数据驱动的估计,跟踪和系统识别决定性和随机的光学点动态.

科学领域:

• 光学和光子学 在光学和光子学.
• 控制系统工程 控制系统工程
• 信号处理 信号处理

背景情况:

• 稳定和控制光束/斑点对于先进的光学系统至关重要.
• 高性能干扰排斥需要先进的估计和数据驱动的卡尔曼波器方法.

研究的目的:

• 提出一个统一的,经过实验验证的数据驱动框架,用于光点干扰建模.
• 为了实现卡尔曼波器共变矩阵的数据驱动调整,以改善光学控制.

主要方法:

• 使用了共差估计,非线性优化和子空间识别.
• 使用光谱因子化方法在实验室环境中模拟光学干扰.
• 一个数据驱动的框架被开发和实验验证.

主要成果:

• 拟议的框架有效地模拟了光点干扰.
• 该方法允许对卡尔曼波器参数进行数据驱动的调整.
• 实验验证证明了该框架在压力驱动光学设置上的有效性.

结论:

• 开发的数据驱动框架为光学干扰建模和卡尔曼波器调整提供了统一的方法.
• 这种方法对于推进复杂光学系统的控制和稳定至关重要.
• 这些发现对地面/太空望远镜,光通信和光束转向系统有影响.