-
利用空间滤波理论与蒙特卡洛方法对GLAO系统进行建模,并对两种方法的建模过程与结果进行对比分析。其中,针对不同的导引星布局与湍流环境对系统校正性能的影响进行分析。系统的仿真参数与分析过程如下。
-
系统输入参数主要包括系统参数与环境参数。系统参数主要是望远镜与GLAO系统参数,如表1所示;环境参数主要指大气湍流模型与大气相干长度r0,共采用两种大气湍流模型:Cerro Pachon站址实测数据拟合CP-7模型 [16],分层情况如表2所示。大气视宁度与r0大小有如表3的定性关系[17]。仿真用r0为7、10、15 cm分别模拟“Bad”、“Typical”、“Good”三种大气环境下GLAO校正性能。
Basic parameter Spatial spectrum filter Monte Carlo Telescope diameter 2.5 m Cut-off frequency 1 m−1 Sampling period 0.7 s FOV Φ5′ Sampling rate 64 Frame number 500 Sensing/Imaging wavelength 0.55/0.705 μm Outer scale turbulence ${{L} }_{ { {{0} } } }$ 30 m Turbulence phase screen Layers number 7 Grids number 4096$ \times $4096(1-4)
8192$ \times $8192(5-7)Table 1. Parameter of the system
hi 1 2 3 4 5 6 7 Height/km 0 1.80 3.20 5.80 7.40 13.00 15.80 Fractional ${{C} }_{{n} }^{ {{2} } }$ 0.646 0.078 0.119 0.035 0.025 0.08 0.015 Table 2. Turbulence profile model of CP-7
r0/cm ≤8 8-15 15-20 ≥20 Seeing Bad Typical Good Great Table 3. Relationship between seeing and r0
-
首先利用两种模型针对不同的导引星探测视场与个数对GLAO系统进行仿真。在r0=15 cm的CP-7湍流环境下,各导引星呈单环排列方式,针对遍历全视场的21个探测视场分析了GLAO系统的全视场校正性能,如图4所示。其中,图4(a)为空间频谱滤波模型计算的导引星处于不同探测视场下全视场的平均校正效果。分析可知,随着探测视场占比的增大,系统全视场平均分辨率呈先增后减的规律,且探测视场位于全视场的20%时,系统全视场平均分辨率最高约为0.247″。图4(b)为蒙特卡洛模型计算的导引星处于不同探测视场下全视场的平均校正效果,通过与图4(a)对比可知,两种方法的特征规律保持一致。
Figure 4. GLAO average correction effect of FOV by different models. "o" line denotes the GLAO in open loop, and others denote different numbers of GSs in close loop. (a) Spatial frequency spectrum filtering model; (b) Monte Carlo model
同时,图4(a)中各曲线分别代表了4、6、8、10、无数个单环导引星,通过对比可知,系统校正性能随导引星个数增多而提升,且收益逐渐降低。当个数大于八以上时系统校正效果的提升并不明显,10个导引星与无限个导引星下理想系统全视场平均分辨率相差小于0.005″。
为了更清晰地分析不同校正视场的提升效果,将视场划分为11个等距校正环带,针对六个导引星呈单环布局分析了GLAO系统不同校正视场的校正性能。如图5(a)、(b)分别为两种模型的计算结果,图5(c)为两种模型的差值。通过对比可知,两种模型得到的系统不同校正视场校正规律保持一致,但在全视场平均校正数值上大约有0.01″的偏差。这是由于一阶空间频谱滤波模型建立在系统是各态遍历性假设的基础上,该结果是将复杂系统理想化后的计算结果,因而其数值解偏小。而蒙特卡洛模型则按照光束真实经历模拟系统的工作状态,包含了实际系统中很多非线性甚至随机性现象,对于这些现象带来的很多高阶像差,GLAO系统是无法完全校正的,导致其数值解偏大。两种方法原理性的差异是导致二者数值解存在微小偏差的根本原因。此外,在蒙特卡洛模型的仿真过程中,忽略了哈特曼波前传感器的采样过程、变形镜校正过程以及衍射传输过程等。若期望蒙特卡洛系统达到空间频谱滤波模型的各态遍历性,则需要运行无限长的时间,而仿真中只使用了500帧随机相位屏数据,时间采样不足可能是导致两种方法数值解存在偏差的另一原因,但数值大小的微小差异对于系统收益特征规律的分析并无影响。
Figure 5. GLAO average correction effect of FOV by different models. (a) Spatial frequency spectrum filtering model; (b) Monte Carlo model; (c) The value variance between two models
综上所述,利用两种模型研究导引星不同个数与探测视场对GLAO系统性能的影响关系时,两种模型计算得到的特征规律保持一致。
-
在导引星探测视场、个数固定的情况下,分析不同导引星排布方式与湍流环境下的校正效果,从而更全面地比较两种模型的适用范围。相对于AO系统,GLAO系统不追求衍射极限,其致力于在大视场范围内提高成像分辨率。对于GLAO系统最优性能而言,应该满足大视场内各局部小视场成像质量均较高,因而在对比分析不同排布方式时应着重关注各视场环带的成像质量。由图5可知,探测视场范围为全视场的70%~80%,不同校正视场的平均分辨率均较高,大约为0.27'',即导引星处于该探测视场范围内时,系统大视场内各局部小视场的成像质量均处于较高水平。
经3.2节分析可知,GLAO系统校正性能随导引星个数的增多而提升,不同个数下视场内各环带的校正特征规律保持不变,也就是说,任一固定导引星数目下对导引星排布方式特征规律的分析都可代表该类导引星排布方式的特征。由上述仿真分析可知,六个导引星下系统校正效果的提升较为明显,六个导引星所对应的排布方式共有两种:六个导引星均匀排布于探测视场处的单环布局与视场中心一个、其余五个沿探测视场处均匀分布的双环布局。图6所示为两种排布方式下各视场环带的成像分辨率,其探测视场为全视场的70%~80%,从上至下分别为不同湍流环境下的校正结果,从左至右分别为空间频谱滤波模型、蒙特卡洛模型的计算结果及二者的差值。分析图6(a)可知,相对于开环,经GLAO系统校正后分辨率提高约45%。单环排布方式下系统各环带平均分辨率在5′视场内都保持较高水平,即在全视场范围内高成像质量的起伏更小,稳定范围更大;双环排布方式下由于中心视场优异的校正效果,致使全视场范围内成像质量的起伏较大,只有距中心1′外视场的成像质量才能保持较好的稳定性。两种排布方式各有优势,在系统全视场成像分辨率相差不超过0.03″的情况下,单环布局下全视场内高成像质量的视场范围更大。此外,对比图图6(a)、(d)、(g)可知,不同湍流环境下导引星布局特性一致,验证了空间频谱滤波模型适用于不同的湍流环境。
Figure 6. GLAO average correction of FOV annulus under different turbulence profile. "o" line denotes the GLAO in open loop, "
$ \Delta $ " and "$ \nabla $ " denotes the GLAO in close loop with single ring and "1+5" with double rings GSs. From top to bottom: r0=15 cm, r0=10 cm, r0=7 cm. From left to right: Spatial frequency spectrum filtering model, Monte Carlo model and the value variance between two models此外,利用空间频率滤波模型得到系统开环时各校正视场平均分辨率相等。这是由于空间频谱滤波理论在基于大气功率谱分析系统开环性能时忽略了位置因素,因而关于不同校正视场处的性能仿真结果相同。为了更清晰地了解不同校正视场的提升情况,在相同参数设置下利用蒙特卡洛法进行模拟,如图6(b)、(e)、(h)所示。通过与空间频谱滤波理论的模拟结果对比可知,两种方法得到的系统校正特征规律保持一致。但笔者发现,随着湍流强度的增大,两种模型对于系统闭环模拟的数值偏差逐渐变大,如图6(c)、(f)、(i)所示。这是由于在蒙特卡洛模拟过程中忽略了哈特曼波前传感器采样与变形镜校正的过程,因而利用蒙特卡洛模拟下系统的校正效果未随湍流环境恶劣程度的加剧而明显降低。但对于一个参数固定的GLAO系统来说,由于受变形镜面形变化范围的限制,该系统能有效校正的最大程度也是有限的,因而实际系统的校正效果会随着湍流强度的增大明显降低。此外,对于不同的湍流强度,不同校正视场间两种方法数据偏差的特征规律是一致的,并且蒙特卡洛模型可以更清晰地模拟不同校正视场的提升情况。
综上所述,两种模型在不同导引星排列方式与湍流环境下系统仿真特征规律保持一致。同时发现在不同湍流环境下,在系统全视场平均分辨率相差不大的情况下,单环导引星布局的校正效果更佳均匀。
Analysis of performance evaluation methods of wide-field ground-layer adaptive optics
doi: 10.3788/IRLA20210744
- Received Date: 2021-10-09
- Rev Recd Date: 2021-12-07
- Available Online: 2023-02-04
- Publish Date: 2022-08-05
-
Key words:
- ground-layer adaptive optics /
- spatial frequency spectrum filtering theory /
- Monte Carlo /
- guide stars
Abstract: The performance evaluatation of ground layer adaptive opitcs (GLAO) is helpful for system design and optimization. The turbulence distribution and the layout of the guide stars (GSs) are the main factors affecting GLAO performance. Considering the impact of the turbulence distribution and the layout of GSs, the performance of GLAO was analysed and evaluated by comparing spatial frequency spectrum filtering theory and Monte Carlo simulation. The results show that the conclusions of the two methods are clearly consistent with an error margin of less than 4.6%. Spatial frequency spectrum filtering simplifies the system into a linear model and it is simpler and faster for the calculation, which is convenient for discovering the characteristic rules. However, the accuracy is slightly low if considering the noise and error in a real system. In addition, this method is suitable for analysing the system performance with a symmetrical GS layout. The Monte Carlo method is better for simulating the system running state in detail with a random GS layout. The brief results of the system performance analysis are given in the end by combining the two methods. The study will be useful for the system design and optimization of future GLAOs.