Cophasage interf´ erom´ etrique : LAPD
CHAPITRE 5. COPHASAGE INTERF ´ EROM ´ ETRIQUE : LAPD
5.3. CARACT ´ ERISATION DE L’ALGORITHME FAIBLE PHASE SUR OBJET ETENDU´
Figure 5.24 – Optimisation de la diversit´e de phase dans le cas de l’imagerie d’une sc`ene ´etendue par la pupille NIRT6.
NIRTA18 Etudions maintenant la d´efocalisation optimale dans le cas NIRTA18. La´ Fig.5.25pr´esente la courbe d’optimisation de l’amplitude de d´efocalisation.
Figure 5.25 – Optimisation de la diversit´e de phase dans le cas de l’imagerie d’une sc`ene ´etendue par la pupille NIRT6.
Similairement au cas `a 6 sous-pupilles, l’erreur d´ecroˆıt tout d’abord quand
CHAPITRE 5. COPHASAGE INTERF ´EROM ´ETRIQUE : LAPD
entre 0,3λ et 1,5λ environ. L’erreur augmente ensuite pour des valeurs d’amplitude de d´efocalisation plus grande que 1,5λ.
Pour conclure, on peut voir que les r´esultats d’optimisation de l’amplitude de d´efocalisation sont similaires `a ceux dans le cas du point source. En cons´equence, nous garderons comme valeur d’amplitude de d´efocalisation 0,3λ pour les tests qui suivent.
5.3.3 Performances en fonction du bruit
NIRTA6 Effectuons l’´etude de performances de LAPD et de l’algorithme it´eratif en fonction du flux pour la configuration pupillaire de NIRTA6. Pour ce faire, nous effectuons les mˆemes tests que dans le cas du point source. La Fig. 5.26 pr´esente la simulation de l’image focale et de l’image d´efocalis´ee de 0,3λ, de la sc`ene de Toulouse, par l’instrument NIRTA6, sans aberration. Ces images sont de taille 128 par 128 pixels.
Image focale Image d´efocalis´ee de 0,3λ
Figure5.26 – Sc`ene vue par un instrument type Nirta6.
Tra¸cons tout d’abord Fig. 5.27 l’´evolution de l’´ecart-type, du biais et de l’erreur total en fonction du flux, sans aberration.
On observe que l’´ecart-type de LAPD suit un r´egime constant `a faible flux (inf´erieur
`
a 6×104 photo-´electrons, soit un RSB l´eg`erement inf´erieur `a 1), avec un palier `a environ λ/50, alors que l’´ecart-type de l’algorithme it´eratif est globalement sup´erieur
`
a λ/10 pour un flux inf´erieur `a 105, soit un RSB de 1. `A flux plus important, on est en r´egime de bruit de photon, les deux algorithmes suivent une loi en α/p
Nph. Les valeurs de α sont report´ees dans le tableau 5.3. Les deux algorithmes pr´esentent des performances similaires en r´egime de bruit de photons car le coefficientαest ´egal pour les deux algorithmes. En comparant avec les valeurs deα dans le cas de l’imagerie du point source (o`u α = 0,22), on voit que les algorithmes pr´esentent des performances moindres dans le cadre de l’observation d’une sc`ene ´etendue.
Concernant le biais, il est d’abord constant pour les deux algorithmes puis d´ecroˆıt
5.3. CARACT ´ERISATION DE L’ALGORITHME FAIBLE PHASE SUR OBJET ETENDU´
Cas Nirta6, sans aberration, sur objet ´etendu
Ecart-type´ Biais
Erreur totale
Figure 5.27 – Propagation du bruit de LAPD, dans le cas d’imagerie d’un objet
´etendu par Nirta6, sans aberration.
Algorithme Valeur de α
It´eratif 5
LAPD 5
Table5.3 – Valeur du coefficientα, obtenu par ajustement deα/Nphsur l’´ecart-type des estimateurs.
quand le flux augmente. Dans le cas de LAPD, le biais devient inf´erieur `a la limite de cophasage fix´ee pour un flux d’environ 105 photo-´electrons, soit un RSB de 1. Le biais de l’algorithme it´eratif devient inf´erieur `a cette limite de cophasage pour un flux d’environ 3×105, soit un RSB de 3 environ.
Le biais et l’´ecart-type ont une contribution similaire sur l’erreur totale. L’erreur totale sur l’estimation de LAPD devient inf´erieure `a la limite de cophasage fix´ee pour un flux d’environ 105, soit un RSB d’environ 1. L’erreur totale sur l’estimation de
CHAPITRE 5. COPHASAGE INTERF ´EROM ´ETRIQUE : LAPD
´egal `a 5×105 soit un RSB de 4.
Etudions les performances des deux algorithmes en pr´esence de faibles aberrations´ (distribution de 0,2 rad RMS sur les sous-pupilles). La Fig. 5.28 pr´esente l’´evolution de l’´ecart-type, du bias et de l’erreur totale en fonction du flux en photo-´electrons.
Cas Nirta6, avec aberrations, sur objet ´etendu
Figure 5.28 – Propagation du bruit de LAPD, dans le cas d’imagerie d’un objet
´etendu par Nirta6, avec aberrations.
L’´ecart-type suit des r´egimes similaires (mˆeme si le r´egime `a faible flux est plus perturb´e) au cas sans aberration, avec un palier `a faible flux et une d´ecroissance en α/p
Nph en r´egime de bruit de photons. Les valeurs des coefficient α sont les mˆemes que dans le cas sans aberration (tableau5.4).
Concernant le biais, il suit tout d’abord un r´egime constant `a faible flux, comme dans le cas sans aberration, et pour les mˆemes valeurs de RSB. Cependant, si le biais de l’algorithme it´eratif diminue de la mˆeme mani`ere que dans le cas sans aberration en r´egime de bruit photons, on observe que le biais de l’algorithme LAPD atteint un seuil d’environλ/150 pour un flux ´egal `a 105 photo-´electrons, correspondant `a un RSB d’environ 20.
Le biais a alors une influence pr´epond´erante sur l’erreur totale, et la limite en r´egime de bruit de photons au seuil d’environ λ/150. L’erreur totale devient inf´erieure `a la limite th´eorique fix´ee pour un flux de 5×105photo-´electrons par images, correspondant
5.3. CARACT ´ERISATION DE L’ALGORITHME FAIBLE PHASE SUR OBJET ETENDU´
`
a un RSB de 4.
On voit donc qu’en pr´esence de faibles aberrations, l’algorithme it´eratif permet une meilleure correction en r´egime de bruit de photons. Cependant, LAPD permet un cophasage avec une pr´ecision deλ/150 au mieux.
NIRTA18 Int´eressons-nous maintenant au cas d’un instrument `a 18 sous-pupilles.
La Fig.5.29pr´esente la simulation des images focale et d´efocalis´ee de 0,3λ, de la sc`ene de Toulouse, par l’instrument NIRTA18, sans aberration. Ces images sont de taille 128 par 128 pixels.
Image focale Image d´efocalis´ee de 0,3λ
Figure 5.29 – Sc`ene vue par un instrument type Nirta18.
Nous ´etudions les performances des algorithmes LAPD et it´eratif en fonction du flux. Commen¸cons par le cas sans aberration. L’´ecart-type, du biais et de l’erreur totale de l’estimation des trois modes de piston tip tilt en fonction du flux en photo-´electrons sont pr´esent´es Fig.5.30.
Lorsque le flux est inf´erieur `a 106photo-´electrons, soit un RSB de 7 environ, l’´ecart-type de LAPD suit un r´egime constant, avec un palier `a environλ/50, alors que l’´ecart-type de l’algorithme it´eratif d´ecroˆıt tout d’abord avant d’atteindre un r´egime constant
`
a environ λ/12 entre environ 105 et 106. `A flux plus important, on est en r´egime de bruit de photon, les deux algorithmes suivent une loi en α/p
Nph. Les valeurs de α sont report´ees dans le tableau 5.4. On observe que les deux algorithmes pr´esentent des performances similaires en r´egime de bruit de photons car le coefficientα est ´egal pour les deux algorithmes. Les performances sur l’instrument `a 18 sous-pupilles sont moindre compar´ees aux performances `a 6 sous-pupilles lorsque l’on compare les valeurs des coefficient α des tableaux 5.3 et 5.4. Concernant le biais, il est d’abord constant pour les deux algorithmes puis d´ecroˆıt quand le flux augmente. Dans le cas de LAPD, le biais devient inf´erieur `a la limite de cophasage fix´ee pour un flux d’environ 105 photo-´electrons, soit un RSB de 1. Le biais de l’algorithme it´eratif devient inf´erieur `a cette limite de cophasage pour un flux d’environ 3×106, soit un RSB de 13 environ.
CHAPITRE 5. COPHASAGE INTERF ´EROM ´ETRIQUE : LAPD
Cas Nirta18, sans aberration, sur objet ´etendu
Figure5.30 – Propagation du bruit de LAPD, dans le cas de l’observation d’une sc`ene
´etendue, sans aberrations.
Algorithme Valeur de α It´eratif 27
LAPD 27
Table5.4 – Valeurs du coefficientα, obtenu par ajustement deα/Nphsur l’´ecart-type des estimateurs.
reur totale. L’erreur totale sur l’estimation de LAPD devient inf´erieure `a la limite de cophasage fix´ee pour un flux d’environ 5×105, soit un RSB de 4. L’erreur totale sur l’estimation de l’algorithme it´eratif devient inf´erieure `a la limite de cophasage fix´ee `a partir d’un flux ´egal `a 2×106 soit un RSB de 10.
Consid´erons maintenant toujours le cas d’un instrument `a 18 sous-pupilles, mais en pr´esence de faibles aberrations. La Fig.5.31 pr´esente l’´evolution de l’´ecart-type, du biais et de l’erreur totale de l’estimation des trois modes de piston tip tilt en fonction du flux en photo-´electrons.
L’´ecart-type des deux algorithmes suit des r´egimes similaires au cas sans aberration, avec un palier `a faible flux et une d´ecroissance en α/p
Nph en r´egime de bruit de photons. Les valeurs des coefficient α sont les mˆemes que dans le cas sans aberration.
5.4. CONCLUSION DU CHAPITRE
Cas Nirta18, avec aberrations, sur objet ´etendu
Figure 5.31 – Propagation du bruit de LAPD, dans le cas d’imagerie d’un objet
´etendu par Nirta18, avec aberrations.
Le biais est d’abord constant en fonction du flux, comme dans le cas sans aberration, et pour les mˆemes valeurs de RSB. Cependant, on observe que le biais de l’algorithme LAPD atteint un seuil d’environλ/100 quand le flux augmente et que l’on est dans le r´egime de bruit de photons.
Le biais a alors une influence pr´epond´erante sur l’erreur totale, et la limite en r´egime de bruit de photons au seuil d’environ λ/100. L’erreur totale devient inf´erieure `a la limite th´eorique fix´ee pour un flux de 5×106photo-´electrons par images, correspondant
`
a un RSB de 16.
5.4 Conclusion du chapitre
Nous avons ´evalu´e les performances de l’algorithme LAPD. Les algorithmes clas-siques de diversit´e de phase sont lourds en calculs et ne permettent pas de potentielle utilisation dans une boucle ferm´ee en temps-r´eel. La lin´earisation de la FTO dans le cadre de LAPD permet d’obtenir une solution analytique et `a coˆut calculatoire bas (deux TF et une inversion matricelle).
On a pu voir que cet estimateur pr´esente un biais (dˆu `a la lin´earisation) inf´erieur
CHAPITRE 5. COPHASAGE INTERF ´EROM ´ETRIQUE : LAPD
0,11λ pour un RSB pixel d’environ 4 dans le cadre de l’imagerie d’un point source.
Cette amplitude d’accrochage correspond th´eoriquement au r´esidu (en tip/tilt) offert par l’algorithme ELASTIC pr´esent´e dans le chapitre 3, ce qui assure th´eoriquement un interfa¸cage efficace entre les deux algorithmes. Par ailleurs, on a pu voir que LAPD pouvait ˆetre utilis´e de mani`ere it´erative, ce qui permet de doubler voire tripler l’am-plitude d’accrochage de l’estimateur.
Dans le cadre de l’imagerie d’une sc`ene ´etendue, on a vu que LAPD ´etait th´eoriquement capable de fournir une estimation dont l’erreur est inf´erieure `a λ/37 (en prenant en consid´eration l’estimation des trois premiers modes de Zernike) pour un RSB pixel sup´erieur `a 4 en pr´esence d’aberrations pour une configuration `a 6 sous-pupilles. Les performances dans le cas `a 18 sous-pupilles sont un peu en de¸c`a,
`
a savoir que la l’erreur de l’estimation est inf´erieure `a λ/37 pour un RSB pixel de l’ordre de 16 en pr´esence d’aberrations. On voit donc que le nombre de sous pupilles a une influence sur l’erreur de l’estimation dans le cas de l’imagerie d’une sc`ene ´etendue.
Nous voulons maintenant valider exp´erimentalement l’algorithme LAPD, et tˆacher de l’interfacer avec l’algorithme ELASTIC afin de valider une chaˆıne d’alignement g´eom´etrique et alignement fin sur point source sur le miroir segment´e du banc BRISE.