MétaCan
Menu
Retour à la cohorte
Enregistrement W4413029491 · doi:10.2514/1.i011629

On the Role of Communications for Space Domain Awareness

2025· article· en· W4413029491 sur OpenAlexafffund
Nathaniel G. Gordon, Nesrine Benchoubane, Gregory Falco

Notice bibliographique

RevueJournal of Aerospace Information Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceDomain (mathematical analysis)Space (punctuation)Situation awarenessAeronauticsEngineeringAerospace engineeringMathematicsOperating system

Résumé

récupéré en direct d'OpenAlex

Space domain awareness (SDA) has become increasingly important due to the rapid growth of commercial space activities and the expansion of New Space. This paper examines the need for transitioning from centralized to distributed SDA architectures, highlighting the limitations of traditional centralized systems in scaling with increasing satellite nodes. The analysis demonstrates that centralized architectures, which rely on individual downhaul, struggle to maintain efficiency as the number of satellites grows. In contrast, distributed architectures offer enhanced scalability, coverage, and resilience by processing data on orbit. Specifically, a low Earth orbit constellation capable of performing data analysis and response formulation on orbit can reduce routing times from 60 to 9 ms, providing an order-of-magnitude improvement in performance. The study applies this analysis to Starlink, OneWeb, Planet Labs, and Jilin constellations, demonstrating the advantages of distributed approaches across diverse satellite systems. This paper also discusses the tradeoffs between centralized and distributed architectures and provides key considerations for selecting the most appropriate approach for scalable and resilient SDA systems.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0050,007
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aerospace Information SystemsMême sujetSatellite Communication SystemsTravaux en français237 207