Mitigation of transient meteor events in sodium layer by TMT NFIRAOS
Notice bibliographique
Résumé
NFIRAOS Small meteors usually bum up near the bottom of the sodium layer. Meteor trails can lead to temporary dra matic changes in the altitude of the sodium layer. This altitude change is very rapid, typically over 1 second, and after some unpredictable period of 10-20 seconds, can transition back to the nominal mean altitude also in about 1 second. The altitude change is very drastic and can jump by up to 1 km which, on the face of it, would cause 4 micrometers defocus errors on LGS WFS measurements for a 30-m telescope, unless properly tracked. Measurements by the UBC Lidar detected 20 meteor trails I hour, and of these, 1-2 are significant events. We report on a full end-to-end Simulink simulation for TMT NFIRAOS including: meteor events measured by the UBC Lidar; on-instrument NGS focus sensor running at 90 Hz (median sky coverage frame rate); optimal temporal blending with LGS WFS focus measurements; LGS WFS centroiding matched filter update and Truth WFS update very 3s; full trombone servo model including non-linear focus range vs stage position. We optimized our control architecture and traded off motor power dissipation versus residual wavefront error and Shack-Hartmann spot displacement and found range tracking errors induce 12 nm WFE in normal conditions and brief (Is) jumps of 30-80 nm WFE at the beginning and ending of meteor transients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».