Hae-Dong Kim

우주기술과 응용(Journal of Space Technology and Applications; J. Space Technol. Appl. 이하 JSTA )은 한국의 우주과학 및 우주 응용 분야에서 가장 권위 있는 학술단체인 한국우주과학회에서 Journal of Astronomy and Space Sciences 와 더불어 발행되고 있는 공식적인 정기 간행물이다. JSTA 는 2021년 5월 창간호를 시작으로 연 4회 분기별로 발간되고 있으며, JSTA 의 논문과 기고문 은 한국어 또는 영어로 게재 가능하며, 각 논문과 기고문에는 고유의 DOI가 부여된다. JSTA 에 게재 되는 모든 논문과 기고문은 Open Access 정책에 따라 JSTA 홈페이지(https://www.jstna.org)를 통해 누구나 전문을 무료로 열람할 수 있다.

우주기술과 응용(Journal of Space Technology and Applications; J. Space Technol. Appl. 이하 JSTA )은 한국의 우주과학 및 우주 응용 분야에서 가장 권위 있는 학술단체인 한국우주과학회에서 Journal of Astronomy and Space Sciences 와 더불어 발행되고 있는 공식적인 정기 간행물이다. JSTA 는 2021년 5월 창간호를 시작으로 연 4회 분기별로 발간되고 있으며, JSTA 의 논문과 기고문 은 한국어 또는 영어로 게재 가능하며, 각 논문과 기고문에는 고유의 DOI가 부여된다. JSTA 에 게재 되는 모든 논문과 기고문은 Open Access 정책에 따라 JSTA 홈페이지(https://www.jstna.org)를 통해 누구나 전문을 무료로 열람할 수 있다.

우주기술과 응용(Journal of Space Technology and Applications; J. Space Technol. Appl. 이하 JSTA )은 한국의 우주과학 및 우주 응용 분야에서 가장 권위 있는 학술단체인 한국우주과학회에서 Journal of Astronomy and Space Sciences 와 더불어 발행되고 있는 공식적인 정기 간행물이다. JSTA 는 2021년 5월 창간호를 시작으로 연 4회 분기별로 발간되고 있으며, JSTA 의 논문과 기고문 은 한국어 또는 영어로 게재 가능하며, 각 논문과 기고문에는 고유의 DOI가 부여된다. JSTA 에 게재 되는 모든 논문과 기고문은 Open Access 정책에 따라 JSTA 홈페이지(https://www.jstna.org)를 통해 누구나 전문을 무료로 열람할 수 있다.

우주기술과 응용(Journal of Space Technology and Applications; J. Space Technol. Appl. 이하 JSTA )은 한국의 우주과학 및 우주 응용 분야에서 가장 권위 있는 학술단체인 한국우주과학회에서 Journal of Astronomy and Space Sciences 와 더불어 발행되고 있는 공식적인 정기 간행물이다. JSTA 는 2021년 5월 창간호를 시작으로 연 4회 분기별로 발간되고 있으며, JSTA 의 논문과 기고문 은 한국어 또는 영어로 게재 가능하며, 각 논문과 기고문에는 고유의 DOI가 부여된다. JSTA 에 게재 되는 모든 논문과 기고문은 Open Access 정책에 따라 JSTA 홈페이지(https://www.jstna.org)를 통해 누구나 전문을 무료로 열람할 수 있다.

우주기술과 응용(Journal of Space Technology and Applications; J. Space Technol. Appl. 이하 JSTA )은 한국의 우주과학 및 우주 응용 분야에서 가장 권위 있는 학술단체인 한국우주과학회에서 Journal of Astronomy and Space Sciences 와 더불어 발행되고 있는 공식적인 정기 간행물이다. JSTA 는 2021년 5월 창간호를 시작으로 연 4회 분기별로 발간되고 있으며, JSTA 의 논문과 기고문 은 한국어 또는 영어로 게재 가능하며, 각 논문과 기고문에는 고유의 DOI가 부여된다. JSTA 에 게재 되는 모든 논문과 기고문은 Open Access 정책에 따라 JSTA 홈페이지(https://www.jstna.org)를 통해 누구나 전문을 무료로 열람할 수 있다.

The latest advancements in satellite technology have allowed us to obtain video imagery from satellites. Nanosatellites are becoming widely used for earth-observing missions as they require a low budget and short development time. Thus, there is a real interest in using nanosatellites with a video payload camera, especially for disaster monitoring and fleet tracking. However, as video data requires much storage and high communication costs, it is challenging to use nanosatellites for such missions. This paper proposes an effective onboard deep-learning-based video scene analysis method to reduce the high communication cost. The proposed method will train a CNN+LSTM-based model to identify mission-related sceneries such as flood-disaster-related scenery from satellite videos on the ground and then load the model onboard the nanosatellite to perform the scene analysis before sending the video data to the ground. We experimented with the proposed method using Nvidia Jetson TX2 as OBC and achieved an 89% test accuracy. Additionally, by implementing our approach, we can minimize the nanosatellite video data download cost by 30% which allows us to send the important mission video payload data to the ground using S-band communication. Therefore, we believe that our new approach can be effectively applied to obtain large video data from a nanosatellite.

The increasing demand for low-cost space-borne Earth observation missions has led to small satellite constellation systems development. CubeSat platforms can provide a cost-effective multiple-mission space system using state-of-the-art technology. This paper presents a new approach to CubeSat constellation design for multiple missions using a multi-objective genetic algorithm (MOGA). The CubeSat constellation system is proposed to perform multi-missions that should satisfy global Earth observation and regional disaster monitoring missions. A computational approach using a class of MOGA named non-dominated sorting genetic algorithm II is implemented to optimize the proposed system. Pareto optimal solutions are found that can minimize the number of satellites and the average revisit time (ART) for both regional and global coverage while maximizing the percentage coverage. As a result, the study validates the feasibility of implementing the CubeSat constellation design with an acceptable level of performance in terms of ART and percentage coverage. Moreover, the study demonstrates CubeSat’s ability to perform a multi-missions.

A mega constellation of Nano/microsatellites is the contemporary solution for global-level Earth observation demands. However, as most of the images taken by Earth-observing satellites are covered by clouds, storing and downlinking these images results in inefficient utilization of scarce onboard resources and bandwidth. In addition, the trend of making satellite task execution plans by ground operators demands the efforts of experts or simulators to predict the real-time situation of satellites and to decide which tasks should be executed next. Granting controlled autonomy to satellites to perform onboard tasks will boost mission effectiveness. We experimented with granting controlled autonomy for satellites in performing onboard image classification and task scheduling. We designed a convolutional neural network-based binary image classification model with more than 99% accuracy in classifying clear and cloudy images. The model is configured to perform inference in low-performance computers of ordinary Cubesats. Moreover, we designed an autonomous satellite task scheduling mechanism based on reinforcement learning. It performs better than a custom heuristic-based method in scheduling onboard tasks. As a result, the proposed classification and scheduling techniques with machine learning ensured efficient utilization of onboard memory, power, and bandwidth in the highly resource-constrained CubeSat platforms and mission accomplishment of Nano/microsatellite constellations.

우주기술과 응용(Journal of Space Technology and Applications; J. Space Technol. Appl. 이하 JSTA )은 한국의 우주과학 및 우주 응용 분야에서 가장 권위 있는 학술단체인 한국우주과학회에서 Journal of Astronomy and Space Sciences 와 더불어 발행되고 있는 공식적인 정기 간행물이다. JSTA 는 2021년 5월 창간호를 시작으로 연 4회 분기별로 발간되고 있으며, JSTA 의 논문과 기고문 은 한국어 또는 영어로 게재 가능하며, 각 논문과 기고문에는 고유의 DOI가 부여된다. JSTA 에 게재 되는 모든 논문과 기고문은 Open Access 정책에 따라 JSTA 홈페이지(https://www.jstna.org)를 통해 누구나 전문을 무료로 열람할 수 있다.