Star tracker algorithm improvements to restore performance after radiation exposure
Notice bibliographique
Résumé
Rocket Lab’s ST16-RT2 star tracker uses a CMOS detector to image stars in the sensor’s field of view, software to isolate the stars in the image from the background, and an on-board catalogue to identify the stars in the image and, thus, determine the attitude of the satellite. High temperatures and radiation effects raise the black level and standard deviation of the noise on the sensor. This results in a loss of dynamic range and complicates the pixel classification between star candidates and the background. Pixels improperly designated as part of a star are referred to as false positives, and pixels improperly designated as the background are false negatives. A high quantity of false positives adds to the processing time required to identify stars in an image and has the potential to reduce the accuracy of the attitude solutions provided by the star tracker. To maximize the dynamic range available to a specific sensor, Rocket Lab calibrates analog offsets to the device at room temperature. In higher temperature and radiation environments, the star tracker’s dynamic range is reduced and background noise increases. This increases the quantity of false-positive pixels which, in turn, limits star tracker performance. Utilizing analog offsets determined on-chip and a more robust thresholding algorithm, the star tracker can recover dynamic range and more effectively suppress noise. Such improvements would extend a star tracker's life or allow the product to be used in more extreme environments, without compromising the hardware heritage. To implement these improvements, the limitations of the current thresholding algorithm were analyzed, and a new algorithm was developed. Dark image data was collected using non-irradiated and irradiated detectors, with both the preset and on-chip analog offsets, at temperatures ranging from 20 °C to 70 °C. Processing the dark images using this new approach showed a significant reduction in false-positive pixels recorded using the irradiated boards compared to the current algorithm. The reduction in false positives prevented the lit pixel buffer from filling until 64°C, a 30 °C increase in performance for the irradiated boards. Images were then collected using simulated star fields at various slew rates to determine if the reduction in false positives led to an increase in false negatives. Thresholding parameters were tuned and recommended configurations were given for on-orbit testing.
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 | 0,000 | 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 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 ».