基于MOAO探路者CANARY实测数据的威廉·赫歇尔望远镜台址表征
天体物理仪器与方法
2016-11-23 v1
摘要
Canary是面向未来极大望远镜(ELT)上提出的MOAO辅助积分视场单元(IFU)的多目标自适应光学(MOAO)探路者。MOAO概念依赖于利用沿不同视线方向的多次测量对湍流进行层析重建。层析需要湍流统计参数的知识，通常利用专用剖面技术从系统遥测中恢复。为配合MOAO探路者Canary的演示，该识别借助学习与应用(L&A)算法完成，该算法通过对依赖于相关参数的WFS测量协方差矩阵进行模型拟合来实现： 剖面、外尺度剖面和系统配准误差。我们探索了该算法的一种升级版，即学习三步(L3S)方法，其能够将高度层的识别与地面层解耦，以缓解所需经验协方差矩阵收敛性不足的问题，从而减少达到给定精度所需的数据时间序列长度。在标称观测条件下，L3S使用比L&A方法少五倍的数据帧数即可达到相同水平的层析误差。L3S技术已应用于大量Canary数据，以表征威廉·赫歇尔望远镜(WHT)上方的湍流。这些数据获取于2013年9月13、15、16、17和18日，我们发现总视宁度/外尺度/风速为0.67"/8.9m/3.07m/s，其中1.5 km以下为0.552"/9.2m/2.89m/s，1.5至20 km之间为0.263"/10.3m/5.22m/s。我们还确定，Canary上层析重建遗漏的20 km以上高空层具有0.187"的中位视宁度，且在观测时间中出现了16%。
引用
@article{arxiv.1610.06313,
title = {William Herschel Telescope site characterization using the MOAO pathfinder CANARY on-sky data},
author = {O. A. Martin and C. M. Correia and E. Gendron and G. Rousset and F. Vidal and T. J. Morris and A. G. Basden and R. M. Myers and Y. H. Ono and B. Neichel and T. Fusco},
journal= {arXiv preprint arXiv:1610.06313},
year = {2016}
}