据Satnews网站2019年12月3日消息，Orbit Logic公司获得了NASA资助的第一阶段小企业创新研究（SBIR）合同，该合同旨在开发用于预测、保护和早期响应（FLAPPER）系统的故障学习代理——一种利用机器学习（ML）自主检测、隔离和校正星上故障的卫星解决方案。

FLAPPER的目标是大幅降低（最终是消除）传统航天器故障检测和纠正过程中的人力资源消耗。此外，还将提高通信受限任务的响应速度。缩短运营商分析故障根本原因的时间，甚至提供使卫星快速恢复至运行状态的能力，都是这项技术的鲜明优势。

FLAPPER解决方案将扩展Orbit Logic公司的星上自主规划系统（APS）架构，使其具备机器学习能力，能够在尽可能少的地面干预下实时或近实时检测、隔离和缓解异常。该方案将开发一系列清晰明确的故障检测校正约束条件，并培养操作人员对新故障类型的分类能力。

这些约束条件同航天器数据输入一起，将用于训练一种称为FLAPPER Detect SAPA的专用自主规划代理（SAPA），基于新的遥测限制和取值趋势检测和分类故障。随后，FLAPPER系统的校正组件（FLAPPER Correct SAPA）将规划相关校正操作，以减轻每种故障。

在小企业创新研究（SBIR）的第一阶段，Orbit Logic将使用开源机器学习作为“核心”，并将评估以下几个选项以确定解决方案:

a）能够最灵活地与实时星上遥测数据格式进行整合；

b）能够最有效地为面向卫星的子系统功能实现其行为数据模型进化；

c）证明高效利用处理和内存资源对于星上使用的实用性。

在第二阶段，FLAPPER解决方案将在美国空军实验室的卫星融合、推论和推理引擎（SaFIRE）处理装置上执行，并与弹性总线试验实验室（REBEL）试验台集成。这种环境下的验证将通过在类似飞行的硬件上以及针对代表性任务场景的运行，提高解决方案的成熟度。

发布日期：2019年12月9日

来源：明日情报