[論文レビュー] Overview of focal plane wavefront sensors to correct for the Low Wind Effect on SUBARU/SCExAO

Sébastien Vievard, Steven P. Bos+16 more|arXiv (Cornell University)|Dec 20, 2019

Adaptive optics and wavefront sensing被引用数 15

ひとこと要約

本論文は、低風効果（LWE）による望遠鏡のスポイダー付近での位相不連続性が高対比画像化を劣化させる問題を是正するための4つの焦点面波面センサ―—ZAP、Fast and Furious、Neural Network、LAPD—を提案する。Fast and FuriousアルゴリズムはシミュレーションでPSFの安定化に成功し、15イテレーション以内にスチュール比0.9を達成した。これはLWEに起因する波面歪みをリアルタイムで宇宙空間で実用可能な補償を示している。

ABSTRACT

The Low Wind Effect (LWE) refers to a phenomenon that occurs when the wind speed inside a telescope dome drops below $3$m/s creating a temperature gradient near the telescope spider. This produces phase discontinuities in the pupil plane that are not detected by traditional Adaptive Optics (AO) systems such as the pyramid wavefront sensor or the Shack-Hartmann. Considering the pupil as divided in 4 quadrants by regular spiders, the phase discontinuities correspond to piston, tip and tilt aberrations in each quadrant of the pupil. Uncorrected, it strongly decreases the ability of high contrast imaging instruments utilizing coronagraphy to detect exoplanets at small angular separations. Multiple focal plane wavefront sensors are currently being developed and tested on the Subaru Coronagraphic Extreme Adaptive Optics (SCExAO) instrument at Subaru Telescope: Among them, the Zernike Asymmetric Pupil (ZAP) wavefront sensor already showed on-sky that it could measure the LWE induced aberrations in focal plane images. The Fast and Furious algorithm, using previous deformable mirror commands as temporal phase diversity, showed in simulations its efficiency to improve the wavefront quality in the presence of LWE. A Neural Network algorithm trained with SCExAO telemetry showed promising PSF prediction on-sky. The Linearized Analytic Phase Diversity (LAPD) algorithm is a solution for multi-aperture cophasing and is studied to correct for the LWE aberrations by considering the Subaru Telescope as a 4 sub-aperture instrument. We present the different algorithms, show the latest results and compare their implementation on SCExAO/SUBARU as real-time wavefront sensors for the LWE compensation.

研究の動機と目的

• 低風効果（LWE）に対処する。LWEは、風速3 m/s未塔の低風条件下で望遠鏡のスポイダー付近に生じる温度勾配に起因する熱的波面歪みであり、高対比画像化性能を劣化させる。
• ピラミッド型やシャック・ハートマン型などの従来の波面センサが、ピラット平面における不連続性のため、LWEに起因する位相不連続性を検出できないという限界を克服する。
• SCExAOでの継続的な科学観測と併用可能なリアルタイムの焦点面波面センシングアルゴリズムの開発と検証を行う。
• LWEに起因するPSF歪みを是正することで、特に小角度分離領域における高対比ExoPlanets検出を可能にする。
• 将来の極大望遠鏡（ELTs）向けに、1台の装置プラットフォームに複数の波面センシング技術を統合する可能性を実証する。

提案手法

• Zernike非対称ピラット（ZAP）波面センサを実装し、ピラットアポダイゼーションと位相多様性を用いて、焦点面画像内のLWEに起因する位相歪みを直接測定する。
• Fast and Furious（F&F）アルゴリズムを適応し、1つのPSFを偶数成分と奇数成分に分割することで、事前に得られた可変ミラー（DM）の指令を用いて符号の不確実性を解消する時間的位相多様性法を用いる。
• SCExAOのテレメトリデータを用いてニューラルネットワークを学習させ、リアルタイムでPSFの形状と波面歪みを予測する。これにより、追加のハードウェアを必要とせず、宇宙空間でのPSF予測が可能になる。
• 線形化解析的位相多様性（LAPD）アルゴリズムを適用し、すなわち、すなわち、Subaru望遠鏡を4つのサブアパーチャー系としてモデル化することで、LWEに起因するピストン、チルト、チルト誤差の多重アパーチャー位相合わせを可能にする。
• CRED2近赤外カメラを用いて焦点面画像を取得し、可変ミラー（DM）の指令ストリームへのリアルタイムアクセスを活用して、すべてのアルゴリズムをSCExAOに統合する。
• CRED2カメラのパラメータに一致する単色光PSFシミュレーションを用いてアルゴリズムを検証し、ループクロージャー中のスチュール比の変化を指標として性能を測定する。

実験結果

リサーチクエスチョン

• RQ1 焦点面波面センサは、従来の波面センサが検出できないLWEに起因する位相不連続性を検出し是正できるか？
• RQ2 Fast and Furiousアルゴリズムは、LWEを模擬した条件下でPSFを安定化させ、高いスチュール比を回復できるか？
• RQ3 SCExAOのテレメトリデータで学習したニューラルネットワークは、LWEに起因する歪みが存在する状況でもPSFの形状を正確に予測できるか？
• RQ4 LAPDアルゴリズムがSubaruを4つのサブアパーチャー系として扱う場合、LWEに起因するピストン、チルト、チルト誤差をどの程度是正できるか？
• RQ5 複数の焦点面波面センサを同時にSCExAOに統合するためのハードウェア要件と統合要件は何か？

主な発見

• Fast and Furiousアルゴリズムは、閉ループシミュレーションにおいて15イテレーション以内にスチュール比0.9を達成した。これは静的LWEモードの効果的な是正を示している。
• 補正が施されないLWEが存在する状況での初期のスチュール比は約0.45であり、二次 lobes に起因するPSFの著しい劣化を示している。
• ZAP波面センサは、実宇宙観測テストにおいてLWEに起因する歪みを正常に測定した。これは、ピラット面における位相不連続性を検出できる能力を確認したことを示している。
• ニューラルネットワークベースのPSF予測は、実宇宙での検証で前向きな結果を示したが、定量的指標はまだ完全に評価されていない。
• F&Fアルゴリズムは、既存のカメラとDMデータストリームのみを用いるため、科学観測を中断することなくリアルタイムの波面補正が可能である。
• ZAP、F&F、ニューラルネットワーク、LAPDの4つのアルゴリズムすべてが、SCExAOのモジュラー構造と互換性があり、将来的な比較的実宇宙での性能評価が可能になる。