Phi-Sat-1

ɸ-lör-1

Namn	ɸ-Sat-1, PhiSat-1, ɸ-Sat, PhiSat, FSSCat
Uppdragstyp	Teknisk demonstrator
Operatör	ESA
COSPAR ID	2020-061W
SATCAT nr.	46292
Hemsida	ESA ɸ-lör-1
Rymdskeppsegenskaper
Buss	6U CubeSat
Tillverkare	Universitat Politècnica de Catalunya , Spanien
Lanseringsmassa	? kg
Mått	cirka. 100 mm × 200 mm × 300 mm (3,9 tum × 7,9 tum × 11,8 tum)
Uppdragets början
Lanseringsdag	3 september 2020, 01:51:10 UTC
Raket	Vega raket som använder SSMS-automaten Small Spacecraft Mission Service
Starta webbplats	Center Spatial Guyanais
Entreprenör	Arianespace
Orbital parametrar
Regimen	LEO
Excentricitet	~0
Lutning	Solsynkron bana (SSO)

PhiSat-1 (även känd som ɸ-Sat-1) är ett CubeSat- uppdrag från European Space Agency (ESA) som använder artificiell intelligens (AI) för jordobservation. Uppdraget kommer att samla in ett stort antal bilder från rymden i de synliga, nära-infraröda och termiskt-infraröda delarna av det elektromagnetiska spektrumet, och sedan filtrera bort bilderna som är täckta med moln med hjälp av AI-algoritmer. Detta minskar antalet bilder som ska nedlänkas från rymden och förbättrar därför effektiviteten. PhiSat-1-uppdraget har två huvudmål:

• För att få bilder i det synliga, nära-infraröda och termiska infraröda områdena
• Demonstration av AI-inferensmotor för molndetektering som visar funktionerna hos Myriad-chippet

Uppdraget föreslogs av Spaniens Universitat Politècnica de Catalunya och utvecklades av ett konsortium av europeiska företag och institut. Idén presenterades ursprungligen på Copernicus Masters 2017 och var den totala vinnaren.

Nyttolast och kommunikation

PhiSat-1 nyttolastenheterna ombord på satelliten är:

• Hyperspektral/TIR optisk nyttolast - HyperScout®-2
• AI-chip - Intel Movidius-kort med ett Myriad II-chip (VPU)

AI Cloud Detection Experiment

PhiSat-1 representerar en av Europas första artificiella intelligenser i rymden. Huvuduppgiften för AI-chippet är att kamma igenom enorma uppsättningar bilder (som kommer att användas för att övervaka vegetationsförändringar och vattenkvalitet) och filtrera bort bilder med låg kvalitet på grund av molntäckning. AI-chippet kommer att behandla stora mängder data som annars skulle skickas för bearbetning på jorden. Den största fördelen är att bearbetningen ombord gör leveransen mer effektiv eftersom de "molniga" bilderna redan har tagits bort.

AI-molndetekteringsexperimentet syftar till att validera prestandan hos den inbyggda slutledningsmotorn baserat på en maskininlärningsalgoritm för molndetektering. Inferensmotorn körs på en VPU inbäddad i det hyperspektrala instrumentet och den kommer att minska innehållet i den nedladdade datan. En av nyckelfrågorna för hyperspektrala instrument i små satellituppdrag är att samtidigt sänka kostnaderna samtidigt som man respekterar resurserna ombord (kraft, massa, etc.) och samtidigt maximera den relevanta informationen som ska nedlänkas av marksegmentet. Hyperspektrala uppdrag producerade vanligtvis stora mängder information från de observerade scenerna, såsom observationer av land, vatten och is, men ibland kan data inte utnyttjas på grund av närvaron av moln. Till exempel är mer än 30 % av bilderna i Sentinel-2 grumliga.

Lansera

Satelliten är avsedd att skjutas upp den 17 augusti 2020. Satelliten kommer att finnas ombord på en Vega-raket som kommer att lyfta från Europas rymdhamn i Franska Guyana med 53 andra satelliter på sin nya dispenser kallad Small Spacecraft Mission Service (SSMS). . Denna uppskjutning är en proof-of-concept-flygning för att demonstrera och validera SSMS, en ny uppskjutningstjänst för små satelliter. SSMS-dispensern är lätt och kan konfigureras för att uppfylla uppdragens krav. SSMS kan bära CubeSats med vikter mellan 1 kg upp till 500 kg.

Uppföljningsuppdrag: ɸ-lör-2

Vid öppningen av ɸ-veckan 2019 tillkännagavs att en ny Mission Challenge för att utveckla ɸ-Sat-2 kommer att släppas. ɸ -Sat-2 Mission Challenge släpptes i november 2019.

Se även

• Lista över CubeSats
• Phi Lab