We discuss two geosynchronous gravitational wave mission concepts, which we generically name gLISA. One relies on the science instrument hosting program onboard geostationary commercial satellites, while the other takes advantage of recent developments in the aerospace industry that result in dramatic satellite and launching vehicle cost reductions for a dedicated geosynchronous mission. To achieve the required level of disturbance free-fall onboard these large and heavy platforms we propose a "two-stage" drag-free system, which incorporates the Modular Gravitational Reference Sensor (MGRS) (developed at Stanford University) and does not rely on the use of micro-Newton thrusters. Although both mission concepts are characterized by different technical and programmatic challenges, individually they could be flown and operated at a cost significantly lower than those of previously envisioned gravitational wave missions. We estimate both mission concepts to cost less than 500M US$ each, and in the year 2015 we will perform at JPL a detailed selecting mission cost analysis.


翻译:我们讨论了两个地球同步重力波飞行任务概念,我们将其统称为GLISA。一个依靠在地球静止商业卫星上的科学仪器托管方案,另一个利用航空航天工业最近的发展情况,导致卫星和运载火箭专门地球同步飞行任务的成本大幅下降。为了在这些大型和重型平台上达到所需的扰动自由降落水平,我们提议了一个“两阶段”的拖动系统,它包含模块引力参考传感器(MGRS)(斯坦福大学开发),并不依赖微型牛顿推进器的使用。虽然这两个飞行任务概念都具有不同的技术和方案挑战的特点,但个别飞行和运行的成本可以大大低于先前设想的引力波飞行任务的成本。我们估计,这两个飞行任务概念的成本都低于每个50万美元,到2015年,我们将在日本大学实验室进行详细的飞行任务成本选择分析。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
161+阅读 · 2020年3月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
144+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
4+阅读 · 2019年12月2日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
VIP会员
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
10+阅读 · 2017年11月12日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员