利用自适应光学中波前传感器数据进行数据挖掘的湍流渐进预测
天体物理仪器与方法
2011-09-14 v1
摘要
在自适应光学系统中，消除伺服带宽误差可显著提高斯特列尔比。本文提出了一种利用数据挖掘实时预测大气湍流以减少闭环校正系统中伺服带宽误差的有效方法。使用科尔莫戈罗夫统计模拟了时间演化的相位屏，并用于数据分析。从模拟时间序列中构建了一个数据立方体。使用部分数据通过渐进预测方法预测后续的相位屏。通过实施分割算法对单个像素的相位振幅演化进行分割，并使用线性和非线性回归进行预测。在该方法中，数据立方体通过传入的波前传感器数据进行扩充，新形成的数据立方体用于进一步预测。在不同实验参数（如分割大小、湍流去相关时间尺度和分割过程）下研究了该预测方法的统计特性。平均而言，使用数据挖掘进行渐进预测后，波前校正改善了6%。
引用
@article{arxiv.0909.0711,
title = {Progressive Prediction of Turbulence Using Wave-Front Sensor Data in Adaptive Optics Using Data Mining},
author = {Akondi Vyas and M B Roopashree and B Raghavendra Prasad},
journal= {arXiv preprint arXiv:0909.0711},
year = {2011}
}
备注
6 figures, Proceedings of the International Conference on Advanced Computing, Cauvery College for Women & Bharathidasan University Technology Park, Tiruchirappalli, India. Aug 6-8, 2009, page 208