Апаратно-програмне забезпечення бортових комп'ютерів наносупутників CubeSat: систематизований огляд літератури

Abstract

Завдяки своїм перевагам, таким як модульна архітектура, відносно низькі витрати на запуск, короткі терміни розробки та невисокі вимоги до кваліфікації проєктної команди, наносупутники CubeSat здобули популярність та успішно виконують багато завдань в освітніх та наукових місіях. Кількість доступних наукових публікацій, що охоплюють весь спектр наукових та виробничих аспектів сучасних наносупутникових платформ CubeSat, становить кілька сотень робіт щороку, але їх фрагментарність та сфокусованість на окремих вузьких темах або конкретних підсистемах наносупутників ускладнюють системне розуміння проблем та підходів до їх вирішення. Мета цієї статті — надати структурований та систематизований огляд літератури з вказаної тематики за останні десять років та визначити перспективні тенденції досліджень на найближчі роки. У статті аналізуються існуючі наукові публікації, де розглянуто процеси життєвого циклу апаратно-програмного забезпечення бортових комп'ютерів наносупутників CubeSat. Для вирішення цього складного завдання в дослідженні застосовано підхід, що включає автоматичну кластеризацію вибраних публікацій за допомогою аналізу ключових слів, експертну класифікацію наукових публікацій шляхом аналізу анотацій та подальше узгодження автоматичних та експертних оцінок. Результати систематизованого огляду та аналізу літератури показали, що більшість публікацій певною мірою стосувалися програмної інженерії, тоді як питанням освіти та навчання майже не приділяється уваги. Було виявлено, що експертна класифікація частково зменшує вплив помилок автоматичної кластеризації, а можливість віднесення публікації до кількох класів, ранжованих за ступенем важливості, дозволяє аналізувати міждисциплінарний характер публікації. Тим не менш, експертна класифікація породжує додаткові труднощі, пов'язані з узгодженням суб'єктивних оцінок різних експертів. Таким чином, в роботі визначено популярні напрямки досліджень у цій галузі, сучасні підходи та апаратно-програмні рішення, а також перспективні тенденції досліджень. Зокрема, було виявлено, що ключовими кластерами, на яких слід зосередитися, є системна інженерія та стандарти, апаратне та програмне забезпечення, комп'ютерна архітектура та надійність, використання штучного інтелекту та машинного навчання.

CubeSat nanosatellites have gained significant popularity due to their advantages, including modular architecture, short development cycles, relatively low launch costs, and qualification requirements for the project team, which enable them to successfully fulfill a wide range of tasks in educational and scientific missions. The number of available publications, covering the entire spectrum of scientific and production aspects of modern CubeSat nanosatellite platforms, is several hundred works per year, but their fragmentation and focus on individual narrow topics or specific subsystems of nanosatellites complicate a systematic understanding of the problems and approaches to solving them. This article aims to present a structured and systematic review of the literature on CubeSats over the past decade and to highlight emerging research trends for near future. The article analyzes existing scientific publications addressing the life cycle processes of CubeSat on-board computer hardware and software. To solve this complex problem, the authors employed an approach that involves automatic clustering of selected publications based on keyword analysis, expert classification using annotation analysis, and subsequent alignment of automatic and expert evaluations. The results of a systematic review and analysis of the literature reveal that the majority of publications are to some extent related to software engineering, while topics such education and training receive little attention. The study found that expert classification can partially reduce the impact of automatic clustering errors, and the ability to attribute a publication to several classes ranked by importance enables the analysis of the interdisciplinary nature of the publication. However, expert classification creates additional difficulties associated with the coordination of subjective expert opinions. The paper identifies key research areas in this field, contemporary approaches, hardware and software solutions, and outlines promising research trends. In particular, it was found that the key clusters to focus on are systems engineering and standards, hardware and software, computer architecture and reliability, and the use of artificial intelligence and machine learning.