Split atmospheric tomography using laser and natural guide stars
Notice bibliographique
Résumé
Laser guide star (LGS) atmospheric tomography is described in the literature as integrated minimum-variance tomographic wavefront reconstruction from a concatenated wavefront-sensor measurement vector consisting of many high-order, tip/tilt (TT)-removed LGS measurements, supplemented by a few low-order natural guide star (NGS) components essential to estimating the TT and tilt anisoplanatism (TA) modes undetectable by the TT-removed LGS wavefront sensors (WFSs). The practical integration of these NGS WFS measurements into the tomography problem is the main subject of this paper. A split control architecture implementing two separate control loops driven independently by closed-loop LGS and NGS measurements is proposed in this context. Its performance is evaluated in extensive wave optics Monte Carlo simulations for the Thirty Meter Telescope (TMT) LGS multiconjugate adaptive optics (MCAO) system, against the delivered performance of the integrated control architecture. Three iterative algorithms are analyzed for atmospheric tomography in both cases: a previously proposed Fourier domain preconditioned conjugate gradient (FDPCG) algorithm, a simple conjugate gradient (CG) algorithm without preconditioning, and a novel layer-oriented block Gauss-Seidel conjugate gradient algorithm (BGS-CG). Provided that enough iterations are performed, all three algorithms yield essentially identical closed-loop residual RMS wavefront errors for both control architectures, with the caveat that a somewhat smaller number of iterations are required by the CG and BGS-CG algorithms for the split approach. These results demonstrate that the split control approach benefits from (i) a simpler formulation of minimum-variance atmospheric tomography allowing for algorithms with reduced computational complexity and cost (processing requirements), (ii) a simpler, more flexible control of the NGS-controlled modes, and (iii) a reduced coupling between the LGS- and NGS-controlled modes. Computation and memory requirements for all three algorithms are also given for the split control approach for the TMT LGS AO system and appear feasible in relation to the performance specifications of current hardware technology.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».