MétaCan
Menu
Retour à la cohorte
Enregistrement W2796357256 · doi:10.26698/ao4elt5.0127

Telescope Pupil Tracking using a Pyramid WFS

2017· article· en· W2796357256 sur OpenAlexaff
Jean‐Pierre Véran, Glen Herriot

Notice bibliographique

RevueProceedings of the Adaptive Optics for Extremely Large Telescopes 5 · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInertial Sensor and Navigation
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésPupilPyramid (geometry)Tracking (education)Computer scienceTelescopeArtificial intelligenceComputer visionOpticsAstronomyPhysics

Résumé

récupéré en direct d'OpenAlex

During an AO observation the Lyot stop of an infrared instrument fed by the AO system must remain aligned with the image of the telescope pupil. Uncertainties and drifts of the pupil image position must be accommodated by under-sizing the Lyot stop, which, especially for AO corrected observations, reduces very significantly the science productivity of the instrument. In the case of IRIS, the first client instrument of NFIRAOS on the TMT, there is a requirement to limit the under-sizing of the IRIS Lyot stop to 1% of the pupil diameter, which therefore means to tightly stabilize the image of the telescope pupil. In this paper, we show how this can be accomplished by finely aligning the IRIS Lyot stop to NFIRAOS during calibration (sighting actuators pokes on the NFIRAOS high-altitude DM with the IRIS pupil viewing camera), and, during observation, by processing the images obtained by the NFIRAOS Truth WFS to detect drifts and feeding this drift information to the telescope control system so it can repoint the beam fed to NFIRAOS. We show that this measurement of the pupil position with the Truth WFS can be accomplished in nominal observing conditions with an RMS error of less than 0.02% of the pupil diameter in bright time, and less than 0.03% of the pupil diameter in dark time. We include in this evaluation noise sources on the Truth WFS, as well as uncertainties on the reflectivity of the primary mirror segments due to their recoating schedule. This work directly feeds into the work presented in reference

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,203
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,263
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Adaptive Optics for Extremely Large Telescopes 5Même sujetInertial Sensor and NavigationTravaux en français237 207