論文の概要: Information-Driven Fault Detection and Identification for Multi-Agent Spacecraft Systems: Collaborative On-Orbit Inspection Mission

• arxiv url: http://arxiv.org/abs/2511.08752v1
• Date: Thu, 13 Nov 2025 01:05:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-13 22:34:54.220855
• Title: Information-Driven Fault Detection and Identification for Multi-Agent Spacecraft Systems: Collaborative On-Orbit Inspection Mission
• Title（参考訳）: マルチエージェント宇宙機システムにおける情報駆動型故障検出と同定:軌道上での協調検査ミッション
• Authors: Akshita Gupta, Arna Bhardwaj, Yashwanth Kumar Nakka, Changrak Choi, Amir Rahmani,
• Abstract要約: この研究は、地球低軌道における共同検査ミッションのためのグローバル・ローカル・タスク・アウェア・フォールト検出および識別の枠組みを提示する。 故障検出は、期待されたタスクメトリクスと観測されたタスクメトリクスの比較によって達成される。 高次のコスト勾配測定により、センサー、アクチュエータ、状態推定器間の故障の特定が可能になる。
• 参考スコア（独自算出の注目度）: 1.9619984051233332
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work presents a global-to-local, task-aware fault detection and identification (FDI) framework for multi-spacecraft systems conducting collaborative inspection missions in low Earth orbit. The inspection task is represented by a global information-driven cost functional that integrates the sensor model, spacecraft poses, and mission-level information-gain objectives. This formulation links guidance, control, and FDI by using the same cost function to drive both global task allocation and local sensing or motion decisions. Fault detection is achieved through comparisons between expected and observed task metrics, while higher-order cost-gradient measures enable the identification of faults among sensors, actuators, and state estimators. An adaptive thresholding mechanism captures the time-varying inspection geometry and dynamic mission conditions. Simulation results for representative multi-spacecraft inspection scenarios demonstrate the reliability of fault localization and classification under uncertainty, providing a unified, information-driven foundation for resilient autonomous inspection architectures.
• Abstract（参考訳）: 本研究は、地球低軌道上で共同検査を行う多機システムのための、グローバル・ローカル・タスク対応断層検出・識別(FDI)フレームワークを提案する。 検査タスクは、センサーモデル、宇宙船のポーズ、ミッションレベルの情報ゲイン目的を統合した、グローバルな情報駆動型コスト関数によって表現される。 この定式化は、グローバルタスク割り当てとローカルセンシングとモーション決定の両方を駆動するために同じコスト関数を使用することで、ガイダンス、制御、FDIをリンクする。 故障検出は、予測されたタスクメトリクスと観測されたタスクメトリクスの比較によって達成されるが、高次のコスト勾配測定により、センサ、アクチュエータ、状態推定器間の故障の特定が可能になる。 適応しきい値設定機構は、時間変化の検査幾何学と動的ミッション条件をキャプチャする。 代表的多機検査シナリオのシミュレーション結果は,不確実性の下での故障の局所化と分類の信頼性を実証し,レジリエントな自律検査アーキテクチャのための統合された情報駆動基盤を提供する。

関連論文リスト

• GL-DT: Multi-UAV Detection and Tracking with Global-Local Integration [0.6299766708197883]
  本稿では,Global-Local Detection and Tracking (GL-DT) フレームワークを提案する。 時空間特徴融合(STFF)モジュールを使用して、動きと外観の特徴を共同でモデル化し、グローバルな共同検出戦略と組み合わせている。 実験の結果,提案手法は実時間性能を維持しながらMOTの連続性と安定性を著しく向上することが示された。
  論文  参考訳（メタデータ） (2025-10-10T07:37:38Z)
• Learning Satellite Pattern-of-Life Identification: A Diffusion-based Approach [10.811177660290726]
  衛星の挙動をモニターする現在のアプローチは、専門家の知識と低スケールのルールベースのシステムに依存している。 本稿では, 専門知識への依存を著しく排除する, 衛星パタン・オブ・ライフ(PoL)識別のための新しい生成手法を提案する。 実際の衛星データを用いたケーススタディでは、運用行動パターンの識別、追跡の強化、空間状況認識に対するアプローチの変容の可能性が確認されている。
  論文  参考訳（メタデータ） (2024-12-14T12:39:19Z)
• Convolutional Neural Network Design and Evaluation for Real-Time Multivariate Time Series Fault Detection in Spacecraft Attitude Sensors [41.94295877935867]
  本稿では,ドローンのような宇宙船の加速度計および慣性測定ユニット内のスタンプ値を検出するための新しい手法を提案する。 マルチチャネル畳み込みニューラルネットワーク(CNN)は、マルチターゲット分類を実行し、センサ内の障害を独立に検出するために使用される。 ネットワークの異常を効果的に検出し,システムレベルでの回復動作をトリガーする統合手法を提案する。
  論文  参考訳（メタデータ） (2024-10-11T09:36:38Z)
• A Self-Supervised Task for Fault Detection in Satellite Multivariate Time Series [45.31237646796715]
  この研究は、複雑な分布と高次元分布をモデル化する能力で有名な物理インフォームドリアルNVPニューラルネットワークを活用する新しいアプローチを提案する。 実験には、セルフスーパービジョンによる事前トレーニング、マルチタスク学習、スタンドアロンのセルフ教師付きトレーニングなど、さまざまな構成が含まれている。 結果は、すべての設定で大幅にパフォーマンスが向上したことを示している。
  論文  参考訳（メタデータ） (2024-07-03T07:19:41Z)
• DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
  複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。 運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。 我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
  論文  参考訳（メタデータ） (2023-10-03T10:10:42Z)
• 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)
• Interactive System-wise Anomaly Detection [66.3766756452743]
  異常検出は様々なアプリケーションにおいて基本的な役割を果たす。 既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。 システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
  論文  参考訳（メタデータ） (2023-04-21T02:20:24Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)

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。