MétaCan
Menu
Retour à la cohorte
Enregistrement W7132986768

Modeling and Control for Fine Pointing and Jitter Management in Balloon-Borne Telescopes

2024· dissertation· W7132986768 sur OpenAlexaff
Philippe Voyer

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomainePhysics and Astronomy
ThématiqueAdaptive optics and wavefront sensing
Établissements canadiensInstitute for Christian Studies
Organismes subventionnairesnon disponible
Mots-clésTelescopeJitterControl systemLinear-quadratic regulatorSet (abstract data type)Field (mathematics)GigabitSystems design
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Super-pressure Balloon-borne Imaging Telescope (SuperBIT) and its upcoming successor, the Gigapixel Balloon-borne Imaging Telescope (GigaBIT), are advanced astronomical instruments that operate above 99% of the Earth's atmosphere, benefiting from significantly improved imaging conditions. To meet their stringent pointing requirements, SuperBIT and GigaBIT are equipped with a Fine Guidance System (FGS) that employs precision opto-mechanical components, such as a Fast Steering Mirror (FSM), to correct for jitter and achieve sub-arcsecond image stability. This thesis focuses on the comprehensive modeling, control, and systems engineering of the Fine Guidance System of GigaBIT, incorporating insights and lessons learned from SuperBIT. A high-fidelity integrated model of the SuperBIT FGS is developed using first principles and line-of-sight ray tracing theory, and scaled to the specifications of GigaBIT. FGS data from SuperBIT's 2023 science flight is analyzed and incorporated into the simulation framework. Various control strategies, including Proportional (P), Proportional-Integral-Derivative (PID), and Linear Quadratic Regulator (LQR) controls, are explored and evaluated for their effectiveness in managing jitter. Both PID and LQR are demonstrated to be effective options for GigaBIT. Finally, this thesis conducts a Phase A study for GigaBIT, employing a model-based systems engineering approach to define a system architecture and outline top-level and subsystem-level requirements. GigaBIT, building on the SuperBIT legacy, is set to enhance high-resolution astronomical imaging, marking a significant advancement in the field of balloon-borne telescopes. Le Super-pressure Balloon-borne Imaging Telescope (SuperBIT) et son successeur à venir, le Gigapixel Balloon-borne Imaging Telescope (GigaBIT), sont des instruments astronomiques avancés qui opèrent au-delà de 99\% de l'atmosphère terrestre, bénéficiant de conditions d'imagerie améliorées. Pour répondre à leurs exigences strictes en matière de pointage, SuperBIT et GigaBIT sont équipés d'un Système à Guidage Fin (SGF) qui utilise des composants opto-mécaniques de précision, tels qu'un miroir de direction rapide, pour corriger les vibrations et obtenir une stabilité d'image d’une fraction d’arcseconde. Cette thèse se concentre sur la modélisation, l'asservissement et l'ingénierie des systèmes du SGF de GigaBIT, en incorporant les connaissances et les leçons tirées de SuperBIT. Un modèle intégré haute-fidélité du SGF de SuperBIT est développé en utilisant des principes fondamentaux et la théorie du tracé des rayons, puis ajusté aux spécifications de GigaBIT. Les données SGF du vol scientifique de 2023 de SuperBIT sont analysées et incorporées dans le cadre de la simulation. Diverses stratégies d’asservissement, y compris les contrôles Proportional (P), Proportional-Integral-Derivative (PID) et Linear Quadratic Regulator (LQR), sont explorées et évaluées pour leur efficacité à gérer les vibrations. Les contrôles PID et LQR se sont avérés être des options efficaces pour GigaBIT. Enfin, cette thèse réalise une étude de Phase A pour GigaBIT, en utilisant une approche d'ingénierie des systèmes pour définir une architecture et établir des exigences au niveau du système et des sous-systèmes. GigaBIT, tout comme SuperBIT, vise à améliorer l'imagerie astronomique haute résolution, marquant ainsi une avancée majeure dans le domaine des télescopes embarqués sur ballons stratosphériques.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,288
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAdaptive optics and wavefront sensingTravaux en français237 207