Return to search

Validation ciel d'une commande haute performance en optique adaptative classique et multi-objet sur le démonstrateur CANARY

L'optique adaptative (OA), qui permet de corriger en temps-réel les déformations du front d'onde induites par la turbulence atmosphérique, connaît une limitation fondamentale : l'anisoplanétisme. Pour y remédier, le concept d'OA grand champ (OAGC) a été proposé. La turbulence est mesurée dans plusieurs directions du champ de vue à l'aide d'étoiles guide naturelles et laser, et son impact corrigé sur les images par une commande basée sur une reconstruction tomographique. L'approche linéaire quadratique gaussienne (LQG) est bien adaptée à la conception de lois de commande en OAGC comme en OA classique. Elle permet d'estimer et de prédire la phase à l'aide d'un filtre de Kalman basé sur des a priori spatiaux et temporels. Les modèles d'état et commandes associées sont détaillés. On présente la première mise en œuvre sur le ciel d'une commande LQG sur tous les modes, en OA classique et multi-objet, à l'aide du démonstrateur CANARY. Ces résultats sont obtenus avec identification du modèle de tip-tilt et filtrage des vibrations, ce qui constitue la première mise en œuvre ciel de cette stratégie. Les a priori spatiaux de la phase en volume sont identifiés par la méthode LEARN. Des données issues du profilomètre stereoSCIDAR ont aussi été utilisées. Des comparaisons sont proposées avec une commande intégrateur en OA classique, avec un gain significatif en performances pour le LQG. Les comparaisons avec le reconstructeur statique APPLY (moindres carrés régularisés) en OA multi-objet mettent en évidence un gain du LQG dans certains cas (fort bruit en particulier). L'ensemble des résultats confirme la faisabilité et l'intérêt d'une commande LQG pour un instrument d'OA ou d'OAGC.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-01073048
Date10 December 2013
CreatorsSivo, G.
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0016 seconds