MétaCan
Menu
Retour à la cohorte
Enregistrement W4241145834 · doi:10.32920/ryerson.14664909.v1

Hardware in the Loop Testing of Microsatellite Components

2021· preprint· en· W4241145834 sur OpenAlexaffabout
Sarah Hardacre

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMagnetometerSatelliteSpacecraftKalman filterComputer scienceAttitude controlAerospace engineeringSimulationControl theory (sociology)EngineeringPhysicsControl (management)Magnetic field

Résumé

récupéré en direct d'OpenAlex

The desire to bring space travel to a wider range of missions and uses has driven the market to using smaller and thus more affordable satellite systems. The Canadian Space Agency is completing the design and construction of a small satellite named QuickSat, which will utilize a magnetometer as one of its attitude and orbit determination instruments. A test bed comprised of three pairs of Helmholtz coils was used for hardware in the loop testing of the magnetometer. Testing was initially completed to prove the capabilities of the test bed, and then was completed to demonstrate the capabilities of the flight qualified magnetometer. The three pairs of Helmholtz coils were driven by data calculated from a spherical harmonic model of the Earth's magnetic field The coils were controlled using a robust controller and the magnetometer was used to drive the B-dot control law in the QuickSat simulation. The Ryerson Attitude and Control Experiment (RACE), which is a small satellite sized platform, free to spin about one axis on a near frictionless air bearing, was utilized to develop and test a system to deal with redundancy of satellite sensors. The possibility of missing, noisy or erroneous output during flight requires that a filter be applied to a satellite's flight code to determine with accuracy the attitude and orbit of the spacecraft. It was thus decided that a Kalman Filter be applied to RACE. The Kalman filter was applied to the RACE simulation successfully and initial hardware testing was carried out.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,342

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)0,0000,000

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 Opus0,037
Tête enseignante GPT0,240
Écart entre enseignants0,203 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetInertial Sensor and NavigationTravaux en français237 207