Hardware-in-the-loop verification of an on-board energy-driven scheduling algorithm for CubeSats

Abstract

Aprimoramentos tecnológicos e a miniaturização de componentes permitiram a redução do tamanho médio dos satélites lançados, que passaram a conter componentes "comerciais de prateleira", que possuem custo reduzido, demandam baixa potência e estão amplamente disponíveis. Esta tendência culminou no desenvolvimento do padrão CubeSat, e no fato de que, hoje em dia, a maioria dos lançamentos de satélites estão na categoria "pequenos satélites" (até 180kg). Como consequência das dimensões reduzidas dos satélites, surgem esforços na busca de meios para otimizar a gestão e o consumo de energia. Tais esforços incluem avaliar qual arquitetura de sistema de energia fornece a melhor eficiência geral, que geralmente inclui rastreamento de ponto de energia máximo (MPPT) para coletar energia usando painéis solares, que correspondem à fonte primária de energia mais comum em pequenos satélites. Nesse contexto, este trabalho propõe o uso de uma estratégia de escalonamento de tarefas baseado no algoritmo da mochila 0-1 visando maximizar a captação de energia. Um framework termoelétrico integrado de nano satélites foi usado para testar funções de prioridade e diferentes estratégias de ativação de aquecedores usando parâmetros de tarefas do FloripaSat-I e outros casos gerados aleatoriamente. Os resultados mostraram que uma função de prioridade saturante apresentou a menor quantidade de perdas de prazo de execução. Embora as diferentes funções de prioridade não tenham apresentado influência significativa na temperatura da bateria, ao alocar os recursos restantes diretamente para o aquecedor após a fase de seleção das tarefas, obteve-se um aumento na correlação entre a geração de energia ideal e alcançada dos painéis solares e a temperatura da bateria se manteve mais próxima da faixa de temperatura desejada ao longo da simulação. A estratégia de controle foi posteriormente implementada em um ambiente embarcado, configurando uma simulação de hardware-in-the-loop (HIL). O comportamento do algoritmo foi verificado, juntamente com sua capacidade de cumprir as restrições de tempo real. Uma análise de desempenho foi realizada e verificou-se um impacto linear do número de tarefas no tempo de computação.

Abstract: Technological improvements and the miniaturization of components enabled a reduction on the average size of launched satellites, which started to contain many "commercial off the shelf" components, that are cheap, demand low power, and are widely available. This trend culminated in the development of the CubeSat standard, and in the fact that, most satellite launches are in the "small-satellite" category (up to 180kg). As consequence of the reduced dimensions of satellites, efforts arise on pursuing means to optimize energy management and consumption. Such efforts include evaluating which electrical power system architecture provides best overall efficiency, that often includes maximum power point tracking (MPPT) for harvesting energy using solar panels, which correspond to the most common primary source of power on small satellites. In this context, this work proposes the use of a 0-1 knapsack-based task scheduling strategy aiming to maximize energy harvesting. An integrated thermal-electrical nanosatellite framework was used to test various priority functions and different heater activation strategies using tasks parameters of FloripaSat-I and other randomly generated cases. Results shown that a saturating priority function presented the least amount of deadline losses. Although the different priority functions did not present significant influence in battery temperature, by allocating the remaining resources directly to the heater after selection phase of the tasks, an increase in correlation between ideal and achieved power generation from solar panels was obtained, and battery temperature operated closer to desired temperature range throughout the simulation. The control strategy was later implemented on an embedded environment, configuring a hardware-in-the-loop (HIL) simulation. The correctness of the algorithm was verified, along with its capabilities to fulfill the real time constraints. A speed analysis was conducted and verified a linear impact of the number of tasks on the computation time.