33、主动薄镜望远镜与光学红外干涉仪技术解析

主动薄镜望远镜与光学红外干涉仪技术解析

主动薄镜望远镜(E - ELT)

主动薄镜望远镜(E - ELT)在自适应和主动光学操作方面有独特的设计。为了实现有效控制,E - ELT需要四个波前传感器。其中三个传感器以大约700Hz的速率,用约4000个子孔径对波前进行采样。它们的参考星会根据足够亮的恒星的可用性,尽可能在视场中形成一个三角形。第四个传感器用于测量分段形状和边缘传感器校准的相位步长。如果边缘传感器和分段支撑系统的稳定性足以依赖不频繁更新的校准,这个操作可以每隔几周进行一次。否则,如果需要闭环校正,该传感器可以以约0.01Hz的速率提供校正信号。

在E - ELT中,主动和自适应光学通常不再分离。所有波前误差首先由自适应镜M4在整个视场中几乎瞬间校正。在M4超出其校正范围之前,累积的误差将以较低频率卸载到其他主动元件上。

然而,使用三个波前传感器且假设无法测量视场畸变时,总共约20个误差源无法被足够准确地分离。例如,对分段进行适当的重塑和同时重新对齐可以在M1上产生近乎完美的三阶像散。独立地,M2和M3也可以产生三阶像散。如果无法测量视场中的畸变,这三个贡献就无法分离,只能测量它们的总和。

对于倾斜误差的多级控制,由于需要校正的误差大且时间频率高,E - ELT的控制不再是准静态的,而是高度动态的。例如,E - ELT的最低本征频率约为2 - 3Hz,这将主驱动器校正跟踪误差的带宽有效限制为1Hz。第一阶段后的残余跟踪误差约为0.3Hz,即使对于视宁度受限的性能来说,这也勉强足够。

在第二阶段,使用带宽为5Hz的M5进行校正,可以将跟踪误差降低到约0.04Hz。在第三阶段,自适应第四镜以12Hz的校正带宽进一步校正这些残余误差,使

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值