Autonomous guidance for deep-space CubeSats

The space sector is experiencing thriving growth, leading to an unprecedented decrease in access costs to space. CubeSats, miniaturized spacecraft, exemplify this emerging trend, thanks to their low design, manufacturing, and launch costs. While most nanosatellites have been launched into low-Earth orbits, there is currently a significant growing interest in deep-space CubeSat missions. Advances in miniaturized propulsion, autonomous navigation, interplanetary communication, and radiation-hardened systems have enabled CubeSats to operate well beyond Earth orbit. They are anticipated to become one of the leading tools for cost-effective deep-space exploration in the near future. However, the benefits of CubeSat technology in deep space are hindered by the current paradigm for deep-space mission operations, which is strongly dependent on ground-based activities. CubeSats need to be sustained by human-in-the-loop ground operations for multiple long periods, and this implies the consumption of extensive resources. This dissertation focuses on the development of autonomous guidance techniques for deep-space CubeSats. In particular, electric propulsion, the most promising candidate for this kind of probe, is considered. The objective is to speed the transition of the Guidance and Control part of \acrshort{GNC} tasks, i.e., computing the thrusting profile and corrections, from the ground to onboard a deep-space CubeSat. The problem of computing an interplanetary thrust profile to the probe is tackled through three main points: the optimality, i.e., the capability of providing a profile that is good under a figure of merit, the Reliability, i.e., the capability of assuring the provision of a profile, and the Sustainability, i.e., the capability of computing the profile within a CubeSat's limited computational resources. To this end, a guidance algorithm is described and extensively tested. Later, its reliability is increased with the coupling with differential algebra tools. Finally, it is tested on hardware representative of a real CubeSat computational environment.

Il settore spaziale sta vivendo una crescita florida, che ha portato a una diminuzione senza precedenti dei costi di accesso allo spazio. I CubeSat, veicoli spaziali miniaturizzati, esemplificano questa tendenza emergente, grazie ai loro bassi costi di progettazione, produzione e lancio. La maggior parte dei nanosatelliti è stata lanciata in orbite terrestri, ma si registra un interesse crescente per le missioni CubeSat nello spazio profondo. I progressi nella propulsione miniaturizzata, nella navigazione autonoma, nella comunicazione interplanetaria e nei sistemi resistenti alle radiazioni hanno permesso ai CubeSat di operare ben oltre l'orbita terrestre. Si prevede che nel prossimo futuro i CubeSats diventeranno uno dei principali strumenti per l'esplorazione dello spazio profondo a costi contenuti. Eppure, i vantaggi della tecnologia CubeSat nello spazio profondo sono ostacolati dall'attuale paradigma delle operazioni di missione, che dipende fortemente dalle attività a terra. I CubeSat devono essere sostenuti da operazioni umane a terra per lunghi periodi, il che implica il consumo di ingenti risorse. Questa tesi si concentra sullo sviluppo di tecniche di guida autonoma per i CubeSat interplanetari. In particolare, viene presa in considerazione la propulsione elettrica, il candidato più promettente per questo tipo di sonda. L'obiettivo è accelerare la transizione della parte di Guida e Controllo dei compiti di \acrshort{GNC}, cioè il calcolo del profilo di spinta e delle sue correzioni, da terra a bordo. Il problema di calcolare il profilo per la sonda viene affrontato attraverso tre punti principali: l'\textit{Optimality}, cioè la capacità di fornire un profilo che sia ottimo secondo una figura di merito pre-definita, la \textit{Reliability}, cioè la capacità di assicurare la fornitura del profilo stesso, e la \textit{Sustainability}, cioè la capacità di calcolare il profilo con le limitate risorse computazionali di un CubeSat. A tal fine, viene prima descritto e ampiamente testato un algoritmo di guida e alcune sue varianti. Successivamente, la sua affidabilità viene aumentata grazie all'accoppiamento con strumenti di algebra differenziale. Infine, l'algoritmo viene testato su diversi hardware rappresentativi di un ambiente di calcolo reale di un CubeSat.