論文の概要: Coil Geometry Learning for Short-Range Magnetic Actuation

• arxiv url: http://arxiv.org/abs/2507.03806v1
• Date: Fri, 04 Jul 2025 20:54:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:34.886447
• Title: Coil Geometry Learning for Short-Range Magnetic Actuation
• Title（参考訳）: 短距離磁気アクチュエータのコイル形状学習
• Authors: Yuta Takahashi, Hayate Tajima, Shin-ichiro Sakai,
• Abstract要約: 燃料のないドッキングは、宇宙での組み立て、宇宙ステーションの補給、サンプル帰還ミッション、大規模な衛星群の形成維持のための重要な運用技術である。 スラスタを含む従来の推進システムの使用は、短い距離で悪影響を及ぼす可能性がある。 電磁石が生成する磁場相互作用制御は、これらの推進の弱点を克服することができる。
• 参考スコア（独自算出の注目度）: 0.04096453902709291
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fuel-free docking is a key operational technology for in-space assembly, resupplying space stations, sample return missions, and formation keeping of large-scale satellite swarms. The use of conventional propulsion systems, including thrusters, can cause adverse effects at short distances, such as sensor contamination, which may lead to the failure of the satellite or onboard equipment. The magnetic field interaction control generated by magnetorquers can overcome these weaknesses of propulsion. This actuation enables simultaneous control of attitude and formation control among desired satellite groups. The previous study typically uses the traditional dipole approximation model of the exact magnetic field to reduce computation cost. However, proximity operations often involve relatively short distances between satellites, which can easily compromise the effectiveness of this approximation. To avoid model errors that could result in satellite collisions, we utilize a magnetic field model described by Biot-Savart's law, without distance approximations (Near-field model), in consideration of short-distance operations. To overcome the high computational cost associated with the coil geometry and relative states information, a learning-based magnetic field approximation is derived, and its effectiveness is shown in the docking simulation of target and chaser satellites equipped with electromagnetic coils on three axes. Our method significantly reduces the computational cost of the exact magnetic model and possesses scalability that can accommodate an increasing number of target satellites through parallel processing.
• Abstract（参考訳）: 燃料のないドッキングは、宇宙での組み立て、宇宙ステーションの補給、サンプル帰還ミッション、大規模な衛星群の形成維持のための重要な運用技術である。 スラスタを含む従来の推進システムの使用は、センサーの汚染のような短い距離で悪影響を及ぼし、衛星や搭載機器の故障につながる可能性がある。 電磁石が生成する磁場相互作用制御は、これらの推進の弱点を克服することができる。 このアクチュエータにより、所望の衛星群間の姿勢と形成制御の同時制御が可能となる。 前回の研究では、計算コストを削減するために、通常、正確な磁場の伝統的な双極子近似モデルを用いていた。 しかし、近接演算はしばしば衛星間の距離が比較的短いため、この近似の有効性を容易に損なうことができる。 衛星衝突の原因となるモデル誤差を回避するため,距離近似(Near-field model)を伴わないBiot-Savart法則で記述した磁場モデルを用いて,短距離動作を考慮した。 コイル形状および相対状態情報に関連する高い計算コストを克服するため,3軸に電磁コイルを装着した目標・追尾衛星のドッキングシミュレーションにおいて,学習に基づく磁場近似法を導出した。 本手法は, 正確な磁気モデルの計算コストを大幅に削減し, 並列処理により, 対象衛星数の増加に対応するスケーラビリティを有する。

関連論文リスト

• Magnetic Field Data Calibration with Transformer Model Using Physical Constraints: A Scalable Method for Satellite Missions, Illustrated by Tianwen-1 [3.4775479922416292]
  本研究は、天wen-1火星ミッションの磁場データ補正と、マクスウェル方程式に制約されたニューラルネットワークアーキテクチャを統合する新しいアプローチを提案する。 トランスフォーマーモデルを用いることで、衛星力学、機器干渉、環境騒音による計測異常を補正する。
  論文  参考訳（メタデータ） (2024-12-16T11:35:40Z)
• A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
  様々な動物が環境の手がかりを使って正確なナビゲーションをしている。 動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。 提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
  論文  参考訳（メタデータ） (2024-02-06T13:20:56Z)
• Stitching Satellites to the Edge: Pervasive and Efficient Federated LEO Satellite Learning [1.3121410433987561]
  本稿では,衛星が大規模機械学習(ML)タスクを効率的に実行できるようにする新しいFL-SECフレームワークを提案する。 主な構成要素は、余分な衛星画像を特定して排除するディビジョン・アンド・コンカーによるパーソナライズドラーニングと、軌道毎に集約された「軌道モデル」を生成し、地上局に送る前に再訓練する軌道モデル再訓練である。 我々のアプローチではFL収束時間が30倍近く減少し、衛星のエネルギー消費は1.38ワットまで減少し、例外的な精度は96%まで維持される。
  論文  参考訳（メタデータ） (2024-01-28T02:01:26Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Predicting the Geoeffectiveness of CMEs Using Machine Learning [0.0]
  この研究は、ホワイトライトコロナグラフデータセットに基づいてトレーニングされたさまざまな機械学習手法の実験に焦点を当てている。 我々は、ロジスティック回帰、K-Nearest Neighbors、Support Vector Machines、フォワード人工ニューラルネットワーク、およびアンサンブルモデルを用いたバイナリ分類モデルを開発する。 このタスクの主な課題、すなわち、我々のデータセットにおけるジオエフェクトイベントの数と非エフェクトイベントの数の間の極端な不均衡について論じる。
  論文  参考訳（メタデータ） (2022-06-23T03:56:22Z)
• Position fixing with cold atom gravity gradiometers [56.45088569868981]
  冷間原子干渉計による部分重力勾配解を用いた自律航法の位置固定法を提案する。 標準のオープンソースグローバル重力データベースを用いて,1000kmを超える軌道に対する安定した航法解を示す。
  論文  参考訳（メタデータ） (2022-04-11T16:42:32Z)
• Reinforcement Learning for Low-Thrust Trajectory Design of Interplanetary Missions [77.34726150561087]
  本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。 最先端アルゴリズムのオープンソース実装が採用されている。 その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
  論文  参考訳（メタデータ） (2020-08-19T15:22:15Z)
• Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
  低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。 軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。 エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。 本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-05-26T05:39:27Z)
• Proposal for an optical interferometric measurement of the gravitational red-shift with satellite systems [52.77024349608834]
  アインシュタイン等価原理(Einstein Equivalence Principle,EEP)は、重力のすべての計量理論を基盤とする。 象徴的な重力赤方偏移実験は、2つのフェルミオン系(時計として使われる)を異なる重力ポテンシャルに配置する。 衛星大距離光干渉測定実験の実装における基本的な点は、一階ドップラー効果の抑制である。 本研究では,地上局と衛星の双方向構成において,一方向の位相シフトを減らして抑制する新しい手法を提案する。
  論文  参考訳（メタデータ） (2018-11-12T16:25:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。