Wyświetlenia: 0 Autor: Edytor witryny Czas publikacji: 2025-07-09 Pochodzenie: Strona
Tworzenie satelitów lecących na niskiej orbicie okołoziemskiej jest trudne w przypadku kosmicznych ogniw słonecznych. Każdy satelita musi pozostać stabilny, aby utrzymać grupę razem. Pomaga to uzyskać jak najwięcej energii z ogniw słonecznych. Misje testowe to pokazują przeciąganie, zmiany postawy i inteligentne sterowanie mogą pomóc. Te elementy utrzymują satelity razem i poprawiają wykorzystanie energii. Narzędzia i kamery działające w czasie rzeczywistym pomagają skierować ogniwa słoneczne we właściwą stronę. To może dać do 35% więcej energii słonecznej . Orbita i położenie współpracują ze sobą, dlatego potrzebna jest silna kontrola. Nawet małe błędy mogą zaszkodzić grupie i temu, jak dobrze działają satelity. Projekty testowe pokazują, że dla dobrej pracy LEO ważne jest zrównoważenie latania, ruchu satelitów i ogniw słonecznych.
Musimy modelować siły, takie jak ciśnienie promieniowania słonecznego, opór atmosferyczny i kształt Ziemi. Pomaga to satelitom pozostać razem i uzyskać jak najwięcej energii słonecznej.
Zmiana kąta kosmiczne ogniwo słonecznes często pomaga satelitom uzyskać więcej energii. Pomaga im także pozostać w stabilnych grupach.
Inteligentne algorytmy sterowania i różne metody uruchamiania pomagają satelitom lepiej się poruszać. Oszczędzają paliwo i popełniają mniej błędów podczas wspólnego lotu.
Dzięki dokładnemu pozycjonowaniu względnemu i danym w czasie rzeczywistym satelity są blisko siebie. Pomaga im to dobrze współpracować jako zespół na niskiej orbicie okołoziemskiej.
Korzystanie zarówno z modeli analitycznych, jak i narzędzi symulacyjnych pomaga zespołom planować i testować misje. Dzięki temu mogą wykonywać lepsze misje satelitarne przy większym pokryciu Ziemi i lepszym zużyciu energii.
Ciśnienie promieniowania słonecznego wywiera stałą siłę na satelity na niskiej orbicie okołoziemskiej. Siła ta zachodzi, gdy fotony uderzają w powierzchnię satelity, np kosmiczne ogniwa słoneczne . Z biegiem czasu ciśnienie promieniowania słonecznego może zmienić sposób poruszania się i obracania satelitów. Badania pokazują, że może powodować wahania orbit i zmianę ich kształtu. Zmiany te mogą pomóc satelitom w powrocie na Ziemię lub pozostaniu na orbitach cmentarnych. Musimy modelować ciśnienie promieniowania słonecznego, aby wiedzieć, jak będą się zmieniać orbity. Szczegółowe modele komputerowe, takie jak SimORBIT, wykorzystują tę siłę do lepszego przewidywania orbit. Ciśnienie promieniowania słonecznego współpracuje również z innymi siłami, dlatego jest bardzo ważne dla utrzymania razem satelitów i uzyskania większej ilości energii.
opór atmosferyczny . Główną siłą działającą na satelity w LEO, zwłaszcza poniżej 450 km, jest Powietrze jest rozrzedzone, ale opór nadal spowalnia satelity i powoduje kurczenie się ich orbit. Opór zależy od grubości powietrza, która zmienia się wraz z polem magnetycznym Słońca i Ziemi. Kiedy Słońce jest bardzo aktywne, satelity potrzebują doładowań co kilka tygodni. Kiedy sytuacja jest spokojna, wzmocnienia nie są już tak potrzebne. Opór zależy także od kształtu satelity i jego powierzchni osłona ogniw słonecznych . Aby modelować opór, używamy danych śledzenia, czujników i modeli gęstości powietrza. Dobre modele pomagają nam odgadnąć, jak szybko kurczą się orbity, zapobiegają awariom i zapewniają dłuższą pracę satelitów. Nowe misje wykorzystują aktualne dane, aby ulepszyć modele przeciągania i pomóc kontrolować orbity.
Zaburzenie J2 ma miejsce, ponieważ Ziemia nie jest idealną kulą. Powoduje to zmianę niektórych części orbity satelity, takich jak nachylenie i kierunek. Efekty J2 mają znaczenie dla grup satelitów, ponieważ z czasem mogą one się od siebie oddalić. Niektóre modele dodają zmiany J2 do obliczeń matematycznych ruchu satelity. Modele te pomagają planować ruchy i wybierać najlepsze sposoby kontrolowania satelitów. Korzystając z modeli J2, zespoły mogą utrzymywać satelity blisko siebie i w razie potrzeby zmieniać ich ścieżki. Łączne wykorzystanie J2, ciśnienia promieniowania słonecznego i modeli oporu daje pełny obraz tego, co wpływa na satelity w LEO.
Uwaga: Bardzo ważne jest dobre modelowanie ciśnienia promieniowania słonecznego, oporu atmosferycznego i zaburzeń J2. Pomaga to utrzymać satelity razem, skierować ogniwa słoneczne we właściwą stronę i zapewnić, że misje będą działać na niskiej orbicie okołoziemskiej.
Bardzo ważny jest sposób, w jaki skierowane są kosmiczne ogniwa słoneczne. Pomaga satelitom dobrze latać i wytwarzać energię na niskiej orbicie okołoziemskiej. Kiedy satelity lecą razem, każdy z nich musi skierować swoje ogniwa słoneczne w stronę Słońca. Nazywa się to optymalizacją. Pomaga im uzyskać jak najwięcej światła słonecznego. Zmiana kąta jednego satelity może zmienić siły działające na całą grupę.
Satelity korzystają z czujników i elementów sterujących, aby zachować najlepszy kąt. Systemy te muszą się zmieniać, gdy zmienia się światło słoneczne lub pozycje satelitów. Oglądają także inne satelity w grupie. Najlepszy kąt zależy od położenia satelity i pory roku. Na przykład badanie przeprowadzone w Brikama w Gambii wykazało, że najlepsze nachylenie w ciągu roku wynosi od 5,1° do 28,2°. Najwięcej mocy pochodziło z nachylenia w okolicach 14,8° do 15,5°. Dało to o 18% więcej energii słonecznej w ciągu roku. Inne badanie przeprowadzone przez PMC wykazało, że największą moc zapewnia nachylenie o 26°. Mniejsza moc pochodziła z wyższych lub niższych kątów. Badania te pokazują, że wybór odpowiedniego kąta naprawdę pomaga zgromadzić więcej energii.
Satelity w różnych miejscach wymagają różnych kątów nachylenia. W badaniu porównano południowe Chiny i Ugandę. W południowych Chinach był najlepszy tilt 2,8° więcej niż lokalna szerokość geograficzna . W Ugandzie najlepszy kąt zmieniał się co miesiąc od 0,0° do 11,2°. Zmiana kąta co miesiąc lub pora roku pomaga uzyskać więcej światła słonecznego. Wyniki te pokazują, że częsta zmiana kąta jest ważna dla uzyskania mocy i latania w grupach.
Wskazówka: aby wprowadzać zmiany, zespoły powinny korzystać z bieżących danych i elementów sterujących kąty ogniw słonecznych często. Dzięki temu grupa jest stabilna i uzyskuje najwięcej energii.
Ciśnienie promieniowania słonecznego (SRP) to siła światła słonecznego uderzającego w satelity. Popycha lub obraca satelity, zwłaszcza ich ogniwa słoneczne. Dobre modele SRP pomagają nam wiedzieć, jak będą się poruszać satelity. Pomagają także zaplanować sposób sterowania satelitami.
Nowoczesne modele wykorzystują specjalne narzędzia, aby zobaczyć, jak SRP wpływa na satelity. Narzędzia te służą ray tracing pozwalający śledzić, jak światło słoneczne odbija się i tworzy cienie na ogniwach słonecznych. Śledzenie promieni działa z twardymi kształtami i różnymi materiałami. Niektóre modele wykorzystują procesory graficzne z OpenCL i OpenGL, aby działać szybko. Szybkie modele pomagają szybko kontrolować satelity.
Modele wykorzystują również BRDF, aby pokazać, jak SRP zmienia się na różnych powierzchniach. BRDF pomaga przewidzieć błyszczące i matowe odbicia od ogniw słonecznych. Inżynierowie korzystają z rozwinięć Fouriera, aby dodać wyniki śledzenia promieni do modeli orbit. Pomaga to zarówno w bieżącym, jak i planowanym modelowaniu ruchu satelitów.
Modele analityczne pomagają nam zobaczyć, jak SRP zmienia moc ogniw słonecznych. Niektóre modele rozwiązują równania w części emiterowej ogniw słonecznych. Łączą gęstość prądu nasycenia emitera z prędkością rekombinacji powierzchni. Dane z Profilowanie oporu rozprzestrzeniania się (SRP) sprawdza, czy modele te są prawidłowe. Przyglądając się różnym profilom domieszkowania, inżynierowie sprawdzają, jak powierzchnia zmienia moc ogniw słonecznych. Narzędzia takie jak ATHENA firmy Silvaco wykorzystują dane SRP do przewidywania, jak dobrze ogniwa słoneczne będą działać w kosmosie.
Główne sposoby modelowania efektów SRP na ogniwa słoneczne w grupach satelitów LEO to:
Śledzenie promieni dla odbić, cieni i materiałów
Modele półanalityczne wykorzystujące zarówno stare, jak i nowe dane
Modele przyspieszane przez procesor graficzny zapewniają szybkie i szczegółowe wyniki
Modele BRDF dla dobrych przewidywań odbicia
Modele analityczne wykorzystujące dane SRP do podłączenia powierzchni do zasilania
| Podejście modelujące | Główna cecha | Zastosowanie w dynamice |
|---|---|---|
| Śledzenie promieni | Działa z twardymi kształtami i odbiciami | Przewiduje siły i skręty SRP |
| Modele półanalityczne | Korzysta z wielu źródeł danych | Sprawia, że wyniki są lepsze po uruchomieniu |
| Przyspieszenie GPU | Działa bardzo szybko | Pomaga kontrolować satelity na żywo |
| Modelowanie BRDF | Dobry w pokazywaniu odbić | Poprawia przewidywanie siły SRP |
| Modele analityczne | Łączy powierzchnię z mocą | Sprawdza wydajność ogniw słonecznych |
Uwaga: Dobre modele ciśnienia promieniowania słonecznego są bardzo ważne. Pomagają utrzymać razem satelity i uzyskać jak najwięcej energii z ogniw słonecznych.
Algorytmy sterujące są bardzo ważne latanie w formacji satelitarnej . Pomagają utrzymać satelity we właściwych miejscach i kierunkach. Zespoły korzystają ze specjalnych modeli, aby odgadnąć, w jaki sposób satelity poruszają się na niskiej orbicie okołoziemskiej. Modele te obejmują takie czynniki, jak ciśnienie promieniowania słonecznego, opór atmosferyczny i zaburzenia J2. Wiedząc o tych siłach, inżynierowie opracowują lepsze sposoby kontrolowania grupy.
Model Predictive Control (MPC) to najlepszy sposób na kontrolowanie satelitów. MPC wykorzystuje modele na żywo i obliczenia matematyczne do zmiany pozycji satelitów. Odgaduje, co wydarzy się dalej i wybiera najlepsze ruchy. Gdy MPC współpracuje ze sterowaniem o ustalonym czasie (FTC), błędy są naprawiane szybciej i występuje mniej wahań. Sterowanie trybem ślizgowym i same FTC są wolniejsze i mają więcej wahań. Aerodynamiczne sterowanie oparte na sile wykorzystuje przeciąganie i podnoszenie, aby pomóc w ruchu 3D. Działa to dobrze w testach i na prawdziwym sprzęcie.
| Strategia kontroli | Wskaźniki wydajności i funkcje | Kluczowe wyniki |
|---|---|---|
| MPC w połączeniu ze sterowaniem o ustalonym czasie | Zbieżność błędu postawy do ~0,015; błąd prędkości kątowej ~0,07; kontrola stabilizacji momentu obrotowego w okolicach ±0,1 Nm; szybsza zbieżność i zmniejszone oscylacje | Doskonała stabilność i wytrzymałość; szybsza zbieżność błędów; poprawiona efektywność komunikacji |
| Tylko kontrola o ustalonym czasie (FTC). | Wolniejsza konwergencja; więcej oscylacji | Mniej skuteczne w utrzymaniu stabilności formacji |
| Sterowanie trybem przesuwnym (SMC) | Wolniejsza konwergencja; więcej oscylacji | Mniej skuteczne w utrzymaniu stabilności formacji |
| Sterowanie aerodynamiczne oparte na sile | Zaostrzanie ograniczeń za pomocą MPC; sprawdzone w symulacjach i hardware-in-the-loop; obsługuje złożoność ograniczeń wejściowych | Umożliwia względną kontrolę ruchu 3D z ulepszoną obsługą wiązań |
| Sterowanie niedostatecznie uruchamiane o niskim ciągu (MPC) | Analizowano zużycie paliwa i dokładność sterowania; porównanie scentralizowanych i rozproszonych struktur | Autonomiczne, niezawodne sterowanie w pętli zamkniętej; benchmarki wydajności w porównaniu z istniejącymi metodami |
Wszystkie te algorytmy wymagają dobrej optymalizacji. Inżynierowie używają modeli, aby wybrać najlepsze ruchy dla każdego satelity. Starają się oszczędzać energię, utrzymywać właściwe pozycje i utrzymywać stabilność grupy. Nowsze algorytmy, takie jak adaptacyjna ocena DWA i fuzja DWA-ORCA, pomagają planować ścieżki i unikać awarii. Te sposoby przyspieszają misje i pomagają satelitom radzić sobie ze zmianami. The Metoda fuzji DWA-ORCA pomaga uniknąć awarii o 40% lepiej niż stare metody.
Satelity używają różnych metody uruchamiania , aby utrzymać się w formacji. W każdym przypadku potrzebne są dobre modele ruchu satelitów i sił na nie działających. Wewnętrzne poruszające się masy pomagają zmienić środek masy i kierunek sterowania. Magnetyczne momentomierze wykorzystują ziemskie pole magnetyczne do wytwarzania sił obrotowych. Elektryczne układy napędowe, takie jak silniki strumieniowe o niskim ciągu, dają niewielkie impulsy w celu zmiany pozycji.
Inżynierowie wybierają metody uruchamiania w oparciu o potrzeby misji. W przypadku małych grup satelitów napęd elektryczny zapewnia precyzyjną kontrolę i oszczędność paliwa. Magnetyczne momentomierze nadają się do skręcania bez zużycia paliwa. Wewnętrzne poruszające się masy pomagają szybko zmienić kierunek. Zespoły korzystają z optymalizacji, aby decydować, kiedy i jak używać poszczególnych sposobów. Modele pomagają odgadnąć, jak każde uruchomienie wpłynie na całą grupę.
Sterowanie niedostatecznie uruchamiane o niskim ciągu z MPC sprawdza się zarówno w małych, jak i dużych grupach . Scentralizowane sposoby są najlepsze dla małych grup, natomiast rozproszone sposoby sprawdzają się w większych. Optymalizacja pomaga oszczędzać paliwo i zachować dokładność sterowania. Dzięki tym sposobom satelity mogą samodzielnie zmieniać kształt i zapewniać sprawną kontrolę.
Wskazówka: stosowanie różnych metod uruchamiania i inteligentnych algorytmów sterowania sprawia, że formowanie się satelitów jest lepsze i pozwala zaoszczędzić energię.
Do latania w formacji satelitarnej potrzebne jest dobre pozycjonowanie względne. Zespoły korzystają ze specjalnych modeli i obliczeń matematycznych, aby śledzić położenie każdego satelity. Geometryczne rozmycie precyzji (GDOP) pokazuje, jak kształt grupy wpływa na błędy pozycji. Niższy GDOP oznacza lepszą dokładność pozycji. Błąd położenia zależy zarówno od błędów pomiarowych, jak i od kształtu grupy.
Satelity mogą uzyskać bardzo dokładne położenie dzięki pomiarom linii bazowej GNSS w czasie rzeczywistym. Misja GRACE wykazała błędy pozycji rzędu milimetra. Niektóre bardzo precyzyjne sposoby mogą powodować jeszcze mniejsze błędy. Misja PRISMA wykazała dokładność między satelitami sięgającą 10 cm. Szybkie komputery mogą za każdym razem przetwarzać dane w czasie krótszym niż 0,1 sekundy.
| typu metryki / | Opis | Kontekst wartości / Przykład źródła |
|---|---|---|
| Absolutny błąd pozycji | Dokładność na poziomie centymetra | Pomiar linii bazowej GNSS w czasie rzeczywistym w formacji satelitów |
| Absolutny błąd pozycji | Dokładność na poziomie milimetra | Podstawowy zasięg mikrofal satelitarnych GRACE |
| Absolutny błąd pozycji | Dokładność na poziomie mikrona | Metoda względnego pozycjonowania o wysokiej precyzji (Wang i in., 2021) |
| Dokładność pozycji względnej | Dokładność do 10 cm | Określanie ruchu względnego na pokładzie satelity PRISMA |
| Szybkość obliczeniowa | Mniej niż 0,1 sekundy na epokę | Przetwarzanie pomiarów bazowych w czasie rzeczywistym |
| Zakres długości linii bazowej | 10 m do 9,3 km | Zakres, w którym zachowana jest dokładność na poziomie centymetra |
Inteligentne metody kontroli, takie jak jednoczesne użycie GPS, BeiDou i IIMU, jeszcze bardziej zwiększają dokładność pozycji. Te systemy mogą utrzymuj ponad 95% pozycji w promieniu 5 metrów . Lepsze modele i algorytmy pomagają satelitom latać razem dokładniej i niezawodniej.
Uwaga: dobre modele, kontrola i optymalizacja względnych pozycji sprawiają, że misje latające w formacji satelitów dobrze sprawdzają się na niskiej orbicie okołoziemskiej.
Podejścia analityczne pomagają inżynierom poznać formacje satelitów lecących na niskiej orbicie okołoziemskiej. Metody te wykorzystują modele matematyczne, aby pokazać, jak satelity poruszają się w przestrzeni. The klasyczny układ współrzędnych promieniowo-poprzeczny-normalny pomaga łatwo śledzić każdego satelitę. System ten pozwala inżynierom zaplanować najlepsze ruchy przy niskim ciągu. Pomaga ustalać ograniczenia prędkości i zapewnia bezpieczeństwo satelitów. Zespoły wykorzystują to do planowania sposobu utrzymywania satelitów blisko siebie.
Jednym z przykładów jest misja Formation Flying Aperture Synthesis w paśmie L. W tej misji wykorzystano ten system matematyczny do kontrolowania satelitów w czasie rzeczywistym. Modele analityczne dodają również siły, takie jak ciśnienie promieniowania słonecznego i opór atmosferyczny. Siły te zmieniają orbity i wpływają na to, jak satelity pozostają razem. Dzięki precyzyjnemu określeniu orbity inżynierowie mogą odgadnąć, jak zmienią się orbity i ustalić plany kontroli.
Modelowanie analityczne daje solidną podstawę do latania satelitów w grupach. Pomaga zespołom w dokonywaniu wyborów dotyczących orbit, kontroli i zużycia energii. Modele dostarczają również dobrych informacji o orbicie, co jest ważne dla powodzenia misji.
Narzędzia symulacyjne pozwalają inżynierom testować loty w formacji satelitów przed wystrzeleniem. Narzędzia te wykorzystują modele komputerowe do pokazania, w jaki sposób satelity poruszają się w przestrzeni. Obejmują one wszystkie główne siły, takie jak ciśnienie promieniowania słonecznego, opór atmosferyczny i zaburzenia J2. Narzędzia symulacyjne pokazują również, jak to zrobić ogniwa słoneczne zmieniają ruch satelitów.
Inżynierowie korzystają z modeli o zmniejszonym rzędzie, aby przyspieszyć symulacje. Modele te zachowują główne części, ale zużywają mniej energii komputera. Analiza niezawodności sprawdza, czy symulacja odpowiada rzeczywistym wynikom. Symulacje Monte Carlo i analiza czułości pomagają znaleźć najważniejsze rzeczy w lotach w formacji satelitarnej. Sposoby te pokazują, jak zmiany danych wejściowych wpływają na orbity i dokładne wyznaczanie orbit.
Narzędzia symulacyjne sprawdzają również błędy w modelowaniu. Szukają błędów zaokrągleń, obcięć i dyskretyzacji. Znajdując te błędy, inżynierowie mogą zaufać wynikom symulacji. Ścisłe dopasowanie wyników symulacji i obliczeń matematycznych dowodzi, że narzędzia te dobrze się sprawdzają.
Nowoczesne narzędzia symulacyjne pomagają w dynamicznym wyznaczaniu orbity Lwa w oparciu o GPS. Pomagają zespołom uzyskać dokładne informacje o orbicie i utrzymać satelity we właściwym miejscu. Narzędzia te są bardzo ważne przy planowaniu, testowaniu i prowadzeniu misji latających w formacji satelitarnej.
Wskazówka: aby uzyskać najlepsze wyniki podczas lotów w formacji satelitarnej, zespoły powinny korzystać zarówno z modeli analitycznych, jak i symulacyjnych. W ten sposób uzyskują dokładne informacje o orbicie i niezawodne misje.
Misje demonstracyjne na niskiej orbicie okołoziemskiej pokazują, jak formacje satelitarne wyposażone w ogniwa słoneczne działają w prawdziwym życiu. Zespoły wykorzystują te misje do testowania zasięgu ziemi, energię słoneczną i to, jak dobrze satelity trzymają się razem. W jednej misji trzy satelity z ładunkami SAR w paśmie X pracowały zespołowo. Zapewnili pełny zasięg w wyłącznej strefie ekonomicznej Argentyny. Satelity odnajdywały ukryte statki, nawet gdy zmieniała się pogoda lub światło słoneczne. Misja ta pokazała, że dobre modelowanie ścieżek satelitów i kierunku ogniw słonecznych pomaga w pokryciu Ziemi i powodzeniu misji.
Kolejna misja dotyczyła przetwarzania na pokładzie. Satelity wykorzystały inteligentne modele do naprawienia szumu plamkowego na obrazach SAR. Dzięki temu łatwiej było znaleźć cele i popełniono mniej błędów. Zespoły przetestowały także sposób, w jaki satelity porozumiewają się ze sobą. Wykorzystali łącza ziemia-kosmos i łącza międzysatelitarne do udostępniania danych i zmiany ich formacji. Misje te udowodniły, że satelity mogą korzystać z sieci odpornych na opóźnienia, jeśli mają solidne modele i elementy sterujące.
Misje demonstracyjne pokazują, dlaczego modelowanie jest ważne dla pokrycia ziemi, energii słonecznej i współpracy.
Zespoły korzystają z jasnych sposobów pomiaru skuteczności misji. Należą do nich wartość naukowa, kontrole zasięgu i napotkane problemy. Poniższa tabela pokazuje, jak różne typy satelitów radziły sobie w misjach:
| Architektura Typ | Nauka Wartość Metryka | Koszt i względy ryzyka | Wynik / wyzwanie |
|---|---|---|---|
| Architektury POD | 0,08 do 0,12 | Nie spełnił głównych celów pomiarowych; trudno zwiększyć skalę. | Nieużywane, ponieważ nie spełniły swojego zadania. |
| Architektury GG | Do 3,5 | Mogłoby dostarczyć wielu danych naukowych, ale nie są one gotowe, a plany są niejasne. | Nie wybrany do użytku w ciągu najbliższych dziesięciu lat. |
| Architektury LEO-MEO | 1.12 (4-satelita) | Trudno dokonać pomiaru między satelitami; ograniczenia mocy lasera; nie lepsze niż stare sposoby. | Nie używany bo nie było poprawy i za dużo problemów. |
| Konstelacje SmallSat/CubeSat | Nie dotyczy | Koszt zbyt duży; większe ryzyko, mimo że są małe i korzystają z nowych technologii. | Nieużywane ze względu na wysokie koszty i większe ryzyko. |
Kontrole wydajności uwzględniają również pokrycie ziemi, przepustki satelitarne i przetwarzanie na pokładzie. Zespoły korzystają z modeli, aby planować pokrycie ziemi i ulepszać przepusty satelitarne do przesyłania danych. Przetwarzanie na pokładzie pomaga wyeliminować szumy obrazu SAR, a dobre łącza pomagają satelitom działać samodzielnie. Misje wykazały problemy, takie jak szum plamkowy, skomplikowane projekty grupowe i kompromisy związane z rozmiarem satelity i mocą ogniw słonecznych.
Główne wnioski płynące z tych misji są takie, że dobre modele, dokładne plany i kontrola w czasie rzeczywistym pomagają uzyskać lepsze pokrycie Ziemi i większą ilość energii słonecznej.
Wspólne latanie satelitów na niskiej orbicie okołoziemskiej wymaga starannego planowania. Zespoły muszą dokładnie wiedzieć, gdzie znajduje się każdy satelita. Potrzebują także silnych modeli i inteligentnych sposobów kontrolowania grupy. Misje testowe pokazują, że ważne jest dobre pokrycie Ziemi i utrzymywanie stałych orbit. Z biegiem czasu zespoły zmieniły sposób kontrolowania satelitów. Poniższa tabela pokazuje, że nowe sposoby wykorzystania sztucznej inteligencji w celu zapewnienia lepszej energii i zasięgu.
| Metoda kontroli | Podejście projektowe | Wydajność w symulacji | Wydajność w rzeczywistości | Odporność na lukę w rzeczywistości | Uwagi na temat trendu ewolucyjnego |
|---|---|---|---|---|---|
| Czekolada | Rodzina AutoMoDe, stronniczy projekt | Wysoki | Stosunkowo wysoki | Wysoki | Wprowadza stronniczość w celu ograniczenia nadmiernego dopasowania, solidność we wszystkich misjach |
| Neuroewolucyjny | Sieci neuronowe, mniej stronnicze | Wysoki | Znaczący spadek | Niżej | Bardziej elastyczny, ale podatny na nadmierne dopasowanie i problemy z rozbieżnością rzeczywistości |
| Losowy spacer | Wartość bazowa bez optymalizacji | Niski | Stabilny | Stabilny | Brak optymalizacji, służy jako punkt odniesienia do porównania awarii |
Najlepszym sposobem jest częste testowanie, ciągłe aktualizowanie modeli i zawsze wiedzieć, gdzie znajdują się satelity. Zespoły muszą znaleźć równowagę między wykorzystaniem paneli słonecznych do zasilania a radzeniem sobie z oporem. Muszą także dobrze pokrywać Ziemię. W przyszłości zespoły będą korzystać z lepszych paneli, sposobów zwalczania oporu i nowych czujników. Te rzeczy pomogą w testach i pokryciu Ziemi. Zespoły powinny stale testować, modelować i sprawdzać pozycje satelitów, aby upewnić się, że działają dobrze.
Zespoły, które chcą wykonać nowe misje testowe, powinny korzystać z dobrych modeli, wiedzieć, gdzie znajdują się satelity i korzystać z inteligentnych elementów sterujących. Pomoże im to lepiej pokryć Ziemię i zapewnić prawidłowe działanie orbit.
Latanie w formacji satelitarnej pomaga pokryć większą część Ziemi. Zespoły starannie kontrolują, aby utrzymać satelity na miejscu. Dzięki temu mogą robić więcej zdjęć i gromadzić więcej danych do celów naukowych i komunikacyjnych.
Kosmiczne ogniwa słoneczne zapewniają satelitom energię na długie podróże. Sposób, w jaki ogniwa słoneczne są skierowane, zmienia ilość uzyskiwanej energii. Zespoły przesuwają ogniwa słoneczne, aby wychwycić więcej światła słonecznego i obserwują właściwe miejsca.
Modelowanie sił, takich jak opór i ciśnienie promieniowania słonecznego, pokazuje, jak poruszają się satelity. Dobre modele pomagają zespołom planować, dokąd powinny dotrzeć satelity. Eliminuje to luki i utrzymuje pokrycie podczas testów.
Misje demonstracyjne wykorzystują prawdziwe satelity do wypróbowywania pomysłów na zasięg. Zespoły obserwują, jak dobrze satelity pokrywają określone obszary. Testy te pomagają zespołom w tworzeniu lepszych planów na przyszłość.
Zespoły mają problemy, takie jak ruchome orbity, siły kosmiczne i niewystarczająca moc. Aby móc dalej obserwować, muszą przesuwać satelity i zmieniać kąt ogniw słonecznych. Dobre planowanie i szybka kontrola pomagają rozwiązać te problemy.
