XiaoMi-AI文件搜索系统
World File Search System下行链路
6U 立方体卫星的地球观测任务，分辨率为 5 米，使用卷积神经网络方法进行野火图像分类
摘要：KITSUNE 卫星是一个由 6 个单元组成的立方体卫星平台，主要任务是在低地球轨道 (LEO) 上进行 5 米级地球观测，有效载荷采用 31.4 MP 商用现成传感器、定制光学器件和相机控制板开发。尽管有效载荷是为地球观测而设计的，并以捕捉地面上的人造图案为主要任务，但计划通过卷积神经网络 (CNN) 方法对野火图像进行分类作为次要任务。因此，KITSUNE 将成为第一颗使用 CNN 对 LEO 野火图像进行分类的立方体卫星。在本研究中，卫星上采用了深度学习方法，通过预处理而不是在地面站执行图像处理的传统方法，以减少下行链路数据。 Colab 中生成的预训练 CNN 模型保存在 RPi CM3+ 中，其中，上行链路命令将执行图像分类算法并将结果附加到捕获的图像数据上。地面测试表明，在使用 MiniVGGNet 网络对卫星系统上运行的野火事件进行分类时，它可以实现 98% 的总体准确率和 97% 的 F1 得分成功率。同时，还比较了 LeNet 和 ShallowNet 模型，并在 CubeSat 上实施，F1 得分分别为 95% 和 92%。总体而言，这项研究展示了小型卫星在轨道上执行 CNN 的能力。最后，KITSUNE 卫星将于 2022 年 3 月从国际空间站部署。
soar：用于自动驾驶的智能路边基础设施系统的设计和部署
最近，智能路边基础设施（SRI）证明了实现完全自主驾驶系统的潜力。为了探索基础设施辅助的澳大利亚驾驶的潜力，本文介绍了Soar的设计和设计，这是第一个端到端的SRI系统，专门设计用于支持自动驾驶系统。SOAR由软件和硬件组件组成，该组件完全设计，旨在克服各种系统和物理挑战。soar可以利用像街道灯柱这样的现有运营基础，以使收养的障碍较低。SOAR采用了一种新的通信体系结构，该结构构建了双向多跳I2I网络和下行链路i2V广播服务，该服务以集成方式基于架子上的802.11ac接口而设计。SOAR还具有一个层次的DL任务管理框架，以实现节点之间的理想负载平衡，并使它们能够有效地协作以运行多个数据密集型自动驾驶应用程序。我们在校园现有的灯柱上总共部署了18个飞跃的节点，这些节点已经运作了两年多。我们的现实世界评估表明，Soar可以支持各种自主驾驶应用程序，并实现理想的实时性能和高度沟通的可靠性。我们在这项工作中的发现和经验为下一代智能路边基础设施和自主驾驶系统的开发和部署提供了关键的见解。
回应咨询文件（GSAAS）
a。全球地面站网络的必要性是从卫星围绕地球的轨道的性质中出现的，通常每个轨道约90分钟。卫星的地面路径（可见性）在每个轨道中也不相似。因此，如果要对某些活动进行任务（命令）和/或需要从卫星（有效载荷数据下行链路）下链接数据，则此类操作的延迟（可用性）由在其轨道上与地球相关的轨道路径的存在（可见性）确定。b。地面站的建立和维护成本很高，由于轨道上卫星（可用性）可见性的上述性质，通常会使用各个地面站。因此，如果多个卫星运营商可以利用一个站，从而增加了地面车站的潜在收入，那是经济的。c。最终将操作和维护地面细分市场的成本纳入数据生成和可用性成本（地球观察，AIS，科学等）最终客户可用。降低资本支出投资和运营成本最终将为国家和全球重要性的各种应用提供基于成本效益的太空解决方案。因此，GSAAS已成为全球迅速增长的市场，越来越多的卫星运营商依靠第三方地面站和GSAAS服务提供商来进行空间操作和有效载荷数据下行链接作为服务。gsaas在民主化和放松获得空间和空间数据的全球目标中起着至关重要的作用。
SPIE - ELIB-DLR 会议纪要
由于现代传感器系统的技术改进，飞机、卫星和无人机 (UAV) 等高空飞行平台上生成的数据量不断增加。由此产生的对机载和空间平台更高数据速率的需求推动了过去几年飞机和卫星激光通信终端的发展。德国航空航天中心通信与导航研究所在开发自由空间光学 (FSO) 终端方面有着成功的记录，这些终端可用于飞行平台，如平流层气球、飞机和小型卫星，以便实时将数据从移动平台传输到地面。除了 FSO 的高数据速率和针对射频 (RF) 干扰的安全传输通道等优势外，直接视线也是成功链接的必要条件。传统的 RF 通信更加稳健，受大气干扰或天气条件的影响较小。因此，新的系统概念已经开发出来，以受益于 FSO 提供的高数据速率和 RF 通信技术的可靠性。作为这一趋势的一部分，DLR 已经开发并展示了一种能够克服大气杂散效应的混合 FSO/RF 通信系统。本文概述了 DLR 目前的研究和发展，目标是结合 FSO 和 RF 通信的优势。它讨论了不同平台上可能的实施概念，并介绍了实施的 FSO/RF 混合通信系统在 1Gbps 的机载光学下行链路中的实验结果。关键词：自由空间光学、激光通信、混合链路、高数据速率
NISAR 利用计划
美国宇航局-印度空间研究组织 L 和 S 波段合成孔径雷达 (NISAR) 任务是美国宇航局和印度空间研究组织合作开展的一项任务，计划于 2024 年 1 月发射，最短任务寿命为 3 年。该任务通过高分辨率成像（2-30 米）、宽幅（240 公里）、高精度指向和轨道控制以及短重访周期（12 天）进行了优化，并采用了偏振测量和干涉测量技术，用于研究灾害和全球环境变化，特别支持其核心科学学科：生态系统、冰冻圈、固体地球科学和沿海海洋。一些重要的任务和仪器参数如表 1 所示。该卫星旨在提供地球的详细视图，以观察和测量地球上一些最复杂的过程，包括生态系统干扰、冰川和冰盖动态、由构造和非构造过程引起的陆地变形、沿海过程动态和自然灾害。除了科学需求外，该任务还将通过快速事件驱动下行链路、处理和交付相关数据来支持灾难响应。NISAR 拥有开放数据政策，任务数据将在必要的发射后传感器特性分析后提供给全球科学界，预计发射后 6 个月内完成。来自不同学科的研究人员和科学家将有很好的机会规划 NISAR 数据的利用并进行互动学习。
在空中主动ris辅助网络中进行资源分配的元加强学习，并具有速率分类多个访问
摘要 - 在无人驾驶汽车（UAV）上安装可重构的智能表面（RIS）有望改善传统的地面网络性能。与在无人机上部署被动性RIS的调用方法不同，这项研究探讨了空中活性RI（AARIS）的效率。特别是，研究了AARIS网络的下行链路传输，在此，基站（BS）利用速率拆分多个访问（RSMA）进行有效的干扰管理，并借助AARIS支持AARIS以共同扩大和反射BS的发射信号。考虑到有效RI的非琐碎能源消耗和无人机的能源储能有限，我们提出了一种创新的元素选择策略，以优化主动RIS元素的ON/OFF状态，该元素的ON/OFF状态可以自适应地管理系统的功耗。为此，提出了一个资源管理问题，旨在通过共同优化BS处的发射界限，元素激活，相移，相位移位和Active RIS的放大因子，用户的RSMA共同数据速率以及无聊的无人机的发电率来最大化系统能量效率（EE）。由于无人机和用户移动性的动态性质，深入的增强学习（DRL）算法设计用于资源分配，利用元学习来适应快速时变的系统动力学。根据模拟，整合元学习的系统EE会显着增加36％。此外，用AARIS代替固定的陆地活性RI会导致EE增强26％。
可解释的人工智能质量框架......
摘要 — 第六代 (6G) 无线网络的核心愿景之一是积累人工智能 (AI)，以实现万物互联 (IoE) 的自主控制。特别是，必须通过分析人员、数据、流程和事物等 IoE 的上下文指标来维护 IoE 服务交付的质量。然而，当 AI 模型为网络服务提供商带来解释和直觉的缺失时，挑战就随之而来。因此，本文为质量感知的 IoE 服务交付提供了一个可解释的人工智能 (XAI) 框架，该框架同时支持智能和解释。首先，通过考虑网络动态和 IoE 的上下文指标来制定质量感知的 IoE 服务交付问题，其目标是最大化每个 IoE 服务用户的信道质量指数 (CQI)。其次，设计一个回归问题来解决所提出的公式问题，其中通过 Shapley 值解释估计上下文矩阵的可解释系数。第三，通过使用基于集成的回归模型来确保对矩阵之间上下文关系的解释以重新配置网络参数，实现了支持 XAI 的质量感知 IoE 服务交付算法。最后，实验结果表明，AdaBoost 和 Extra Trees 的上行链路改进率分别为 42 .43% 和 16 .32%，而下行链路改进率高达 28 .57% 和 14 .29% 。然而，基于 AdaBoost 的方法无法维持 IoE 服务用户的 CQI。因此，与其他基线相比，所提出的基于 Extra Trees 的回归模型在缓解准确性和可解释性之间的权衡方面表现出显着的性能提升。索引术语 — 万物互联、可解释人工智能、上下文矩阵、Shapley 系数、回归、服务质量。
1 EPC（电子电源调节器），低压直流...
EPC（电子电源调节器）、用于 SSPA（固态功率放大器）的低压 DC-DC 转换器 机载军用卫星对产品开发和制造提出了终极挑战 作者：Tiva Bussarakons 当今军事空间应用的 EPC 需要设计解决方案和制造流程，以提供最可靠的产品和最高的信心。该解决方案必须包括防辐射组件、经过验证的设计传统和设计创新。混合组装技术的使用对于减小尺寸、重量和成本至关重要。预计设计分析和计算机模拟将与实际性能相匹配。设计验证、验收测试和制造流程的书面程序是程序标准。所有制造流程在实施前都必须记录并合格。简介：在卫星通信中，转发器是通信系统的核心。它们接收、处理、放大并将接收到的信号传输回地球或另一颗卫星。参考图 1。高功率放大器单元中的 SSPA（固态功率放大器）和 TWTA（行波管放大器）执行重要的放大功能。为应用选择 SSPA 或 TWTA 取决于多种因素。主要因素是下行链路载波频率和发射机功率要求。对于功率更高、频率更高的应用，通常选择 TWTA 而不是 SSPA。TWTA 的功率最高可达 200W，效率可高达 60-65%。SSPA 适用于较低频段和较低发射机功率的应用。最新的 SSPA 的功率最高可达 90 瓦。虽然 SSPA 的效率低于 TWTA，约为 25-30%，但它比同类 TWTA 具有尺寸和质量优势。图 1. 非常简化的 RF 转发器
麻省理工学院开放获取文章
摘要 — 激光交联可提供高数据速率通信和精确时间传输与测距，使用小尺寸、重量和功率 (SWaP) 终端来实现小型卫星星座。立方体卫星激光红外交联 (CLICK) 任务将演示能够进行全双工、高数据速率交联并实现低地球轨道 (LEO) 上 3U 立方体卫星高精度测距的终端。初始风险降低任务 CLICK-A 将演示至少 10 Mbps 的下行链路到 28 厘米孔径光学地面站。CLICK-B 和 CLICK-C 将随后演示激光交联，数据速率至少为 20 Mbps，间隔距离从 25 公里到 580 公里。CLICK-B/C 任务还将演示优于 50 厘米的高精度测距。实现这些能力的关键是发射机和精细指向、捕获和跟踪 (PAT) 系统的性能。我们介绍了最近对发射器和 PAT 子系统的测试和特性分析结果。发射器的测试包括确认种子激光器和半导体光放大器 (SOA) 的输出功率和调制，以及表征输出脉冲形状。对于 PAT 系统，测试重点是表征用于闭环精细 PAT 序列的象限光电二极管的噪声。该测试是使用专用的硬件在环测试台和光学测试装置进行的。CLICK-A 预计将于 2022 年 5 月之前发射，并于 2022 年 6 月从国际空间站 (ISS) 部署，而 CLICK-B/C 预计将于 2022 年底发射。索引术语 — 激光、光学、交联、卫星间、立方体卫星、通信
用于太赫兹空间网络的新型立方体卫星组合天线部署和波束控制方法
自诞生以来，立方体卫星就成为了太空网络和探索领域最令人兴奋的技术，因为与同类传统卫星相比，立方体卫星的成本和复杂性更低 [1]。这使得太空任务的设计和运行周期成倍加快，也增加了人们对太空领域高风险企业的激励 [2]。这些突破为私有化太空网络时代铺平了道路，例如 SpaceX Starlink 星座 [3]。要充分释放太空网络的潜力，需要更高的数据速率和高度紧凑的设备 [4]。从这个角度来看，太赫兹 (THz) 频段（从 0.1 THz 到 10 THz）是一种巨大的频谱资源，可用于开发可用于下一代立方体卫星的无线技术 [5]。 THz 波段技术非常适合立方体卫星，因为它具有可维持极高数据速率的大型连续带宽，以及 THz 频率的亚毫米波长，这自然会产生高度紧凑的设备 [6]。然而，THz 频率下非常高的路径损耗仍然是电磁 (EM) 频谱这一部分未被充分利用的关键原因。一方面，THz 频率会因与特定频率下的某些气体分子（主要是水蒸气）的共振峰而遭受吸收损耗 [7]。尽管如此，如 [8] 中详细讨论的那样。太空中没有大气介质，因此吸收损耗减少，使 THz 波段成为卫星间通信链路的理想选择。同时，由于低地球轨道 (LEO) 内的大气存在减少，可以通过适当选择避免这些吸收峰的设计频率来减轻上行链路和下行链路期间的吸收损耗。另一方面，THz 频率的波长非常小，导致