[논문 리뷰] Spatio-angular Minimum-variance Tomographic Controller for Multi-Object Adaptive Optics systems

Carlos Correia, Kate Jackson외 4명|arXiv (Cornell University)|2015. 04. 29.

Adaptive optics and wavefront sensing참고 문헌 23인용 수 5

한 줄 요약

이 논문은 다중객체적응광학(MOAO) 시스템을 위한 공간-각도 선형-이차 가우스(사용-이차형) 탐사 제어기를 제안한다. 이 제어기는 3차원 위상 재구성을 명시적으로 수행하지 않고, 단지 투과면 위상만 추정함으로써 계산 부담을 줄이고 near-optimal 보정을 가능하게 한다. 예측 제어 및 희소 측정 모델을 사용하여 시뮬레이션과 실험실 실험을 통해 검증된 결과, 10m급 망원경인 Raven에서 한계 등급이 두 등급 향상되었으며, 이는 천구 커버리지가 5배 증가한 것으로, 근사적으로 최적 성능에 도달한다.

ABSTRACT

Multi-object astronomical adaptive-optics (MOAO) is now a mature wide-field observation mode to enlarge the adaptive-optics-corrected field in a few specific locations over tens of arc-minutes. The work-scope provided by open-loop tomography and pupil conjugation is amenable to a spatio-angular Linear-Quadratic Gaussian (SA-LQG) formulation aiming to provide enhanced correction across the field with improved performance over static reconstruction methods and less stringent computational complexity scaling laws. Starting from our previous work [1], we use stochastic time-progression models coupled to approximate sparse measurement operators to outline a suitable SA-LQG formulation capable of delivering near optimal correction. Under the spatio-angular framework the wave-fronts are never explicitly estimated in the volume,providing considerable computational savings on 10m-class telescopes and beyond. We find that for Raven, a 10m-class MOAO system with two science channels, the SA-LQG improves the limiting magnitude by two stellar magnitudes when both Strehl-ratio and Ensquared-energy are used as figures of merit. The sky-coverage is therefore improved by a factor of 5.

연구 동기 및 목표

• 정적 재구성기 방법보다 보다 뛰어난 보정 성능을 내는 계산 효율적인 동적 제어기를 MOAO 시스템을 위해 개발한다.
• 대기층의 수와 분리하여 위상 재구성을 분리함으로써, 개방 루프 탐사에서의 계산 복잡도를 감소시킨다.
• 향상된 신호 대 잡음비와 시간 예측을 통해 더 어두운 자연 지도성우를 보정함으로써 천구 커버리지를 향상시킨다.
• Raven MOAO 테스트베드를 사용하여 시뮬레이션과 실험실 실험 모두에서 SA-LQG 제어기를 검증한다.
• 일阶 마르코프 예측을 포함한 최소 상태공간 표현이 실시간 운영이 가능한 계산 비용으로 근사 최적 성능을 유지할 수 있음을 보여준다.

제안 방법

• SA-LQG 제어기는 지정된 기저 집합과 공간-각도 프레임워크를 사용하여, 명시적인 3차원 위상 재구성을 피하고 직접적으로 투과면 위상을 추정한다.
• 단일 시간 인스턴스를 사용하는 최소 상태공간 표현을 통해 계산 복잡도를 정적 MMSE 수준에 근접하게 낮춘다.
• 시간 예측은 고결된 흐름 근사법을 통해 구현되며, 시간 변화를 공간 이동으로 변환하여 예측 제어를 수행한다.
• C_n^2 프로파일에서 유도된 분석적 공간-각도 공분산 행렬을 사용하여 레이 추적 보간을 피한다.
• Learn&Apply 유사 접근법을 통해 최소 제곱법을 사용하여 추정된 투과면 위상을 변형 가능한 거울에 맞추어 잔여 위상 분산을 최소화한다.
• 하이브리드 모델 기반 및 데이터 기반 튜닝을 지원하기 위해 부분 공분산 행렬의 경험적 추정이 가능하다.

실험 결과

연구 질문

• RQ1 공간-각도 LQG 제어기가 명시적인 3차원 위상 재구성 없이 MOAO 시스템에서 근사 최적 보정을 달성할 수 있는가?
• RQ2 伝통적인 층별 탐사 방법과 비교해 SA-LQG 제어기가 얼마나 계산 복잡도를 감소시키는가?
• RQ3 저신호 영역에서 예측 제어와 향상된 SNR를 사용할 경우, 한계 등급과 천구 커버리지에 얼마나 향상된 성능을 낼 수 있는가?
• RQ4 NCPA 및 캘리브레이션 오차와 같은 시스템 불완전성 요소가 있는 실제 환경에서도 SA-LQG 제어기가 성능 향상을 유지할 수 있는가?
• RQ5 최소 상태공간 표현이 실시간 운영이 가능한 ELT 규모 시스템에서 성능을 유지할 수 있는가?

주요 결과

• SA-LQG 제어기는 정적 MMSE 재구성기 대비 한계 등급을 두 등급 향상시켜 더 어두운 지도성우를 보정할 수 있다.
• 이 향상은 천구 커버리지가 약 오 배 증가하는 것으로 이어져, MOAO 시스템의 관측 가능 영역을 크게 확장한다.
• Raven 시스템을 이용한 실험실 테스트에서 시뮬레이션 결과를 확인하였으며, SA-LQG 제어기는 정적 및 예측 방법보다 더 높은 에너지 집중도와 더 작은 PSF 점을 보였다.
• 실험실 테스트 성능은 캘리브레이션 오차, NCPA 및 모델링되지 않은 시스템 지연으로 인해 시뮬레이션보다 낮았지만, 제어기 복잡도 증가에 따른 성능 향상 경향은 유지되었다.
• 20개의 과학 목표가 있는 경우에도 제어기의 계산 복잡도는 정적 MMSE 재구성기 수준에 거의 근접하여, ELT 규모 시스템에서도 구현 가능하다.
• 이sov판적 필터와 단일 시간 상태의 사용은 최소 상태 표현을 통해 정확한 투과면 추정과 함께 계산 부담을 감소시킨다.