Coordinated Flower Constellations and ground segment design for enhanced operational efficiency

The objective of this research is to develop a versatile tool for the optimization of both a flight and a ground system. The ground segment refers to a network of ground stations distributed on the planet's surface for the support, control, and monitoring of the flight segment, which consists of the spacecraft required for mission execution. The optimization tool consists of two modules that can be sequentially executed. The first module utilizes a Multi-Objective Genetic Algorithm (MOGA) to optimize the flight segment. It aims to determine the optimal orbital elements for a constellation of satellites, striking a balance between maximizing coverage over a user-defined Area Of Interest (AOI) and minimizing the number of satellites required. To establish a more comprehensive framework, the optimization process focuses on Flower Constellations (FCs) as the targeted constellation type, which possess the distinctive attribute of exhibiting repeating ground tracks. Thanks to this, ground stations can be strategically placed along the satellites' ground track, ensuring suitable coverage for data downlink. The second module utilizes a MOGA to optimize the ground segment. Its goal is to determine the optimal geographical coordinates of the elements of the ground segment and the downlink data rate that minimize the number of required stations and their out-of-service time, and simultaneously maximize the volume of data downloaded by the constellation. The developed tool provides a versatile solution that can be applied to a wide range of mission scenarios by customizing user-defined parameters. To demonstrate its effectiveness and applicability, the tool is tested and evaluated over different case studies which cover various types of coverage and services, allowing for a comprehensive assessment of the tool's capabilities. The quality of the results obtained from the tool is rigorously evaluated through extensive comparisons with existing literature.

L'obiettivo di questa ricerca è sviluppare uno strumento versatile per l'ottimizzazione di un sistema di terra e di un sistema di volo. Il sistema di terra si riferisce a una rete di antenne distribuite sulla superficie del pianeta per il supporto, il controllo e il monitoraggio del sistema di volo, che consiste nelle piattaforme necessarie a portare a termine la missione. L'ottimizzatore è diviso in due moduli, eseguibili in sequenza. Il primo modulo utilizza un algoritmo genetico multi-oggetto per ottimizzare il sistema di volo. Esso si propone di determinare gli elementi orbitali ottimali per una costellazione di satelliti, cercando un equilibrio tra la massimizzazione della copertura su un'area di interesse definita dall'utente e la minimizzazione del numero di satelliti necessari. Per stabilire un quadro più completo, il processo di ottimizzazione si concentra sulle Flower Constellations, che possiedono l'attributo distintivo di avere ground-track ripetute. Grazie a questo, le stazioni di terra possono essere strategicamente posizionate lungo la ground track dei satelliti, assicurando una copertura ottimala per il dowlink dei dati. Il secondo modulo utilizza un MOGA per ottimizzare il segmento di terra. L'obiettivo è quello di individuare le coordinate ottimali delle stazioni terrestri e il downlink data rate che minimizzano il numero di stazioni e il loro tempo di inutilizzo, e massimizzano il volume di dati scaricato dalla costellazione. Lo strumento sviluppato offre una soluzione versatile che può essere applicata a una vasta gamma di scenari di missione personalizzando i parametri definiti dall'utente. Per dimostrare la sua efficacia e applicabilità, il software è stato testato e valutato su casi di studio caratterizzati da differenti tipi di copertura e di servizio, consentendo una valutazione completa delle sue capacità. La qualità dei risultati ottenuti è stata valutata rigorosamente attraverso ampie comparazioni con la letteratura esistente.