RSONAR: Data-Driven Evaluation of Dual-Use Star Tracker for Stratospheric Space Situational Awareness (SSA)
Notice bibliographique
Résumé
The growing density of Earth-orbiting objects demands improved Space Situational Awareness (SSA) to mitigate collision risks and sustain space operations. This study demonstrates a dual-purpose star tracker (ST) for SSA using data from the Resident Space Object Near-space Astrometric Reconnaissance (RSONAR) stratospheric balloon campaign under the 2022 Canadian Space Agency-Centre National d'Études Spatiales (CSA-CNES) STRATOS program. The low-cost optical payload-a wide-field monochromatic imager flown at 36 km altitude-acquired imagery subsequently used for post-processed attitude determination and Resident Space Object (RSO) detection. During stabilized pointing, over 27,000 images yielded sub-pixel astrometry and stable image quality (mean full-width-Half-maximum ≈ 388 arcsec). Photometric calibration to the Tycho-2 catalog achieved 0.37 mag root mean square (RMS) scatter, confirming radiometric uniformity. Apparent angular velocities of 7×102 to 8×103 arcsec s-1 corresponded to sunlit low-Earth-orbit (LEO) objects observed at 25°-35° phase angles. Covariance-weighted Mahalanobis correlation with two-line elements (TLEs) achieved sub-arcminute positional agreement. The Proximity Filtering and Tracking (PFT) algorithm identified 22,036 total RSO and 387 total streaks via image stacking. Results confirm that commercial off-the-shelf STs can serve as dual-use SSA payloads, and that stratospheric ballooning offers a viable alternative for optical SSA research.
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 ».