Design of an Autonomic Software System for Dragonfly’s Wind Tunnel
Notice bibliographique
Résumé
The Dragonfly mission – designed to explore Titan, Saturn’s largest moon – demands cutting-edge control and instrumentation systems to navigate the dense atmosphere and varied terrain, characterized by low gravity, extreme cold, and diverse surface features. At the core of this effort is the development of a highly-adaptive wind tunnel system, meticulously engineered to meet evolving performance testing requirements while generating high-fidelity data crucial for rotorcraft design. These data support the development and validation of advanced exploratory guidance, navigation, and control (GNC) algorithms and computational fluid dynamics (CFD) models, enabling Dragonfly to perform autonomous flight and scientific exploration in an uncharted extraterrestrial environment. To achieve these ambitious goals, the wind tunnel system leverages principles of autonomic computing, integrating self-monitoring, self-configuring, and self-optimizing capabilities to enhance its adaptability. These autonomic features ensure that the system can dynamically adjust to varying test conditions, such as integrating and instrumenting a variety of sensor types with unique signal conditioning needs, seamless switching between different communication protocols, and adjustments to rotorcraft configurations, without the need for constant human intervention or a complete system rearchitecture. Furthermore, the application of adaptable system design principles not only facilitates the creation of this unprecedented testing infrastructure but also ensures its flexibility to accommodate future refinements and mission-specific requirements. This paper details how these design principles are applied, enabling the successful implementation of a highly innovative and versatile system that aligns with the evolving needs of the Dragonfly mission.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».