Petalling mode sensing for the Thirty Meter Telescope
Notice bibliographique
Résumé
Petalling modes characterize the differential piston between the petals of the telescope’s aperture, typically separated by the secondary mirror support spiders. Since the discovery of petalling modes by the VLT in low wind conditions, addressing these modes has become a focal point, pertinent to nearly all telescopes equipped with high-performance adaptive optics systems. These modes are poorly sensed by mainstream wavefront sensors (WFS). There are three primary factors contributing to petalling modes in general. Firstly, turbulence discontinuity occurs across the spiders due to temperature non-uniformity, particularly in low wind conditions. This issue is partly mitigated by applying low emissivity coating, pioneered by the VLT. Computational fluid dynamics models used to assess the dome seeing aid in quantifying the residual effect. Secondly, phasing and stacking errors may arise in segmented mirrors. For TMT, the impact is negligible owing to the small width of the support spiders (22.5 cm) and highly redundant phasing sensors in the Alignment and Phasing System. Lastly, measurement noise may propagate to these modes, which we have observed when controlling two deformable mirrors in classic adaptive optics (AO) mode with a single pyramid WFS. Employing modal control with truncated modes is a simple and effective mitigation strategy without a notable performance penalty. Nevertheless, having a mechanism that can measure and control the petalling modes will provide reassurance of the AO system’s performance. In this paper, we present a novel hybrid iterative petalling sensor (HIPS) that utilizes modal based phase retrieval on time averaged PSFs from diffraction-limited tip/tilt/focus and full aperture low-order wavefront sensors, which breaks the even mode ambiguity. We successfully demonstrated this algorithm in both static and end-to-end closed-loop AO simulations.
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 ».