ПРЕПРИНТИ
1. A UAV Mission Computer Operation Modes Optimization Focusing on Computational Energy Efficiency and System Responsiveness [full text]
Abstract: The rising popularity of UAVs and other autonomous control systems, coupled with
real-time operating systems have increased the complexity of developing systems with the proper robustness, performance, and reactivity. Concurrently, the growing demand for more sophisticated computational tasks, proportionally bigger payloads, batteries, and smaller take-off mass necessitates higher energy efficiency for all avionics and mission computers. This paper aims to develop the technology for experimental studies of indicators of reactivity and energy consumption of the computing platform for unmanned aerial vehicles (UAVs). The paper provides an experimental assessment of the ’Boryviter’ 0.1 computing platform, which is implemented on the ATSAMV71 8 microprocessor and operates under the open-source FreeRTOS operating system. The results are the basis for developing algorithms and energy-efficient design strategies for the mission computer to solve the optimization problem. The paper provides experimental results of measurements of the energy consumed by the microcontroller and estimates of the reduction in system energy consumption due to additional time costs for suspending and resuming the computer’s operation. The results show that the ’Boryviter’ 0.1 computing platform can be used as a UAV mission computer for typical flight control tasks requiring real-time computing under external factors. As the further work direction, the authors plan to carry out the investigation of the proposed energy-saving algorithms in the scope of NASA’s F’Prime software flight framework. Such an investigation that should be done with the actual flight computation load for the mission computer will help to qualify the obtained energy-saving methods and their implementation results
2. Комбінована модель процесу розроблення апаратно-програмного модуля обробки даних студентського наносупутника CubeSat [посилання на Комбінована модель]
Анотація. Концепція наносупутників CubeSat змінила правила гри в галузі космічних наукових досліджень і розвитку новітніх космічних технологій. Основні фактори їх успіху: низька вартість, відносна простота виробництва і передбачуваний життєвий цикл. CubeSat дуже важливі для підготовки майбутніх інженерів: бакалаврів і магістрів аерокосмічних університетів. Тому використання CubeSat – це економічно вигідний спосіб дослідження ближнього космічного простору та проведення наукової роботи. Проте існує багато питань, пов’язаних з ефективним розробленням програмного забезпечення, забезпеченням якості програмного забезпечення на системному рівні, обслуговуванням і повторним використанням програмного коду. В роботі розглянуто переваги і недоліки як класичних, так і сучасних гнучких (Agile) моделей життєвого циклу розроблення програмного забезпечення. Для підвищення гнучкості та зменшення складності проєктів CubeSat запропоновано комбіновану модель розроблення апаратно-програмного модуля обробки даних, яка поєднує переваги двох моделей: «водоспадної» (waterfall) моделі для розроблення апаратного забезпечення і гнучкої моделі для розроблення програмного забезпечення. Для всебічної оцінки комбінованої моделі процесу розроблення апаратно-програмного модуля обробки даних використано методологію SWOT-аналізу, який є популярним інструментом стратегічного планування. Для його проведення сформульовано переваги та недоліки, зовнішні можливості та загрози комбінованої моделі процесу розроблення апаратно-програмного модуля обробки даних. Запропонована комбінована модель дозволить студентським командам з малим досвідом розробляти програмно-апаратні модулі обробки даних з мінімальними ризиками, забезпечуючи повторне використання коду і збільшуючи привабливість студентських проєктів CubeSat.
Ключові слова: наносупутник, Cubesat, програмне забезпечення, апаратне забезпечення, «waterfall», Agile.
3. Modeling CubeSat Storage Battery Discharge: Equivalent Circuit Versus
Machine Learning Approaches [https://doi.org/10.48550/arXiv.2507.15666]
Abstract. The subject of the article is the study and comparison of two approaches to modelling
the battery discharge of a CubeSat satellite: analytical using equivalent circuit and machine
learning. The article aims to make a reasoned choice of the approach to modelling the battery
discharge of a CubeSat satellite. Modelling the battery discharge of a satellite will enable the
prediction of the consequences of disconnecting the autonomous power system and ensure the
fault tolerance of equipment in orbit. Therefore, the selected study is relevant and promising.
This study focuses on the analysis of CubeSat satellite data, based explicitly on orbital data
samples of the power system, which include data available at the time of the article publication.
The dataset contains data on the voltage, current, and temperature of the battery and solar panels
attached to the five sides of the satellite. In this context, two approaches are considered:
analytical modelling based on physical laws and machine learning, which uses empirical data to
create a predictive model. Results: A comparative analysis of the modeling results reveals that
the equivalent circuit approach has the advantage of transparency, as it identifies possible
parameters that facilitate understanding of the relationships. However, the model is less flexible
to environmental changes or non-standard satellite behavior. The machine learning model
demonstrated more accurate results, as it can account for complex dependencies and adapt to
actual conditions, even when they deviate from theoretical assumptions.
Keywords: CubeSat; EPS; machine learning; modelling; small satellite.
