Aufrufe: 0 Autor: Site-Editor Veröffentlichungszeit: 09.07.2025 Herkunft: Website
Mit Weltraumsolarzellen ist die Satellitenbildung im niedrigen Erdorbit schwierig. Jeder Satellit muss stabil bleiben, um die Gruppe zusammenzuhalten. Dies trägt dazu bei, die größtmögliche Energie aus den Solarzellen herauszuholen. Das zeigen Testmissionen Widerstand, Haltungsänderungen und intelligente Steuerung können hilfreich sein. Diese Dinge halten die Satelliten zusammen und sorgen für eine bessere Energienutzung. Echtzeit-Tools und Kameras helfen dabei, die Solarzellen in die richtige Richtung auszurichten. Das kann geben bis zu 35 % mehr Solarenergie . Umlaufbahn und Haltung arbeiten zusammen, daher ist eine starke Kontrolle erforderlich. Selbst kleine Fehler können der Gruppe und der Funktionsweise von Satelliten schaden. Testprojekte zeigen, dass es für eine gute LEO-Arbeit wichtig ist, Flug, Satellitenbewegung und Solarzellen in Einklang zu bringen.
Wir müssen Kräfte wie den Sonnenstrahlungsdruck, den Luftwiderstand und die Form der Erde modellieren. Dadurch bleiben die Satelliten zusammen und erhalten die größtmögliche Solarenergie.
Eine Änderung des Winkels Weltraum-Solarzelles trägt oft dazu bei, dass Satelliten mehr Energie erhalten. Es hilft ihnen auch, in stabilen Gruppen zu bleiben.
Intelligente Steuerungsalgorithmen und unterschiedliche Betätigungsmethoden helfen Satelliten dabei, sich besser zu bewegen. Sie sparen Treibstoff und machen beim gemeinsamen Fliegen weniger Fehler.
Mithilfe der exakten relativen Positionierung und Echtzeitdaten bleiben die Satelliten immer in der Nähe. Dies hilft ihnen, im niedrigen Erdorbit gut als Team zusammenzuarbeiten.
Die Verwendung sowohl analytischer Modelle als auch Simulationstools hilft Teams bei der Planung und Erprobung von Missionen. Dadurch können sie bessere Satellitenmissionen mit größerer Erdabdeckung und besserem Stromverbrauch durchführen.
Der Druck der Sonnenstrahlung übt auf Satelliten in einer niedrigen Erdumlaufbahn eine konstante Kraft aus. Diese Kraft entsteht, wenn Photonen auf die Oberflächen des Satelliten treffen Weltraum-Solarzellen . Im Laufe der Zeit kann der Sonnenstrahlungsdruck die Bewegung und Drehung von Satelliten verändern. Studien zeigen, dass es Umlaufbahnen ins Wanken bringen und ihre Form verändern kann. Diese Änderungen könnten dazu beitragen, dass Satelliten zur Erde zurückfallen oder in Friedhofsumlaufbahnen bleiben. Wir müssen den Sonnenstrahlungsdruck modellieren, um zu wissen, wie sich die Umlaufbahnen ändern werden. Detaillierte Computermodelle wie SimORBIT nutzen diese Kraft, um Umlaufbahnen besser vorherzusagen. Der Sonnenstrahlungsdruck wirkt auch mit anderen Kräften zusammen und ist daher sehr wichtig, um Satelliten zusammenzuhalten und mehr Energie zu gewinnen.
Der Luftwiderstand ist die Hauptkraft, die Satelliten im LEO beeinflusst, insbesondere unterhalb von 450 km. Die Luft ist dünn, aber der Luftwiderstand verlangsamt Satelliten immer noch und lässt ihre Umlaufbahnen schrumpfen. Der Widerstand hängt von der Dicke der Luft ab, die sich mit dem Magnetfeld der Sonne und der Erde ändert. Wenn die Sonne sehr aktiv ist, müssen die Satelliten alle paar Wochen verstärkt werden. Wenn die Lage ruhig ist, sind Boosts nicht so sehr nötig. Der Widerstand hängt auch von der Form des Satelliten und seiner Fläche ab Solarzellen decken ab . Zur Modellierung des Luftwiderstands verwenden wir Trackingdaten, Sensoren und Luftdichtemodelle. Mithilfe guter Modelle können wir abschätzen, wie schnell Umlaufbahnen schrumpfen, Abstürze verhindern und Satelliten länger funktionieren lassen. Neue Missionen nutzen Live-Daten, um Widerstandsmodelle zu verbessern und bei der Kontrolle von Umlaufbahnen zu helfen.
Die J2-Störung tritt auf, weil die Erde keine perfekte Kugel ist. Dadurch ändern sich einige Teile der Umlaufbahn eines Satelliten, wie z. B. Neigung und Richtung. J2-Effekte sind für Satellitengruppen von Bedeutung, da sie mit der Zeit auseinanderdriften können. Einige Modelle fügen J2-Änderungen zur Berechnung der Satellitenbewegung hinzu. Diese Modelle helfen bei der Planung von Bewegungen und bei der Auswahl der besten Möglichkeiten zur Steuerung von Satelliten. Durch die Verwendung von J2-Modellen können Teams die Satelliten in der Nähe halten und bei Bedarf ihre Pfade ändern. Die gemeinsame Verwendung von J2-, Sonnenstrahlungsdruck- und Widerstandsmodellen ergibt einen vollständigen Überblick darüber, was Satelliten im LEO beeinflusst.
Hinweis: Es ist sehr wichtig, den Sonnenstrahlungsdruck, den Luftwiderstand und die J2-Störung gut zu modellieren. Dies hilft, Satelliten zusammenzuhalten, Solarzellen in die richtige Richtung zu richten und sicherzustellen, dass Missionen im niedrigen Erdorbit funktionieren.
Die Ausrichtung von Weltraumsolarzellen ist sehr wichtig. Es trägt dazu bei, dass Satelliten gut fliegen und im niedrigen Erdorbit Strom erzeugen können. Wenn Satelliten gemeinsam fliegen, muss jeder seine Solarzellen so drehen, dass sie der Sonne zugewandt sind. Dies nennt man Optimierung. Es hilft ihnen, das meiste Sonnenlicht zu bekommen. Eine Änderung des Winkels eines Satelliten kann die Kräfte auf die gesamte Gruppe verändern.
Satelliten verwenden Sensoren und Steuerungen, um den besten Winkel beizubehalten. Diese Systeme müssen sich ändern, wenn sich Sonnenlicht oder Satellitenpositionen ändern. Sie beobachten auch andere Satelliten in der Gruppe. Der beste Winkel hängt vom Standort des Satelliten und der Jahreszeit ab. Beispielsweise ergab eine Studie in Brikama, Gambia, dass die beste Neigung im Jahresverlauf zwischen 5,1° und 28,2° lag. Die meiste Leistung kam bei einer Neigung von etwa 14,8° bis 15,5°. Dies ergab 18 % mehr Solarenergie in einem Jahr. Eine weitere Studie von PMC ergab, dass eine Neigung von 26° die meiste Leistung liefert. Aus höheren oder niedrigeren Winkeln kam weniger Leistung. Diese Studien zeigen, dass die Wahl des richtigen Winkels wirklich dabei hilft, mehr Energie zu sammeln.
Satelliten an verschiedenen Orten benötigen unterschiedliche Neigungswinkel. Eine Studie verglich Südchina und Uganda. In Südchina war die beste Neigung zu verzeichnen 2,8° mehr als der örtliche Breitengrad . In Uganda änderte sich der beste Winkel jeden Monat von 0,0° auf 11,2°. Wenn Sie den Winkel jeden Monat oder jede Jahreszeit ändern, erhalten Sie mehr Sonnenlicht. Diese Ergebnisse zeigen, dass häufige Winkeländerungen für die Leistung und das Fliegen in Gruppen wichtig sind.
Tipp: Teams sollten für Änderungen Live-Daten und Kontrollen nutzen Solarzellenwinkel oft. Dadurch bleibt die Gruppe stabil und erhält die meiste Energie.
Der Sonnenstrahlungsdruck (SRP) ist eine Kraft, die durch Sonnenlicht entsteht, das auf Satelliten trifft. Es schiebt oder dreht Satelliten, insbesondere ihre Solarzellen. Gute SRP-Modelle helfen uns zu wissen, wie sich Satelliten bewegen werden. Sie helfen auch bei der Planung der Steuerung der Satelliten.
Moderne Modelle verwenden spezielle Werkzeuge, um zu sehen, wie sich SRP auf Satelliten auswirkt. Diese Tools verwenden Raytracing , um zu verfolgen, wie Sonnenlicht reflektiert wird und Schatten auf Solarzellen erzeugt. Raytracing funktioniert mit harten Formen und verschiedenen Materialien. Einige Modelle verwenden GPUs mit OpenCL und OpenGL, um schnell zu laufen. Schnelle Modelle helfen dabei, Satelliten schnell zu steuern.
Modelle verwenden BRDF auch, um zu zeigen, wie sich SRP bei verschiedenen Oberflächen ändert. BRDF hilft dabei, glänzende und matte Reflexionen von Solarzellen vorherzusagen. Ingenieure verwenden Fourier-Erweiterungen, um Raytracing-Ergebnisse in Orbitmodelle einzufügen. Dies hilft sowohl bei der Live- als auch bei der geplanten Modellierung der Satellitenbewegung.
Mithilfe analytischer Modelle können wir erkennen, wie SRP die Leistung von Solarzellen verändert. Einige Modelle lösen Gleichungen im Emitterteil von Solarzellen. Sie verknüpfen die Emitter-Sättigungsstromdichte mit der Oberflächenrekombinationsgeschwindigkeit. Daten von Spreading Resistance Profiling (SRP) prüft, ob diese Modelle richtig sind. Durch die Betrachtung verschiedener Dotierungsprofile können Ingenieure erkennen, wie die Oberfläche die Leistung von Solarzellen verändert. Tools wie ATHENA von Silvaco nutzen SRP-Daten, um abzuschätzen, wie gut Solarzellen im Weltraum funktionieren werden.
Die wichtigsten Methoden zur Modellierung von SRP-Effekten auf Solarzellen in LEO-Satellitengruppen sind:
Raytracing für Reflexionen, Schatten und Materialien
Semianalytische Modelle, die sowohl alte als auch neue Daten verwenden
GPU-beschleunigte Modelle für schnelle, detaillierte Ergebnisse
BRDF-Modelle für gute Reflexionsvorhersagen
Analytische Modelle, die SRP-Daten nutzen, um Oberflächen mit Strom zu verknüpfen
| des Modellierungsansatzes | Hauptmerkmalsanwendung | in der Dynamik |
|---|---|---|
| Raytracing | Funktioniert mit harten Formen und Reflexionen | Prognostiziert SRP-Kräfte und -Wendungen |
| Semianalytische Modelle | Verwendet viele Datenquellen | Verbessert die Ergebnisse nach dem Start |
| GPU-Beschleunigung | Läuft sehr schnell | Hilft, Satelliten live zu steuern |
| BRDF-Modellierung | Gut darin, Reflexionen anzuzeigen | Verbessert die SRP-Kraftvorhersagen |
| Analytische Modelle | Verbindet Oberfläche mit Strom | Überprüft die Effizienz von Solarzellen |
Hinweis: Gute Modelle des Sonnenstrahlungsdrucks sind sehr wichtig. Sie tragen dazu bei, Satelliten zusammenzuhalten und die größtmögliche Energie aus Solarzellen zu gewinnen.
Steuerungsalgorithmen sind sehr wichtig für Satellitenformationsflug . Sie helfen dabei, die Satelliten an den richtigen Stellen und in der richtigen Richtung zu halten. Teams verwenden spezielle Modelle, um zu erraten, wie sich Satelliten in einer erdnahen Umlaufbahn bewegen. Diese Modelle umfassen Dinge wie den Sonnenstrahlungsdruck, den Luftwiderstand und die J2-Störung. Durch die Kenntnis dieser Kräfte können Ingenieure die Gruppe besser kontrollieren.
Model Predictive Control (MPC) ist eine erstklassige Methode zur Steuerung von Satelliten. MPC nutzt Live-Modelle und Mathematik, um Satellitenpositionen zu ändern. Es errät, was als nächstes passieren wird und wählt die besten Züge aus. Wenn MPC mit Fixed-Time Control (FTC) arbeitet, werden Fehler schneller behoben und es gibt weniger Schwankungen. Sliding Mode Control und FTC allein sind langsamer und haben mehr Schwankungen. Die aerodynamische, kraftbasierte Steuerung nutzt Widerstand und Auftrieb, um 3D-Bewegungen zu unterstützen. Das funktioniert in Tests und mit realer Hardware gut.
| Kontrollstrategie- | Leistungsmetriken und -Funktionen, | wichtige Ergebnisse |
|---|---|---|
| MPC kombiniert mit Festzeitsteuerung | Konvergenz des Einstellungsfehlers auf ~0,015; Winkelgeschwindigkeitsfehler ~0,07; Kontrolldrehmomentstabilisierung um ±0,1 Nm; schnellere Konvergenz und reduzierte Oszillationen | Überlegene Stabilität und Robustheit; schnellere Fehlerkonvergenz; verbesserte Kommunikationseffizienz |
| Allein die Festzeitsteuerung (FTC). | Langsamere Konvergenz; mehr Schwingungen | Weniger wirksam bei der Aufrechterhaltung der Formationsstabilität |
| Sliding Mode Control (SMC) | Langsamere Konvergenz; mehr Schwingungen | Weniger wirksam bei der Aufrechterhaltung der Formationsstabilität |
| Aerodynamische kraftbasierte Steuerung | Zwangsverschärfung mit MPC; validiert in Simulationen und Hardware-in-the-Loop; Behandelt die Komplexität der Eingabebeschränkungen | Ermöglicht die Steuerung relativer 3D-Bewegungen mit verbesserter Handhabung von Einschränkungen |
| Unterbetätigte Steuerung mit geringem Schub (MPC) | Kraftstoffverbrauch und Regelgenauigkeit analysiert; Zentralisierte und verteilte Frameworks im Vergleich | Autonome, zuverlässige Regelung; Leistungsbenchmarks mit vorhandenen Methoden |
Alle diese Algorithmen benötigen eine gute Optimierung. Ingenieure verwenden Modelle, um die besten Bewegungen für jeden Satelliten auszuwählen. Sie versuchen, Energie zu sparen, die richtige Position beizubehalten und die Gruppe stabil zu halten. Neuere Algorithmen wie Adaptive Evaluation DWA und DWA-ORCA-Fusion helfen bei der Planung von Pfaden und der Vermeidung von Abstürzen. Diese Methoden beschleunigen Missionen und helfen Satelliten, Veränderungen zu bewältigen. Der Die DWA-ORCA-Fusionsmethode hilft, Abstürze um 40 % besser zu vermeiden als herkömmliche Methoden.
Satelliten nutzen unterschiedliche Betätigungsmethoden , um in Formation zu bleiben. Für jede Richtung sind gute Modelle erforderlich, wie sich Satelliten bewegen und welche Kräfte auf sie einwirken. Interne bewegliche Massen helfen dabei, den Massenschwerpunkt zu ändern und die Richtung zu steuern. Magnetische Drehmomenterzeuger nutzen das Erdmagnetfeld, um Drehkräfte zu erzeugen. Elektrische Antriebssysteme wie Triebwerke mit geringem Schub geben kleine Stöße aus, um die Position zu ändern.
Ingenieure wählen Betätigungsmethoden basierend auf den Anforderungen der Mission aus. Für kleine Satellitengruppen ermöglicht der elektrische Antrieb eine feine Steuerung und spart Treibstoff. Magnetische Drehmomenter eignen sich gut zum Drehen ohne Kraftstoffverbrauch. Interne bewegliche Massen helfen dabei, schnell die Richtung zu ändern. Mithilfe der Optimierung entscheiden Teams, wann und wie sie die einzelnen Methoden nutzen. Mithilfe von Modellen lässt sich erraten, welche Auswirkungen jede Betätigung auf die gesamte Gruppe hat.
Die unterbetätigte Steuerung mit geringem Schub und MPC eignet sich sowohl für kleine als auch für große Gruppen . Zentralisierte Wege eignen sich am besten für kleine Gruppen, während verteilte Wege für größere Gruppen funktionieren. Die Optimierung hilft, Kraftstoff zu sparen und die Kontrolle präzise zu halten. Auf diese Weise können Satelliten ihre Form selbständig ändern und die Kontrolle über das Funktionieren behalten.
Tipp: Durch den Einsatz unterschiedlicher Betätigungsmethoden mit intelligenten Steuerungsalgorithmen wird der Satellitenformationsflug verbessert und Energie gespart.
Für den Satellitenformationsflug ist eine gute relative Positionierung erforderlich. Die Teams verwenden spezielle Modelle und Mathematik, um zu verfolgen, wo sich jeder Satellit befindet. Die geometrische Verdünnung der Präzision (GDOP) zeigt, wie sich die Form der Gruppe auf Positionsfehler auswirkt. Ein niedrigerer GDOP bedeutet eine bessere Positionsgenauigkeit. Der Positionsfehler hängt sowohl von Messfehlern als auch von der Gruppenform ab.
Mithilfe von GNSS-Basislinienmessungen in Echtzeit können Satelliten eine sehr genaue Positionsgenauigkeit erreichen. Bei der GRACE-Mission kam es zu Positionsfehlern von nur einem Millimeter. Einige hochpräzise Methoden können zu noch kleineren Fehlern führen. Die PRISMA-Mission zeigte eine Genauigkeit von bis zu 10 cm zwischen den Satelliten. Schnelle Computer können Daten jeweils in weniger als 0,1 Sekunden verarbeiten.
| Metriktypbeschreibung | /Wertkontext | /Quellenbeispiel |
|---|---|---|
| Absoluter Positionsfehler | Genauigkeit im Zentimeterbereich | Echtzeit-GNSS-Basislinienmessung bei der Satellitenformation |
| Absoluter Positionsfehler | Genauigkeit im Millimeterbereich | GRACE-Satelliten-Mikrowellenentfernungsbasislinie |
| Absoluter Positionsfehler | Genauigkeit im Mikrometerbereich | Hochpräzise relative Positionierungsmethode (Wang et al., 2021) |
| Relative Positionsgenauigkeit | Bis zu 10 cm Genauigkeit | Bestimmung der relativen Bewegung an Bord des PRISMA-Satelliten |
| Rechengeschwindigkeit | Weniger als 0,1 Sekunden pro Epoche | Echtzeitverarbeitung von Basismessungen |
| Basislinienlängenbereich | 10 m bis 9,3 km | Bereich, in dem die Genauigkeit im Zentimeterbereich erhalten bleibt |
Intelligente Steuerungsmethoden wie die gemeinsame Verwendung von GPS, BeiDou und IIMU sorgen für eine noch bessere Positionsgenauigkeit. Diese Systeme können Halten Sie über 95 % der Positionen innerhalb von 5 Metern . Bessere Modelle und Algorithmen tragen dazu bei, dass Satelliten genauer und zuverlässiger zusammenfliegen.
Hinweis: Gute Modelle, Kontrolle und Optimierung der relativen Positionen tragen dazu bei, dass Satellitenformationsflugmissionen im niedrigen Erdorbit gut funktionieren.
Mithilfe analytischer Ansätze können Ingenieure mehr über den Flug von Satellitenformationen im erdnahen Orbit erfahren. Diese Methoden verwenden mathematische Modelle, um zu zeigen, wie sich Satelliten im Weltraum bewegen. Der Das klassische Radial-Transversal-Normalen-Koordinatensystem erleichtert die einfache Verfolgung jedes Satelliten. Mit diesem System können Ingenieure die besten Bewegungen mit geringem Schub planen. Es hilft beim Festlegen von Geschwindigkeitsbegrenzungen und sorgt für die Sicherheit von Satelliten. Teams nutzen dies, um zu planen, wie sie Satelliten nahe beieinander halten können.
Ein Beispiel ist die Mission Formation Flying L-band Aperture Synthesis. Diese Mission nutzte dieses mathematische System, um Satelliten in Echtzeit zu steuern. Analytische Modelle berücksichtigen auch Kräfte wie den Sonnenstrahlungsdruck und den Luftwiderstand. Diese Kräfte verändern die Umlaufbahnen und beeinflussen, wie Satelliten zusammenbleiben. Durch die präzise Bestimmung der Umlaufbahn können Ingenieure abschätzen, wie sich die Umlaufbahnen ändern und Kontrollpläne festlegen.
Die analytische Modellierung bietet eine solide Grundlage für den Flug von Satelliten in Gruppen. Es hilft Teams, Entscheidungen über Umlaufbahnen, Kontrolle und Energieverbrauch zu treffen. Die Modelle liefern außerdem gute Informationen zur Umlaufbahn, was für den Missionserfolg wichtig ist.
Mithilfe von Simulationstools können Ingenieure den Formationsflug von Satelliten vor dem Start testen. Diese Tools verwenden Computermodelle, um zu zeigen, wie sich Satelliten im Weltraum bewegen. Sie umfassen alle Hauptkräfte wie den Sonnenstrahlungsdruck, den Luftwiderstand und die J2-Störung. Simulationstools zeigen auch, wie Solarzellen verändern die Satellitenbewegung.
Ingenieure verwenden Modelle reduzierter Ordnung, um Simulationen schneller durchzuführen. Diese Modelle behalten die Hauptteile bei, verbrauchen jedoch weniger Computerleistung. Die Zuverlässigkeitsanalyse prüft, ob die Simulation mit realen Ergebnissen übereinstimmt. Monte-Carlo-Simulationen und Sensitivitätsanalysen helfen dabei, die wichtigsten Dinge beim Satellitenformationsflug herauszufinden. Diese Methoden zeigen, wie sich Änderungen der Eingabe auf Umlaufbahnen und die genaue Bestimmung der Umlaufbahn auswirken.
Simulationstools prüfen auch, ob bei der Modellierung Fehler vorliegen. Sie suchen nach Rundungs-, Kürzungs- und Diskretisierungsfehlern. Durch das Auffinden dieser Fehler können Ingenieure den Simulationsergebnissen vertrauen. Die enge Übereinstimmung zwischen Simulations- und Mathematikergebnissen beweist, dass diese Tools gut funktionieren.
Moderne Simulationstools helfen bei der dynamischen GPS-basierten Bestimmung der Leo-Umlaufbahn. Sie helfen Teams dabei, präzise Informationen zur Umlaufbahn zu erhalten und Satelliten am richtigen Ort zu halten. Diese Werkzeuge sind sehr wichtig für die Planung, Prüfung und Durchführung von Satellitenformationsflugmissionen.
Tipp: Teams sollten sowohl Analyse- als auch Simulationsmodelle verwenden, um die besten Ergebnisse beim Satellitenformationsflug zu erzielen. Auf diese Weise erhalten sie präzise Informationen zur Umlaufbahn und zuverlässige Missionen.
Demonstrationsmissionen im erdnahen Orbit zeigen, wie Satellitenformationen mit Solarzellen im echten Leben funktionieren. Teams nutzen diese Missionen, um die Erdabdeckung zu testen, Solarenergie und wie gut die Satelliten zusammenhalten. In einer Mission, Drei Satelliten mit X-Band-SAR-Nutzlasten arbeiteten als Team. Sie deckten die ausschließliche Wirtschaftszone Argentiniens vollständig ab. Die Satelliten fanden versteckte Schiffe, selbst wenn sich das Wetter oder die Sonneneinstrahlung änderten. Diese Mission zeigte, dass eine gute Modellierung der Satellitenpfade und der Solarzellenausrichtung zur Erdabdeckung und zum Erfolg der Mission beiträgt.
Eine weitere Mission befasste sich mit der Verarbeitung an Bord. Die Satelliten verwendeten intelligente Modelle, um Speckle-Rauschen in SAR-Bildern zu korrigieren. Dadurch konnten Ziele leichter gefunden werden und es wurden weniger Fehler gemacht. Die Teams testeten auch, wie die Satelliten miteinander kommunizierten. Sie nutzten Boden-Weltraum- und Intersatellitenverbindungen, um Daten auszutauschen und ihre Formation zu ändern. Diese Missionen haben gezeigt, dass Satelliten verzögerungstolerante Netzwerke nutzen können, wenn sie über starke Modelle und Steuerungen verfügen.
Demonstrationsmissionen zeigen, warum Modellierung für die Erdabdeckung, Solarenergie und die Zusammenarbeit wichtig ist.
Teams verwenden klare Methoden, um zu messen, wie gut die Missionen funktionieren. Dazu gehören wissenschaftlicher Wert, Abdeckungsprüfungen und aufgetretene Probleme. Die folgende Tabelle zeigt, wie sich die verschiedenen Satellitentypen bei den Missionen geschlagen haben:
| Architektur Typ | Wissenschaft Wert Metrik | Kosten- und Risikoüberlegungen | Ergebnis/Herausforderung |
|---|---|---|---|
| POD-Architekturen | 0,08 bis 0,12 | Hauptmessziele wurden nicht erreicht; schwer zu vergrößern. | Nicht verwendet, da sie nicht gut genug funktionierten. |
| GG-Architekturen | Bis 3,5 | Könnte viele wissenschaftliche Daten liefern, ist aber noch nicht fertig und die Pläne sind unklar. | Nicht für die Nutzung in den nächsten zehn Jahren vorgesehen. |
| LEO-MEO-Architekturen | 1.12 (4-Satellit) | Zwischen Satelliten schwer zu messen; Laserleistungsgrenzen; nicht besser als alte Wege. | Nicht verwendet, da keine Verbesserung eintrat und zu viele Probleme auftraten. |
| SmallSat/CubeSat-Konstellationen | N / A | Kosten zu viel; höheres Risiko, obwohl sie klein sind und neue Technologien verwenden. | Aufgrund der hohen Kosten und des höheren Risikos nicht verwendet. |
Bei Leistungsprüfungen werden auch die Erdabdeckung, Satellitendurchgänge und die Verarbeitung an Bord berücksichtigt. Teams verwenden Modelle, um die Erdabdeckung zu planen und Satellitendurchgänge für den Datenversand zu verbessern. Die Onboard-Verarbeitung trägt dazu bei, SAR-Bildrauschen zu beheben, und gute Verbindungen helfen den Satelliten, selbstständig zu arbeiten. Bei den Missionen wurden Probleme wie Speckle-Rauschen, knifflige Gruppendesigns und Kompromisse bei der Satellitengröße und der Solarzellenleistung festgestellt.
Die wichtigsten Lehren aus diesen Missionen sind, dass gute Modelle, sorgfältige Pläne und Echtzeitsteuerung dazu beitragen, eine bessere Erdabdeckung und mehr Solarenergie zu erreichen.
Der gemeinsame Flug von Satelliten in einer erdnahen Umlaufbahn erfordert eine sorgfältige Planung. Die Teams müssen genau wissen, wo sich jeder Satellit befindet. Sie brauchen außerdem starke Vorbilder und intelligente Möglichkeiten, die Gruppe zu kontrollieren. Testmissionen zeigen, dass es wichtig ist, die Erde gut abzudecken und die Umlaufbahnen stabil zu halten. Im Laufe der Zeit haben Teams die Art und Weise, wie sie Satelliten steuern, geändert. Die folgende Tabelle zeigt, dass neue Wege KI für bessere Energie und Abdeckung nutzen.
| Steuerungsmethoden | -Designansatz, | Leistung in der Simulation, | Leistung in der Realität, | Robustheit gegenüber der Realität, Lücke, | Anmerkungen zum Evolutionstrend |
|---|---|---|---|---|---|
| Schokolade | AutoMoDe-Familie, voreingenommenes Design | Hoch | Relativ hoch | Hoch | Führt eine Voreingenommenheit ein, um eine Überanpassung zu reduzieren, und ist robust über Missionen hinweg |
| Neuroevolutionär | Neuronale Netze, weniger voreingenommen | Hoch | Deutlicher Rückgang | Untere | Flexibler, aber anfällig für Überanpassung und Probleme mit Realitätslücken |
| RandomWalk | Nicht optimierte Basislinie | Niedrig | Stabil | Stabil | Keine Optimierung, dient als Basis für den Fehlervergleich |
Der beste Weg besteht darin, häufig zu testen, die Modelle ständig zu aktualisieren und immer zu wissen, wo sich Satelliten befinden. Die Teams müssen ein Gleichgewicht zwischen der Nutzung von Solarmodulen zur Energiegewinnung und dem Umgang mit Luftwiderstand finden. Außerdem müssen sie die Erde weiterhin gut bedecken. In Zukunft werden die Teams bessere Panels, Möglichkeiten zur Bekämpfung des Luftwiderstands und neue Sensoren verwenden. Diese Dinge werden bei Tests und der Abdeckung der Erde helfen. Teams sollten weiterhin Satellitenpositionen testen, modellieren und überprüfen, um sicherzustellen, dass sie gut funktionieren.
Teams, die neue Testmissionen durchführen möchten, sollten gute Modelle verwenden, wissen, wo sich Satelliten befinden, und intelligente Steuerungen verwenden. Dies wird ihnen helfen, die Erde besser abzudecken und die Funktionsfähigkeit der Umlaufbahnen aufrechtzuerhalten.
Der Formationsflug von Satelliten trägt dazu bei, einen größeren Teil der Erde abzudecken. Die Teams sorgen durch sorgfältige Kontrolle dafür, dass die Satelliten an Ort und Stelle bleiben. Dadurch können sie mehr Bilder machen und mehr Daten für Wissenschaft und Kommunikation sammeln.
Weltraumsolarzellen versorgen Satelliten mit Strom für lange Reisen. Die Art und Weise, wie die Solarzellen ausgerichtet sind, verändert die Energiemenge, die sie erhalten. Die Teams bewegen die Solarzellen, um mehr Sonnenlicht einzufangen und weiterhin die richtigen Stellen zu beobachten.
Die Modellierung von Kräften wie Widerstand und Sonnenstrahlungsdruck zeigt, wie sich Satelliten bewegen. Gute Modelle helfen Teams bei der Planung, wohin Satelliten gehen sollen. Dadurch werden Lücken geschlossen und die Abdeckung während der Tests aufrechterhalten.
Demonstrationsmissionen nutzen reale Satelliten, um Abdeckungsideen auszuprobieren. Die Teams beobachten, wie gut die Satelliten bestimmte Gebiete weiterhin abdecken. Diese Tests helfen Teams, bessere Pläne für die Zukunft zu schmieden.
Teams haben Probleme wie sich bewegende Umlaufbahnen, Weltraumkräfte und nicht genügend Energie. Sie müssen Satelliten bewegen und den Winkel der Solarzellen ändern, um weiter beobachten zu können. Gute Planung und schnelle Kontrolle helfen, diese Probleme zu beheben.
