precursor to the development of a facility-class instrument with capabilities similar to the Hubble Space Telescope. The attitude determination and control systems (ADCS) for BIT, the design, implementation, and analysis of which are the focus of this paper, compensate for compound pendulation effects and other sub-orbital disturbances in the stratosphere to within 1–2′′ (rms), while back-end optics provide further image stabilization down to 0.05′′ (not discussed here). During the inaugural test flight from Timmins, Canada in September 2015, BIT ADCS pointing and stabilization performed exceptionally, with coarse pointing and target acquisition to within <0.1° and fine stabilization to 0.68′′ (rms) over long (10–30 min) integrations. This level of performance was maintained during flight for several tracking runs that demonstrated pointing stability on the sky for more than an hour at a time. To refurbish and improve the system for the three-month flight from New Zealand in 2018, certain modifications to the ADCS need to be made to smooth pointing mode transitions and to correct for internal biases observed during the test flight. Furthermore, the level of autonomy must be increased for future missions to improve system reliability and robustness.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».