CubeSats are excellent platforms to rapidly perform simple space experiments. Several hundreds of CubeSats have already been successfully launched in the past few years and the number of announced launches grows every year. These platforms provide an easy access to space for universities and organizations which otherwise could not afford it. However, these spacecraft still rely on RF communications, where the spectrum is already crowded and cannot support the growing demand for data transmission to the ground. Lasercom holds the promise to be the solution to this problem, with a potential improvement of several orders of magnitude in the transmission capacity, while keeping a low size, weight and power. Between 2016 and 2017, The Keck Institute for Space Studies (KISS), a joint institute of the California Institute of Technology and the Jet Propulsion Laboratory, brought together a group of space scientists and lasercom engineers to address the current challenges that this technology faces, in order to enable it to compete with RF and eventually replace it when high-data rate is needed. After two one-week workshops, the working group started developing a report addressing three study cases: low Earth orbit, crosslinks and deep space. This paper presents the main points and conclusions of these KISS workshops.
Miniature X-Ray Solar Spectrometer (MinXSS) - A Science-Oriented, University 3U CubeSat
微型X射线太阳光谱仪（MinXSS）是科罗拉多大学博尔德分校（CU）大气和空间物理学实验室（LASP）开发的3单元（3 U）立方体卫星。40多名学生为该项目做出了贡献，他们得到了CU航空航天工程科学系教授和LASP科学家和工程师的专业指导和技术贡献。MinXSS的科学目标是研究动态太阳中的过程，从平静太阳到太阳耀斑，并通过提供太阳软X射线的独特光谱测量，进一步了解太阳的这些变化如何影响地球大气层。提供先进的太阳SXR光谱测量的使能技术是Amptek X123，一种商业现货（COTS）硅漂移探测器（SDD）。Amptek X123具有低质量（修改后约为324 g），适度的功耗（约为2.50 W）和小体积（6.86 cm x 9.91 cm x 2.54 cm），使其成为CubeSat的理想选择。本文概述了MinXSS任务：科学目标，项目历史，子系统和经验教训，可用于小卫星社区。
The Miniature X-ray Solar Spectrometer (MinXSS) CubeSats: spectrometer characterization techniques, spectrometer capabilities, and solar science objectives
The Ultraviolet Type Ia Supernova CubeSat (UVIa): Science Motivation & Mission Concept
University of Florida（佛罗里达大学）；Las Cumbres Observatory（拉思本斯天文台）；Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室）；University of Iowa（爱荷华大学）；University of California Santa Barbara（加州大学圣塔芭芭拉分校）；Steward Observatory, University of Arizona（亚利桑那大学斯图尔德天文台）；Texas A&M University（德克萨斯农工大学）
Short life and abrupt death of PicSat, a small 3U CubeSat dreaming of exoplanet detection
PicSat是一个三个单元的立方体卫星（尺寸为30 cm x 10 cm x 10 cm），开发用于监测beta PicSat系统。主要的科学目标是探测巨行星β Picasso b的希尔球的可能凌日。次要目标包括研究星周盘，并在可见波段探测外彗星。该任务还有一个技术目标：展示我们在小型卫星平台上将星光注入单模光纤的能力。为了实现所有这些目标，制造了一个专用的光机械有效载荷，并将其集成到商业3U平台中，以及商业ADCS（姿态确定和控制系统）。该卫星于2018年1月12日在PSLV-C40火箭上成功到达低地球轨道。不幸的是，在2018年3月20日，经过10周的运行，卫星陷入了沉默，任务提前结束。此外，由于ADCS的故障，卫星在10周的运行中从未真正指向目标恒星。在本文中，我们报告了PicSat任务的开发过程，以及它没有提供任何有用的天文数据的原因。
Demonstrating high-precision photometry with a CubeSat: ASTERIA observations of 55 Cancri e
ASTERIA（Arcsecond Space Telescope Enhancing Research In Astrophysics）是一个6 U CubeSat空间望远镜（10 cm x 20 cm x 30 cm，10 kg）。ASTERIA的主要飞行任务目标是演示减少光度观测系统噪声的两项关键技术：高精度指向控制和高稳定性热控制。ASTERIA在其主要飞行任务期间展示了0.5角秒RMS指向稳定性和$\pm$ 10毫开尔文的相机有效载荷热控制，与ASTERIA大小和质量级别的其他航天器相比，在指向和热性能方面有了显著改进。ASTERIA于2017年8月发射，2017年11月从国际空间站（ISS）部署。在主要任务（2017年11月-2018年2月）和随后的第一次延长任务（2018年3月-2018年5月）期间，ASTERIA进行了机会主义科学观测，其中包括收集55 Cancri的光度数据，这是一个附近的系外行星系统，有一颗超级地球过境行星。55 Cancri数据使用自定义流水线减少，以校正CMOS检测器列相关增益变化。一个马尔可夫链蒙特卡罗（MCMC）方法被用来同时使用一个简单的基线模型和适合过境模型的光度下降趋势。ASTERIA对已知的凌日系外行星55 Cancri e（$\sim2$ ~ \Rearth）进行了边缘探测，测量了$374\pm170$ ppm的凌日深度。这是C…
Maximizing Science in the Era of LSST, Stars Study Group Report: Rotation and Magnetic Activity in the Galactic Field Population and in Open Star Clusters
CubeSats通常用于从空间进行低成本测光。然而，空间光谱学仍然是更大平台的专属领域。恒星物理学和系外行星研究等关键天体物理学问题需要在数周或数月内从太空进行不间断的光谱监测。不幸的是，这些大型平台无法负担对单个源的这种监测。通过CUBESPEC，我们计划为天文学界提供一种低成本的CubeSat解决方案，用于近紫外/光学/近红外光谱，从而实现此类观测。CUBESPEC是一款通用的光谱仪，可以通过最小的硬件更改进行配置，以提供具有非常大光谱覆盖范围（200- 1000 nm）的低分辨率（R=100）以及在选定波长范围内的高分辨率（R= 30，000）。它是围绕一个离轴卡塞格伦望远镜和一个狭缝摄谱仪与可配置的色散元件。CUBESPEC将使用一个紧凑的姿态确定和控制系统，用于整个航天器的粗略指向，并辅以一个精细制导系统，该系统使用快速转向镜将光源集中在光谱仪狭缝上，并消除卫星抖动。极其紧凑的光学设计使我们能够将该仪器容纳在体积仅为10 x20 x30 cm $^{3}$的6 U CubeSat中，同时保留约1000 μ m的最大入射光瞳。9x19 cm $^{2}$。在本文中，我们概述了CUBESPEC项目，讨论了其最相关的科学案例，并介绍了仪器的设计。
Robo-AO-2: entering the era of automated science operations, hybrid wavefront sensing, and adaptive secondary integration
Institute for Astronomy, University of Hawaii at Manoa（夏威夷大学马诺阿分校天体物理研究所）；California Institute of Technology（加州理工学院）；Department of Physics, Engineering and Astronomy, Stephen F. Austin State University（斯蒂芬·F·奥斯汀州立大学物理、工程与天文系）；Flat Wavefronts（平面波前公司）
Exploring the Dynamic X-ray Universe (Summarising report of the ISSI-BJ Forum on monitoring the transient X-ray Universe in the multi-messenger era, Beijing, May 6-7, 2014)
The CubeSpec space mission. I. Asteroseismology of massive stars from time series optical spectroscopy: science requirements and target list prioritisation
上下文目前有一个从空间提供高节奏、高分辨率、时间序列光学光谱学的适当位置，可以通过使用低成本立方体卫星飞行任务来填补。欧空局领导的CubeSpec任务专门设计用于提供基于空间的低成本光谱学，具有特定的功能，可以针对特定的科学需求进行优化。CubeSpec卫星被批准为欧空局在轨演示器，其主要科学目标将侧重于获得高节奏、高分辨率的光学光谱数据，以促进脉动大质量恒星的星震学。目的。在这第一篇论文中，我们的目标是寻找脉动的大质量恒星适合的CubeSpec任务，特别是$β$ Cep星，这通常需要时间序列光谱，以确定其脉动模式的几何形状。方法.基于利用CubeSpec光谱仪的能力进行大质量恒星星震学所需的科学要求，我们将脉动的文献研究与最近的高节奏时间序列TESS光度学的分析相结合，对光谱类型介于O 9和B3之间的亮度大于V < 4等的恒星的变化进行分类。结果在90颗恒星，满足我们的星等和光谱类型的要求，我们确定23个有前途的$β$ Cep星与高振幅（非）径向脉动模式的频率低于7 d $^{-1}$。使用进一步的限制，预计旋转速度，脉动幅度和脉动模式的数量，我们设计了一个优先目标列表的CubeSpec任务根据其科学要求和潜在的目标为asteroseismology。完整的目标目录进一步提供了一个现代的TESS为基础的审查线轮廓和光度变化的明亮的O 9-B3恒星之间的属性。
Bridging the UV Gap: The HST Ultraviolet Foundation for Star Formation Science in the Era of Roman, Euclid, and HWO
INAF-OACN（意大利国家天体物理研究所奥恰诺天文台）；ESO-Garching（欧洲南方天文台加兴）；INAF-Osservatorio Astronomico di Roma（意大利国家天体物理研究所罗马天文台）；University of Colorado Boulder（科罗拉多大学博尔德分校）；UH IfA（夏威夷大学天体物理研究所）；INAF-OAPA（意大利国家天体物理研究所帕尔马天文台）
MUltiplexed Survey Telescope (MUST) Science White Paper I: Overview of Large-Scale Structure Cosmology in the Era of Stage-V Spectroscopic Surveys
Tsinghua University（清华大学）；Shanghai Astronomical Observatory, Chinese Academy of Sciences（中国科学院上海天文台）；Pengcheng Laboratory（鹏城实验室）；École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院）；National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台）
Bayesian Neural Networks for classification tasks in the Rubin big data era
即将进行的调查，如维拉C。Rubin Observatory Legacy Survey of Space and Time（LSST）计划将在未来10年内，每晚探测到1000万个随时间变化的源。这些信息将以连续流的形式传输给经纪人，经纪人将使用机器学习算法为各种科学案例选择最有希望的事件。我们研究了贝叶斯神经网络（BNN）在这类分类任务中的优势和挑战。BNN被发现是准确的分类器，也提供了额外的信息：它们量化了分类的不确定性，可以利用这些不确定性来更有效地分析即将到来的数据雪崩。
