XiaoMi-AI文件搜索系统
World File Search Systemsatellites
卫星中有关AI驱动图像处理的调查
近年来，卫星发射到太空的数量大大增加了。截至2024年11月，卫星跟踪网站“立即轨道” [1]列出了各种地球轨道中的10,500多个活跃卫星。大多数（80％）与通信1052相关的是地球观察（EO）卫星，每天产生数千吨数据。通过传统的射频（RF）通信渠道将这些数据传递到地球是不可行的，因此已经研究了其他解决方案，包括处理生成数据的卫星上的数据。该解决方案类似于引入边缘计算的引入，该计算是一种分布计算的模型，该模型更接近数据源，该模型是为了管理连接到通常称为Internet Internet（IoT）的Internet的设备的扩散。机器学习（ML）一直是Edge Computing成功的关键推动力。Furano等人于2020年底发表的一篇文章。[2]探讨了需要部署ML板上卫星以进行图像处理的一些令人信服的原因。这包括通过响应数据下载能力增加的传感器所产生的数据量的增长，限制了较小卫星中的功率，以下载大图像和地面电台可用性的问题。还指出了挑战，包括资源不足，板载存储或工作内存不足以及模型培训所需的数据集的有限可用性
地球观测卫星委员会 (CEOS) 和气象卫星协调组 (CGMS) 关于支持进展的声明
Agence gabonaise d't't't'Et d'Aspiales（Ageos），Gabon Agencia Espacial Mexicana（AEM），墨西哥Agenzia Spaziale Italiana（Angkasa），马来西亚Agenzia Agenzia agenzia agenzia spaziale spaziale spaziale Italiana（ASI），ITALY ITALY AUSTAREIAL INTARDERIAL INTARLERELES（BOM）（BOM） IAL技术发展（CDTI），西班牙中国资源卫星数据与应用中心（CRESDA）澳大利亚科学和工业研究委员会（CSIR）南非皇家研究所（CRI），新西兰德意志ZentrumFürluft-luft-luft-luft-luft-und-umund raumfahrt（dlr），欧洲媒体（ESSCCCANCAS），加拿大企业（ESSO） （EWEC）对气象卫星（EUMETSAT）*欧洲航天局（ESA）*地理学和空间技术发展局（GISTDA），泰国地球科学澳大利亚（GA）全球气候观察系统（GCOS）全球地理学部门（GGOS）CIL（ISC）Indial Geosper（IMD） （ISRO）*
卫星是易受黑客和人工智能攻击的数据库
正在开发对抗性机器学习 (ML) 程序来篡改美国的国防系统。攻击者可以采取多种方法：逃避攻击、方程式求解攻击、路径查找攻击、模型反转攻击、成员推理攻击、成员推理攻击、黑盒攻击（仅举几例）。这些攻击旨在降低 ML 信心并导致它们错误分类信息。卫星与所有其他技术一样，容易受到网络攻击。而且由于机器学习是一个指数过程，漏洞只会随着时间的推移而变得更加脆弱。有人提到，人工智能可用于入侵健康/医疗公司、股票市场、石油和天然气公司甚至政府，但更大的风险是帮助这些公司运营的东西：卫星。我们可以通过手机访问的看似无限的无尽数据云以及互联网上的所有信息都通过卫星，这是黑客预计的下一个目标之一。分析
地球观测卫星任务和数据管理
我们还支持 ESA 有效载荷数据地面段 (PDGS)，它处理和传播来自 ESA 地球探测器卫星的数据，并为 NASA 任务提供接口。凭借在复杂地理空间数据处理系统方面的经验，我们构建了基于云的数据处理和开发平台，并支持英国气象局提供用于制作天气预报的工具和系统。我们的解决方案用于多个市场，包括政府、国防、林业、采矿和电信。
火箭和卫星简介：1. 组成部分...
通信：卫星支持全球通信系统，包括电话、互联网、电视广播和军事通信。 导航：导航卫星（如 GPS）有助于为车辆、船舶、飞机甚至个人导航设备提供位置数据。 天气预报：气象卫星监测地球的天气模式并帮助预测风暴、飓风和气候变化。 遥感：卫星捕获有关地球表面的数据，有助于环境监测、农业、自然灾害管理和资源勘探。 科学研究：卫星收集有关太空、太阳系和地球大气层的数据，为天文学和物理学的科学研究做出贡献。
地球卫星和空中和地面活动的检测
致谢 作者谨向瑞典航天界表示感谢；感谢瑞典国家航天委员会的 Kerstin Fredga 教授、Per Tegnér、Per Nobinder、Silja Strömberg、Lennart Nordh 博士等；感谢 Göran Johansson、Olle Norberg、Claes-Göran Borg、Peter Möller、Hans Eckersand、Peter Sohtell、Per Zetterquist、Jörgen Hartnor、Tord Freygård 以及航天工业内众多其他太空爱好者。在瑞典国防界，我要感谢国防物资管理局的 Manuel Wik、Mats Lindhé、Lars Andersson、Thomas Ödman、Björn Jonsson 和 Curt Eidefeldt；感谢瑞典国防学院的 Bo Huldt 教授邀请我为战略年鉴做出贡献；瑞典武装部队的 Anders Eklund、Anders Frost、Urban Ivarsson、Lars Carlstein、Göran Tode、Rickard Nordenberg、Ulf Kurkiewicz 和 Peter Wivstam；以及瑞典国防无线电研究所的 Bo Lithner。法国外交部（对外关系部 - 文化关系总局）提供的奖学金使我得以在 1982 年至 1983 年期间在巴黎度过了三个学期，在巴黎大学学习理论物理学和天体物理学。我还要感谢林雪平技术大学的 Torsten Ericsson 教授在我担任巴黎助理技术专员期间的指导，以及 KTH 的 Anders Eliasson 博士。还要感谢爱因斯坦和薛定谔的前学生、帕维亚大学（意大利）的 Bruno Bertotti 教授，他认可我在日内瓦联合国“防止外空军备竞赛特设委员会”的工作，并邀请我作为第四届卡斯蒂利翁切洛国际会议“促进核裁军 - 防止核武器扩散”的发言人。关于我在日内瓦的工作
卫星的实验软件安全分析 - CISPA
摘要 — 卫星是现代社会不可或缺的一部分，它通过现代电信、全球定位和地球观测等方式对我们的生活方式做出了重大贡献。近年来，尤其是在新太空时代到来之后，卫星部署的数量呈爆炸式增长。尽管卫星安全至关重要，但学术界对卫星安全性，尤其是机载固件安全性的研究却很少。这种缺乏可能源于现在已经过时的通过模糊性实现安全性的假设，从而有效地阻碍了对卫星固件进行有意义的研究。在本文中，我们首先提供针对卫星固件的威胁分类。然后，我们对三个现实世界的卫星固件映像进行了实验性安全分析。我们的分析基于一组现实世界的攻击者模型，并在所有分析的固件映像中发现了几个安全关键漏洞。我们的实验性安全评估结果表明，现代在轨卫星存在不同的软件安全漏洞，而且往往缺乏适当的访问保护机制。它们还强调了克服流行但过时的假设的必要性。为了证实我们的观察，我们还对 19 名专业卫星开发商进行了调查，以全面了解卫星安全状况。
微小卫星星载高光谱成像仪设计
我们介绍了一种用于地球观测微型卫星平台的空间高光谱成像仪 (HSI) 的光学设计。空间高光谱成像在农业、水管理、环境监测、矿物学和遥感等领域具有许多重要应用。设计了一种 HSI 系统，该系统能够实现地面采样距离 (GSD) 小于 15 m、扫描幅宽大于 15 km、光谱分辨率小于 10 nm 并在低地球轨道 (LEO) 上运行。系统尺寸限制为小于 0.125 𝑚 3 的体积。选择商用、冷却的 HgCdTe 型成像传感器来为设计的成像仪操作 400 – 2500 nm 的光谱。HSI 光学设计包括离轴三镜消像散 (TMA) 型望远镜和改进的 Offner 型光谱仪。使用改进的 Offner 型光谱仪设计，以两个 Féry 棱镜作为衍射元件。整体HSI系统设计符合本文描述的性能目标。