Statistical and geometrical analysis of Weak Cells in the SDRAM based memory on Low Earth Orbiting satellites

This thesis addresses the characterization of different types of errors occurred in the Solid-State Mass Memory (SSMM) equipment aboard two Low Earth Orbit (LEO) satellites whose digital equipment was designed by Thales Alenia Space - Italia (TAS-I). This type of memories are based on Synchronous Dynamic Random Access Memory (SDRAM) and they are characterized by intrinsic defects known as “Weak Cells", i.e. memory locations affected by electrical charge leakage especially visible when the device is exposed to high temperatures. In this work the focus is the characterization of a leakage phenomenology that started since the early days in orbit on the first one of the two satellites. We will refer to it as Extremely Weak Cell (EWC) leakage phenomenon since it occurs in orbit when the equipment Thermal Reference Point (TRP) is at ambient temperature. This was never observed during on-ground tests validating the equipment for the space environment at that TRP temperature. The analysis was carried out by combining information coming from different telemetries available in TAS-I archives. Each telemetry packet was processed through algorithms written in Python, which provided the logical addresses of the corrections performed onboard allowing to distinguish EWCs from other instantaneous radiative induced phenomena like Single Event Upsets (SEUs) and Single Event Functional Interrupts (SEFIs). The results obtained from the first satellite were validated by repeating the same analysis on another digital equipment, twin to the previous one, onboard a second satellite that was launched two years later in the same orbital plane but subject to a different environmental radiation level. Furthermore, the activation of EWCs on a single memory module was modelled using Autoregressive Moving Average (ARMA) models on different time scales. The obtained model could be used to make predictions of EWC activations in the future.

Questa tesi affronta la caratterizzazione di diversi tipi di errori verificatisi nelle apparecchiature di memoria di massa a stato solido (SSMM) a bordo di due satelliti in orbita terrestre bassa (LEO) le cui apparecchiature digitali sono state progettate da Thales Alenia Space - Italia (TAS-I). Questo tipo di memorie si basano su Synchronous Dynamic Random Access Memory (SDRAM) e sono caratterizzate da difetti intrinseci noti come "Weak Cells" (celle deboli), cioè locazioni di memoria interessate da perdite di carica elettrica, particolarmente visibili quando il dispositivo è esposto a temperature elevate. In questo lavoro ci si concentra sulla caratterizzazione di una fenomenologia di perdita che è iniziata fin dai primi giorni in orbita sul primo dei due satelliti. Ci riferiremo ad esso con il nome di Extremely Weak Cell (EWC), poiché si verifica in orbita quando il punto di riferimento termico (TRP) dell'equipaggiamento è mantenuto a temperatura ambiente. Questo fenomeno non è mai stato osservato durante i test a terra che convalidavano l'apparecchiatura per l'ambiente spaziale a quella temperatura del TRP. L'analisi è stata effettuata combinando le informazioni provenienti da diverse telemetrie disponibili negli archivi TAS-I. Ogni pacchetto telemetrico è stato elaborato attraverso algoritmi scritti in Python, che hanno fornito gli indirizzi logici delle correzioni eseguite a bordo permettendo di distinguere le EWC da altri fenomeni radiativi istantanei indotti come i Single Event Upsets (SEU) e i Single Event Functional Interrupts (SEFI). I risultati ottenuti dal primo satellite sono stati convalidati ripetendo la stessa analisi su un secondo dispositivo, gemello al precedente, a bordo di un secondo satellite lanciato due anni dopo sullo stesso piano orbitale ma soggetto a un diverso livello di radiazione ambientale. Inoltre, l'attivazione delle EWC su un singolo modulo di memoria è stata modellata utilizzando modelli a media mobile auto regressivi (ARMA) su diverse scale temporali. Il modello ottenuto potrebbe essere utilizzato per fare previsioni sulle attivazioni delle EWC in futuro.