Stratospheric Night Sky Imaging Payload for Space Situational Awareness (SSA)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Space situational awareness (SSA) refers to collecting, analyzing, and keeping track of detailed knowledge of resident space objects (RSOs) in the space environment. With the rapidly increasing number of objects in space, the need for SSA grows as well. Traditional methods rely heavily on imaging RSOs from large, narrow field-of-view (FOV), ground-based telescopes. This research outlines the technology demonstration payload, Resident Space Object Near-space Astrometric Research (RSONAR)-a star tracker-like, wide FOV camera combined with commercial off-the-shelf (COTS) hardware to image RSOs from the stratosphere, overcoming the disadvantages of ground-based observations. The hardware components and software algorithm are described and evaluated. The eligibility of the payload for SSA is proven by the image processing algorithms, which detect the RSOs in the images captured during flight and the survival of the COTS components in the near-space environment. The payload features a low-resolution, wide FOV camera coupled with a Field Programmable Gate Array (FPGA)-based platform that houses the altitude and time-based image capture algorithm. The newly developed payload in a 2U-CubeSat form factor was flown as a space-ready payload on the CSA/CNES stratospheric balloon research platform to carry out algorithm and functionality tests in August 2022.
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.
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 | 0,000 | 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 découle