Simultaneous estimation of segmented telescope phasing errors and non-common path aberrations from adaptive-optics-corrected images
Notice bibliographique
Résumé
ABSTRACT We investigate the focal plane wavefront sensing technique, known as Phase Diversity, at the scientific focal plane of a segmented mirror telescope with an adaptive optics (AO) system. We specifically consider an optical system imaging a point source in the context of (i) an artificial source within the telescope structure and (ii) from AO-corrected images of a bright star. From our simulations, we reliably disentangle segmented telescope phasing errors from non-common path aberrations (NCPA) for both a theoretical source and on-sky, AO-corrected images where we have simulated the Keck/NIRC2 system. This quantification from on-sky images is appealing, as it is sensitive to the cumulative wavefront perturbations of the entire optical train; disentanglement of phasing errors and NCPA is therefore critical, where any potential correction to the primary mirror from an estimate must contain minimal NCPA contributions. Our estimates require a 1-min sequence of short-exposure, AO-corrected images; by exploiting a slight modification to the AO-loop, we find that 75 defocused images produce reliable estimates. We demonstrate a correction from our estimates to the primary and deformable mirror results in a wavefront error reduction of up to 67 per cent and 65 per cent for phasing errors and NCPA, respectively. If the segment phasing errors on the Keck primary are of the order of ∼130 nm RMS, we show we can improve the H-band Strehl ratio by up to 10 per cent by using our algorithm. We conclude our technique works well to estimate NCPA alone from on-sky images, suggesting it is a promising method for any AO-system.
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 ».