光纤阵列太阳能光学望远镜(FASOT)是一种先锋的中国巨型太阳望远镜(CGST) [ 1],这是一个望远镜将能够进行实时、高效、高精度spectropolarimetry多个magnetosensitive线在一个二维的视野,即。,给实时3 d测量斯托克斯的多个行。因此,FASOT将作为一个非常有效的3 d分光偏振计、能够观察和反演物理量在太阳大气的多个高度,尤其是与磁场相关的物理量( 2, 3]。

FASOT描绘在图的光路 1。显然,FASOT的光学路径是不同于通用的望远镜。首先,收集的光从太阳能主要的指导光学望远镜贴上1图 1然后输入一个视场光阑位于卡塞格林焦点平面主要望远镜视场分割成两部分。一个较小的部分(0.5“×0.5”)向偏振系统将光直接贴上2图 1偏振测量,和残余FOV反映垂直和监控系统所使用的标记在图5 1。之后,旋光计的光调制分为两束相反的偏振状态(普通和非凡的梁)和传播到积分场光谱仪及其探测器使用积分场单元(IFU)与光纤进行两束光的spectroimaging偏振测定。由于紧凑和对称光学配置FASOT偏振调制器,仪器是最小的额外的极化。另一方面,小说极化解调技术命名为减少光学开关解调( 4)是采用FASOT改善偏振敏感性和降低积分时间。上面提到的这些技术将使FASOT获取偏振噪声的水平 8。0 × 1 0 - - - - - - 4 我 c 。

目前,对于FASOTs,偏振系统和IFU贴上在图2和图3 1,一个小FOV, 0.5“×0.5”,。然而,根据设计要求,FASOT应该拥有的能力观察当地的太阳能大约3“×3”和逆2 d的偏振光谱图像区域。换句话说,FASOT应该扫描二维空间的能力。然而,因为紧凑的和对称的光学配置的FASOT致力于改善偏振敏感性,不适合FASOT常规扫描方法,如狭缝扫描方法通常使用的通用望远镜( 5- - - - - - 7),使用tip-tilt二次镜的扫描方法( 8),和方法添加一个扶轮dual-wedge棱镜( 9二次镜和视场光阑。因此,对于FASOT,一个特殊的扫描方法与上面提到的应采取的区别。

最近,一个特殊的扫描方法,旋转整个望远镜一直采用可见红外成像辐射计(VIIRS) [ 10),该方法可以有效地抑制杂散光和提高偏振敏感性。因此,在考虑FASOT的特征,采取类似于VIIRS扫描方法。但是,之间的区别的两种扫描方法FASOT VIIRS是FASOT将同时旋转的方法指导光学偏振系统和autoguiding系统。此外,旋转FASOT主要依靠autoguiding的闭环控制系统。

通常,autoguiding系统( 11- - - - - - 13)所使用的通用太阳望远镜就有一些传统的功能,比如监视全盘太阳能形象和闭环跟踪。这些函数相比,FASOT将扫描二维空间的功能集成到其传统autoguiding系统和扫描系统基于autoguiding系统构建一个小说。应该强调,该扫描方法尚未发表的文献报道。更重要的是,所使用的一些技术提出了扫描方法也是小说并没有发现在文献发表。例如,在多步扫描的过程中,卡尔曼滤波器用于抑制随机干扰和增强扫描表现。因此,本文将有利于人们急于扩大他们的望远镜的视场FASOT类似的结构。

本文的组织结构如下:部分 2简要介绍了控制系统的结构FASOT及其原型FASOT-1B和阐发的原因提出了扫描系统首先是FASOT-1B中实现。部分 3描述了我们的原则提出了扫描系统。我们建议的三个关键技术相关扫描系统介绍了部分 4节 6,分别。进行实验,并得到相应的结果 7。结论给出了部分 8。

控制系统的结构图FASOT图所示 2。如图 2指导的系统由光学系统,autoguiding系统(包括autoguiding望远镜,相应的探测器,和控制计算机),偏振系统(包括偏振计,调制器,其温度控制器,和极化校准系统),IFU,光纤,数据采集系统(包括光谱仪、数据采集计算机和服务器),和望远镜山。

在此系统中,autoguiding系统将作为整个系统的核心部分,而且监控全盘太阳能的功能形象,闭环跟踪,控制调制器的偏振计,和发送数据采集指令,它也是能力扫描二维空间的局部区域的全盘太阳能形象。

它需要强调,实现基于autoguiding扫描方法系统,必须满足四个条件,如下。

首先,目标对象的总重量用来扫描应该是光,即一个小的转动惯量。例如,FASOT,总重量的指导光学、偏振系统,和autoguiding系统只是约120公斤不到山的承载能力,300公斤。

其次,望远镜山应该有一个完美的性能。FASOT,例如它的山是性能优良的结果,其跟踪精度≤0.25“RMS / 5分钟,峰值跟踪误差≤0.68”,并直接驱动行驶模式。

第三,autoguiding系统的精度应该是可行的。例如,FASOT autoguiding望远镜的孔径是80毫米,焦比是1:6,autoguiding图像传感器的分辨率是2048×2048,和像素大小是5.5哦。

第四,望远镜山应该支持二次开发,也就是说,提供相应的软件接口。FASOT为例,其山支持软件接口,如基于C∖c++的SDK和天文学组件对象模型(ASCOM)。

因此,上述信息的基础上,基于autoguiding系统扫描方法适合FASOT。

然而,直到现在,FASOT仍在塑造的一些地区。但是,以确保FASOT顺利的发展,FASOT的原型,名叫FASOT-1B如图 7已经被开发出来。原型几乎是类似于FASOT光路和控制系统的结构。但一些他们之间仍然存在着区别和显示在表中 1。从表 1我们可以看到,尽管FASOT-1B山的性能不如FASOT之一,它仍然满足四个条件实现基于autoguiding扫描系统。因此,提出了扫描方法将被开发和应用于FASOT-1B。换句话说,如果拟议的扫描方法适用于FASOT-1B,它必须能够被直接运往FASOT甚至更优秀的性能由于FASOT山的性能优于FASOT-1B之一。实际上,这也是一个好办法FASOT加快发展。

如表所示 1的软件界面FASOT-1B只是支持ASCOM山去。因此,设计的扫描方法不仅考虑伺服控制系统的结构集成到FASOT-1B山,而且伺服控制系统之间的关系和软件接口,ASCOM。结合伺服控制系统的结构图FASOT-1B山以其软件接口的实现提出了扫描方法如图 3。从图 3,我们可以看到,红色部分的结构草图FASOT-1B山的伺服控制系统和伺服控制系统是一种常见的三环控制系统,包括电流、速度和位置环。黄色部分是我们提出的软件结构autoguiding系统的扫描方法集成到软件,和紫色部分,ASCOM,黄色部分之间的桥梁(扫描函数算法)和红色部分(伺服控制系统)。

提出了基于autoguiding扫描方法的原理系统如图 4。白色的磁盘是全盘太阳能autoguiding图像传感器获得的图像。黄色十字架的中心点“autoguiding图像传感器的中心,也是autoguiding望远镜的光轴,指导FASOT-1B的光学偏振系统,和IFU。之前多步扫描,望远镜应控制并指出扫描的第一步(图 4,扫描的第一步是点B”),即实现函数的快速定位和点扫描的第一步(这个函数的详细介绍中描述的部分 4。另一方面,它的软件模块图黄色部分所示图 3并贴上①)。后来,整个过程将进行多步扫描。

节 1,我们有知识的IFU FOV只有0.5“×0.5”。因此,扩大视场3“×3”,扫描步骤的数量应该等于35。如图 4,小红矩形包围的大代表相应的位置扫描步骤,和白色箭头代表的方向扫描。G点(g_x g_y)重心的坐标全盘太阳能形象,和旁边的黄色箭头点G (g_x g_y)表明,G点的运动方向相反的方向扫描。

基于FASOTs,观测和数据处理的需求,偏振调制,每扫描和图像收购后应进行的步骤,然后是获得的图像将被重新配置到整个图像反映了整个扫描区域。这些需求导致扫描应该以下规格: (1)

扫描步长应0.5”;也就是说,Ls = 0.5 '

要实现上述规范,采用以下策略(详细的软件模块图黄色部分所示图 3并贴上②)。

首先,如图 3,由SW3 S6连接,S4连接SW2 S5。

第二,参考坐标全盘太阳能图像重心的计算, R e f _ 年代 o l 一个 r _ G ( R e f _ 年代 o l 一个 r _ G _ x , R e f _ 年代 o l 一个 r _ G _ y ) 扫描开始之前,每一个步骤。

第三,重心的坐标全盘太阳能图像实时计算, C u r _ 年代 o l 一个 r _ G ( k ) ( C u r _ 年代 o l 一个 r _ G _ x ( k ) , C u r _ 年代 o l 一个 r _ G _ y ( k ) ) 之后,每一个扫描步骤开始。

第四,因为每个扫描步骤应该满足两种规格,Ls = 0.5”和交流 ≤ 1”,当扫描方向是水平的X,这两个错误的判断水平扫描步骤是完成实时计算和表达 (1) H _ E r r o r _ x k = 12.6932 - - - - - - C u r _ 年代 o l 一个 r _ G _ x k - - - - - - R e f _ 年代 o l 一个 r _ G _ x (2) H _ E r r o r _ y k = C u r _ 年代 o l 一个 r _ G _ y k - - - - - - R e f _ 年代 o l 一个 r _ G _ y 在哪里 k 测量的序列号吗 C u r _ 年代 o l 一个 r _ G ( 我 ) , 我 = 1 ⋯ k ⋯ N 和12.6932像素的数量是一个扫描步长,对应于0.5”。

第五,这两个错误, H _ E r r o r _ x ( k ) 和 H _ E r r o r _ y ( k ) ,被发送到相应的软件PID位置控制器的RA和12月轴,分别。尽管图 3只是描述了一个两个轴,RA和12月,两轴操作同时在扫描的过程中。此外, H _ E r r o r _ x ( k ) 发送到12月轴, H _ E r r o r _ y ( k ) 发送给RA轴。另一方面,两者之间的沟通过程错误和两个轴取决于应用程序编程接口(API)基于ASCOM MoveAxis (RA或12月、速度)。

第六,当两 H _ E r r o r _ x ( k ) 和 H _ E r r o r _ y ( k ) 小于或等于0.4像素,这对应于扫描步骤1”,水平X已经结束。换句话说,一个扫描步骤是只要满足终止条件。后来,偏振调制和数据采集。

最后,对于水平的残余扫描步骤X,上面提到的策略是重复的。但是,当新扫描步骤开始,参考坐标, R e f _ 年代 o l 一个 r _ G 再次更新,坐标, C u r _ 年代 o l 一个 r _ G ( k ) 实时重新计算。

很明显,我们建议的扫描方法是结合autoguiding系统的速度环伺服控制系统(RA轴,12月轴)来构建一个更加灵活和软件控制的闭环控制系统。

与水平方向的X, Y扫描方向垂直时,两个错误确定垂直扫描步骤完成了实时计算并表示如下: (3) V _ E r r o r _ x k = C u r _ 年代 o l 一个 r _ G _ x k - - - - - - R e f _ 年代 o l 一个 r _ G _ x (4) V _ E r r o r _ y k = 12.6932 - - - - - - C u r _ 年代 o l 一个 r _ G _ y k - - - - - - R e f _ 年代 o l 一个 r _ G _ y

之后,残余过程类似于X上面提到的水平。

显然,这两个 C u r _ 年代 o l 一个 r _ G _ x ( k ) 和 C u r _ 年代 o l 一个 r _ G _ y ( k ) 发挥重要作用的过程中每一个扫描步骤。但是他们常常被风和其他因素强加望远镜(风主导),导致稳定,很难顺利,完成每一个扫描步骤的规范。

对干扰问题,将使用卡尔曼滤波器,抑制随机干扰的鲁棒性,加强每一个扫描步骤。卡尔曼滤波器的详细介绍部分中描述 5。

最后,我们提出了扫描方法的程序流程图如图 5。需要强调,我们的项目是基于微软基础类(MFC),和多线程并行处理用于每一个扫描步骤。

关于FASOT,扩大视场的目的地是观察更多的太阳能感兴趣的地方。换句话说,FASOT及其autoguiding望远镜的光轴首先应该指出,某种程度上,这是位于太阳感兴趣的地方。如图 4,光轴是点”,感兴趣的领域的特定点位于B”,即扫描的第一步。因此,对于提出的扫描方法,第一步是将一个“B”。

考虑这样一个事实:B”可能会全盘太阳能的形象定位在任何位置,构造一个笛卡儿坐标系统'XY(如图 4,“将被视为坐标系统的起源),然后“之间的距离和B”可以表示为坐标,获得(x, y)。之后,笛卡尔和赤道坐标之间的坐标变换将为了获得B点的赤道坐标”(RA、12月),然后基于ASCOM API, SlewToCoordinatesAsync (RA 12月),用于驱动FASOT搬山的“B”。另一方面,要实现上述功能,如图 3,扫描软件应该首先实现以下操作:连接S1, S2和S3 S4。

在下面,笛卡儿和赤道坐标之间的坐标变换将描述。

如图 6,大圆盘代表天球。Eq-Eq”是天球赤道。P是天极。Z是天顶。O是观测站点。考虑到这一事实,地球和太阳之间的距离远远大于地球的直径,地球将被视为天球的中心,即点o。0“autoguiding望远镜的焦距,其值等于 f 。“是autoguiding图像传感器的中心,也是视轴的投影点autoguiding望远镜(如图 4在笛卡儿坐标系统,'XY,“作为系统)的起源。目前是位于实际太阳能表面被autoguiding望远镜的光轴指出,和它的赤道坐标是(A, D)。B是另一个点位于实际太阳能表面autoguiding望远镜的光轴急于点,和它的赤道坐标是(一个“D”)。在美联社的切线,笛卡尔坐标系统的基础上,答的构造。很明显,B”的投影点B和B”,也是第一个扫描步骤(如图 4)。因此,基于球面和投影三角形的定理和公式( 14),这两个笛卡儿和赤道坐标之间的转换公式可以得到: (5) 棕褐色 ⁡ 一个 - - - - - - 一个 ′ = y 证券交易委员会 ⁡ D f - - - - - - x 棕褐色 ⁡ D (6) 棕褐色 ⁡ D ′ = x + f 棕褐色 ⁡ D f - - - - - - x 棕褐色 ⁡ D 因为 ⁡ 一个 - - - - - - 一个 ′ (A, D)的赤道坐标点是目前被autoguiding望远镜的光轴,指出,这是一个已知数量的事实,它可以通过基于ASCOM API。(x, y)的笛卡尔坐标点B”,这是一个熟知的事实可以通过控制电脑屏幕autoguiding系统(如图 8)。 f autoguiding望远镜的焦距,这也是一个已知数量。因此,基于已知量,赤道坐标B点,(一个“D”),可以获得。因为B是B的投影点,其赤道坐标也(“D”)。

显然,这是一种有效的方法来快速定位和点扫描的第一步。然而,这种方法不适合描述的多步扫描部分 3。的原因如下。

首先,这种方法取决于使用的指向精度,和准确性往往并不令人满意。例如,如表所示 1FASOT-1B的指向精度不能满足每一个扫描步骤的规范,Ac ≤ 1”。然而,对扫描的第一步,FASOT-1B的指向精度是足够的事实可以只要扫描的第一步是指位于太阳的点当地的利益。

第二,它的调速方法是可怕的,导致指向每一个扫描步骤后,相应的振动存在于望远镜,偏振调制和数据采集不能立即进行。显然,每个扫描步骤的时间也将延长由于等待结束的振动。

第三,这种方法并不是软件控制,其指向过程取决于伺服控制系统集成到安装,导致这一事实的运动速度扫描步骤不能灵活控制,以及抗扰动能力是可怕的。

就像前面提到的 3,以满足每一个扫描的规范步骤中,一个新的闭环控制系统结合autoguiding系统和伺服控制系统的山构造,其结构图如图 3。节 3,这个闭环控制系统的原理及其流程图的程序也被描述。其核心的理想是建立一个更加灵活和软件控制的闭环控制系统,以灵活地调节每个扫描步骤和实现的速度扫描规范。另一方面,方便软件控制的闭环控制系统将一些有效的算法集成到其内部加强其鲁棒性。例如,在我们的扫描方法,卡尔曼滤波器是用来加强每个扫描步骤的鲁棒性。

在每个扫描步骤中,由于风能和其他随机扰动因素迫使望远镜(风主导),相应的振动中存在主要的指导光学望远镜,导致autoguiding望远镜也将被打扰。毫无疑问,干扰将严重影响性能的多步扫描。因此,必须采取相应的措施。卡尔曼滤波器是由我们来提高性能的多步选择扫描后调查大量的文献发表。尽管卡尔曼滤波器应用于一些望远镜和系统来加强他们的鲁棒性 15- - - - - - 18),在望远镜扫描中的应用还没有被发现。在下面,详细描述关于卡尔曼滤波的应用在我们的扫描将得到。

卡尔曼滤波是一种统计评估法,自回归、线性、无偏。通过迭代,观测数据可以获得的最优估计。换句话说,干扰被迫在观测数据将被抑制。

为我们提出了多步扫描,应用卡尔曼滤波器如下。

首先,每扫描步骤中,卡尔曼滤波器是用来获取最优估计坐标的实时坐标全盘太阳能重心的形象,即估计 C u r _ 年代 o l 一个 r _ G ( k / k ) ^ , k = 1 , 2 。 。 。 。 N 从 C u r _ 年代 o l 一个 r _ G ( k ) , k = 1 , 2 。 。 。 。 N 。

第二, C u r _ 年代 o l 一个 r _ G ( k ) 所示( 1)- ( 4)将取而代之 C u r _ 年代 o l 一个 r _ G ^ ( k / k ) 。

最后,剩余部分中描述的程序类似 3。

传统的卡尔曼滤波方程如下。

状态和观测方程 (7) X k = 一个 X k - - - - - - 1 + B U k - - - - - - 1 + V k (8) Y k = H X k + W k 在哪里 一个 是状态转换关系矩阵。 B 是控制矩阵。 V 状态噪声服从高斯分布吗 N ( 0 , σ W 2 ) 。 H 是观测矩阵。 W 是观测噪声服从高斯分布 N ( 0 , σ V 2 ) 。

时间更新方程是 (9) X 1 k ^ = 一个 X k ^ - - - - - - 1 + B (10) P 1 k = 一个 P k - - - - - - 1 一个 T + 问 在哪里 一个 是状态转换关系矩阵。 B 是控制矩阵。 问 的协方差矩阵 W 。

观察更新方程是 (11) K k = P 1 k H T H P 1 k H T + R - - - - - - 1 (12) X k ^ = X 1 k ^ + K k Y k - - - - - - X 1 k ^ (13) P k = 我 - - - - - - K k H P 1 k 在哪里 H 是观测矩阵。 我 单位矩阵。 K 卡尔曼增益。 R 的协方差矩阵 V 。 X k ^ 卡尔曼滤波器的估计价值。

显然,上述方程的基础上,扫描状态和观测方程( 7)- ( 8首先构造。后来,上述矩阵,( 一个 , B , H , W , 问 , V , R ),得到。接下来,卡尔曼滤波器的估计数据, C u r _ 年代 o l 一个 r _ G ^ ( k / k ) 由迭代方程计算( 9)- ( 13)。需要强调,我们提出了多步扫描,扫描方向包含水平X和垂直y .因此,不同的扫描方向有自己的状态和观测方程。

例如水平X的扫描,扫描过程是RA轴,12月轴同时操作两个错误的基础上, H _ E r r o r _ x 和 H _ E r r o r _ y 。此外,这个操作导致的变化实时协调全盘太阳能重心的形象, C u r _ 年代 o l 一个 r _ G ( k ) 在同一运动规模和速度两个轴。因此,扫描运动方程 C u r _ 年代 o l 一个 r _ G ( k ) ,即其状态方程,可以表示如下: (14) X 年代 k X V k = 1 T 0 T X 年代 k - - - - - - 1 X V k - - - - - - 1 + 1 2 T 2 T U k - - - - - - 1 + V k 在哪里 k 测量的序列号吗 C u r _ 年代 o l 一个 r _ G ( 我 ) , 我 = 1 ⋯ k ⋯ N , T 它的测量周期。 X 年代 ( k ) 运动的大小吗 C u r _ 年代 o l 一个 r _ G ( k ) 。 X V ( k ) 的移动速度 C u r _ 年代 o l 一个 r _ G ( k ) 。 U ( k ) 的运动加速度 C u r _ 年代 o l 一个 r _ G ( k ) 。 V ( k ) 是随机扰动执行望远镜,服从高斯分布的假设吗 N (0, σ V 2 ) 。

另一方面,扫描观测方程可以表示如下: (15) Y 年代 k Y V k = 1 0 X 年代 k X V k + W k 在哪里 Y 年代 ( k ) 和 Y V ( k ) autoguiding图像传感器的观测数据吗 X 年代 ( k ) 和 X V ( k ) 。 W ( k ) 是autoguiding图像传感器的观测噪声,假设服从高斯分布 N (0, σ W 2 )。

由于这一事实 C u r _ 年代 o l 一个 r _ G ( k ) 由 C u r _ 年代 o l 一个 r _ G _ x ( k ) 和 C u r _ 年代 o l 一个 r _ G _ y ( k ) 因此,( 14)和( 15)可以扩展如下: (16) X 年代 _ X k X V _ X k X 年代 _ Y k X V _ Y k = 1 T 0 0 0 1 0 0 0 0 1 T 0 0 0 1 X 年代 _ X k - - - - - - 1 X V _ X k - - - - - - 1 X 年代 _ Y k - - - - - - 1 X V _ Y k - - - - - - 1 + 1 2 T 2 T 1 2 T 2 T U k - - - - - - 1 + V k (17) Y 年代 k Y V k = 1 0 0 0 0 0 1 0 X 年代 _ X k X V _ X k X 年代 _ Y k X V _ Y k + W k

显然,从两个方程,( 16)和( 17),我们可以获得状态转换关系矩阵 一个 ,控制矩阵 B ,观测矩阵 H 。一般来说, V 与骚乱迫使在望远镜扫描运动的过程,然后呢 W 有关autoguiding图像传感器的噪声。然而,在我们的扫描运动,autoguiding望远镜及其图像传感器位于顶部的主要指导光学望远镜(如图 7)。因此,骚乱迫使autoguiding望远镜望远镜将有类似的影响及其图像传感器。换句话说,干扰可以通过autoguiding观察系统和视为autoguiding图像传感器的噪声。上述分析的基础上,在我们的卡尔曼滤波方程( 16), V 可以被看作是一个很小的数量或零,和( 17), W 可以被视为干扰被迫在望远镜的积累和autoguiding图像传感器的噪声。

另一方面,我们有知识 W ,风的影响占主导地位。更重要的是,不同级别的风导致不同 W 。此外,我们的扫描将会停止当风的水平比3级风。因此,在不同级别的风(从一级水平三),三组的实时坐标的重心全盘太阳能获得图像,即 C u r _ 年代 o l 一个 r _ G _ 1 , C u r _ 年代 o l 一个 r _ G _ 2 , C u r _ 年代 o l 一个 r _ G _ 3 。与此同时,基于坐标的三组,三组 W 将获得的,即 W 1, W 2, W 3所示。最后,当我们上面提到的卡尔曼滤波方法应用于横向的每一步扫描X,不同 W 选择将基于相应的水平。

关于垂直Y的扫描,使用卡尔曼滤波器的策略类似于上面提到的水平X之一。

最后,我们需要的东西如下。

首先,如图 3当使用卡尔曼滤波器,S4连接SW2 S5, SW3 S7连接,由SW5 S8连接。

第二,风的水平是由风的速度,以及它们之间的关系如表所示 2。此外,数字风速计是我们用来衡量风能和选择不同的速度 W 在扫描的过程。

证明该扫描方法可以满足其规范( ( 1 ) 扫描步长应0.5”; ( 2 ) 相邻扫描步骤之间的精度应小于或等于1”; ( 3 ) 每一个扫描的时间步骤应尽可能快),实验已经进行FASOT FASOT-1B原型。因为FASOT山的性能优于FASOT-1B之一,如果扫描规范可以满足FASOT-1B,然后由FASOT他们也可以做的。图 7FASOT-1B显示真实的产品的图片,图 8显示的图形用户界面的控制系统提出了基于autoguiding扫描方法系统在电脑屏幕上。

因为我们提出扫描方法是基于实时错误全盘太阳能图像的重心,重心的轨迹全盘太阳能图像可以用来验证每一个扫描步骤是否平稳、准确。同时,轨迹也可以被用来验证扫描规格是否可以满足。

首先,我们需要验证是否卡尔曼滤波器可以增强每个扫描步骤的鲁棒性。因此,图的结构 3应该是S5连接SW2 S4, SW3连接到S6, S7 SW4连接,SW5不是S8相连。换句话说,卡尔曼滤波器的估计数据, C u r _ 年代 o l 一个 r _ G ^ k / k ,只是作为一个比较变量 C u r _ 年代 o l 一个 r _ G ( k ) ,而不是一个反馈变量。因此,在不同级别的风(从一级水平三),进行了一些实验,和相应的数据也被获得。为了更好地显示卡尔曼滤波器的性能,该组织的数据的随机干扰,获得在3级风,并显示在图 9。从图 9 (b),很明显,全盘太阳能图像的重心没有卡尔曼滤波器(图中所示的黑线 9 (b))将其轨迹当一些强烈的扫描过程中存在随机干扰。结果没有卡尔曼滤波器相比,全盘太阳能图像的重心与卡尔曼滤波器(红线图所示 9 (b))几乎使它的轨迹。更重要的是,与轨迹没有卡尔曼滤波器相比,与卡尔曼滤波器更平稳的。因此,我们可以得出结论,卡尔曼滤波可以正确地估计重心的位置的全盘太阳能形象,如果卡尔曼滤波器的输出, C u r _ 年代 o l 一个 r _ G ^ k / k ,可以应用于闭环控制系统的提出了扫描方法,我们提出了扫描方法将更多的强劲表现。

第二,卡尔曼滤波器应用于闭环控制系统的提出了扫描方法(图的结构 3应该是S5连接SW2 S4, S7 SW3连接,SW5 S8)相连。之后,一些实验类似上面提到的也有了,然后群数据的随机干扰,获得在3级风,并显示在图 10。

因为,目前,卡尔曼滤波器是使用,扫描过程应该是平稳的。因此,运动精度和时间相邻扫描步骤我们想获得。的准确性,如果像素相邻扫描步骤的数量范围之内 ( 1 2.2932,12.6932 ] 的准确性,每个扫描步骤都可以满足。因此,在图 10 (b)重心的轨迹,全盘太阳能映像包含点,它属于每一个扫描步骤的开始和结束。基于图 10 (b),每扫描步骤可以获得的准确性,很明显,其准确性是令人满意的。另一方面,获得每一个扫描的动作时间步骤中,使用基于定时器的软件,和相应的结果表明,他们所有的时间是小于或等于4 s。

最后,快速定位的方法,并指出部分中描述的扫描的第一步 4也进行测试,结果表明,扫描的第一步总是指出这一点,这是位于太阳的地方感兴趣的领域。

显然,从上述分析,我们可以得出这样的结论,对于FASOT-1B,提出扫描方法可以满足每一个扫描步骤的规范。换句话说,这种方法可以直接移植到FASOT后建立。

FASOT的特殊结构的基础上,在光学和机械,本文提出了一种新颖的基于autoguiding系统扫描方法,以扩大视野FASOT的观察。同时,提出了扫描的方法也被证明是可行的FASOT FASOT-1B原型。换句话说,这种方法可以直接移植到FASOT后建立。另一方面,除了详细介绍了我们提出的扫描方法的原理,本文还提供了一个有效的基于卡尔曼滤波的方法抑制随机干扰被迫在每个扫描步骤,加强扫描性能。

关闭评论,因为FASOT有特殊结构不同于现有太阳能望远镜和我们提出的基于autoguiding扫描方法体系尚未发表的文献报道,我们描述的关键技术提出了扫描方法可以作为一种有效的参考太阳望远镜时类似的结构构造FASOT,特别是在太阳望远镜山的情况根据ASCOM支持软件协议。