Magnetic diagnostics algorithms for LISA Pathfinder: system identification and data analysis

探路者 物理 航空航天工程 航天器 引力波 有效载荷(计算) 天文台 引力波观测站 天文 遥感 大地测量学 计算机科学 工程类 地质学 网络数据包 图书馆学 计算机网络
作者
Marc Díaz Aguiló
标识
DOI:10.5821/dissertation-2117-95156
摘要

LISA (Laser Interferometer Space Antenna) is a joint mission of ESA and NASA, which aims to be the first space-borne gravitational wave observatory. LISA will consist in a constellation of three spacecraft at the vertexes of an equilateral triangle of side 5 million kilometers. The constellation will orbit around the Sun trailing the Earth by some 20 degrees. Each of the spacecraft harbors two proof masses, carefully protected against external disturbances such as solar radiation pressure and charged particles, which ensures they are in nominal free-fall in the interplanetary gravitational field. Gravitational waves will show as differential accelerations between pairs of proof masses, and the main aim of LISA is to measure such acceleration using laser interferometry. The technologies required for the LISA mission are many and challenging. This, coupled with the fact that some flight hardware cannot be tested on ground, led ESA to define a technology demonstrator to test in flight the required critical technologies. This precursor mission is called LISA Pathfinder (LPF). The payload of LISA Pathfinder is the LISA Technology Package (LTP), and will be the highest sensitivity geodesic explorer flown to date. The LISA Technology Package is designed to measure relative accelerations between two test masses in nominal free fall placed in a single spacecraft, since one LISA arm is squeezed from 5 million kilometer to 35 cm. Its success will prove the maturity of the necessary technologies for LISA such as the Optical Metrology System and the Drag Free concept. The differential acceleration reading will be perturbed by identified disturbances, such as thermal fluctuations or magnetic effects. These disturbances are monitored by the Diagnostics Subsystem. The Magnetic Diagnostics System is one of its modules and is a critical subsystem, since magnetic noise is apportioned to 40% of the total noise budget. In this respect, to estimate the magnetic noise contribution, the Magnetic Diagnostics Subsystem will have two main tasks: (1) estimate the magnetic properties of the test masses, i.e., their remanent magnetic moment and susceptibility, and (2) infer the magnetic field and its gradient at the location of the test masses. To this end, the Magnetic Diagnostics Subsystem includes two coils which generate controlled magnetic fields at the locations of the test masses. These magnetic fields will excite the dynamical response of both test masses. Thus, by adequate processing of the kinematic excursions delivered by the interferometer, the magnetic characteristics of the test masses can be estimated within 1% accuracy level. Additionally, the Magnetic Diagnostic Subsystem includes a set of four tri-axial fluxgate magnetometers. However, the magnetic field and its gradient need to be measured at the positions of the test masses and the readouts of the magnetometers do not provide a direct measurement of the magnetic field at these positions. Thus, an interpolation method must be implemented to calculate them. This is a difficult problem, mostly because the magnetometers are too distant from the locations of the test masses (more than 20 cm away) and because there are not sufficient magnetic channels to go beyond a classical linear interpolation method, which yields extremely poor interpolation results. Consequently, in this thesis we present and validate an alternative interpolation method based on neural networks. We put forward its robustness and accuracy in several mission scenarios and we stress the importance of an extensive magnetic testing campaign. Under these assumptions, we deliver magnetic field and gradient estimates with 10% accuracy. Finally, the estimate of the magnetic noise contribution to the total acceleration between the two LPF’s test masses is determined with an accuracy of 15%. This result represents an enhancement of the estimation quality in one order of magnitude with respect to former studies. LISA (Laser Interferometer Space Antenna) és un missió espacial conjunta de l’ESA i la NASA, que serà el primer detector d’ones gravitacionals a l’espai. LISA consisteix en una constel·lació de tres satèl·lits situats als vèrtexs d’un triangle equilàter de 5 milions de quilòmetres de costat. La constel·lació orbitarà al voltant del Sol seguint la Terra a uns 20 graus. Cada un dels satèl·lits contindrà dues masses de prova, curosament protegides de pertorbacions externes com la pressió de la radiació solar, assegurant que estiguin en una caiguda lliure nominal en el camp gravitacional interplanetari. Les ones gravitacionals creen acceleracions diferencials entre el parell de masses de prova. Així doncs el principal objectiu de LISA és mesurar l’esmentada acceleració utilitzant interferometria làser. Les tecnologies necessàries per LISA són molt exigents. A més, la majoria d’elles no poden ser testejades a la Terra. Per tant, l’ESA va determinar la necessitat de llançar una missió precursora que actués com a demostrador tecnològic, aquesta missió és LISA Pathfinder (LPF). La seva càrrega útil és el LISA Technology Package (LTP) i serà el sensor geodèsic de més alta sensitivitat a l’espai. El LISA Technology Package està dissenyat per mesurar acceleracions diferencials entre dues masses de prova en caiguda lliure situades en un sol satèl·lit, reduint un dels braços de LISA des de 5 milions de quilòmetres fins a 35 cm. L’èxit de la missió suposaria la demostració de la maduresa de les tecnologies necessàries per LISA, com són el Optical Metrology System i el concepte Drag Free. La mesura de l’acceleració diferencial estarà afectada per certes pertorbacions com podrien ser les fluctuacions tèrmiques o els efectes magnètics a l’interior del satèl·lit. Aquestes pertorbacions són monitoritzades pel Subsistema de Diagnòstic. El Subsistema de Diagnòstic Magnètic és un dels seus mòduls i és un sistema crític, perquè el soroll magnètic representa un 40% del soroll total. Amb la finalitat d’estimar la contribució del soroll magnètic, el Subsistema de Diagnostic Magnètic ha de (1) estimar les propietats magnètiques de les masses de prova, i.e., el seu moment magnètic remanent i la seva susceptibilitat, i (2) estimar el camp magnètic i el seu gradient a la posició de les masses de prova. Així doncs, aquest subsistema integra dues bobines per generar camps magnètics a la posició de les masses. Aquests camps magnètics exciten la resposta dinàmica de les dues masses. Finalment, amb el processament de les excursions cinemàtiques proporcionades per l’interferòmetre podem estimar les característiques magnètiques amb una precisió de l’1%. D’altra banda, el Subsistema de Diagnòstic Magnètic també integra 4 magnetòmetres triaxials. No obstant, el camp magnètic i el seu gradient ha de ser mesurat a la posició de les masses de prova i les lectures dels magnetòmetres no estan situades en aquestes posicions. Per tant, cal implementar un sistema d’interpolació. Aquest problema presenta una dificultat especial perquè els magnetòmetres estan situats lluny de les masses de prova (més de 20 cm) i perquè només hi ha mesures magnètiques per realitzar una interpolació de primer ordre. Aquest mètode dóna resultats inacceptables, per tant en aquesta tesi presentem i validem un mètode d’interpolació alternatiu basat en xarxes neuronals. En demostrem la seva robustesa i exactitud en diferents casos i remarquem la importància de disposar d’una extensa campanya de tests magnètics. Sota aquests supòsits, estimem el camp magnètic i el seu gradient amb un error inferior al 10%. Finalment, l’estimat de la contribució del soroll magnètic en la mesura de l’acceleració diferencial de les dues masses de prova es pot determinar amb una exactitud del 15%. Aquest resultat suposa una millora de la qualitat d’estimació en un ordre de magnitud en comparació a estudis previs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
dingyang41发布了新的文献求助10
1秒前
7123发布了新的文献求助10
2秒前
小徐发布了新的文献求助10
2秒前
失眠夏山完成签到,获得积分10
2秒前
yang完成签到,获得积分0
3秒前
5秒前
5秒前
zjq完成签到,获得积分10
6秒前
文迪厄尔发布了新的文献求助30
6秒前
qsyslh完成签到,获得积分10
7秒前
8秒前
9秒前
Nansen完成签到 ,获得积分10
9秒前
90无脸男发布了新的文献求助30
10秒前
情怀应助高大毛衣采纳,获得10
10秒前
Owen应助洋芋锅巴采纳,获得10
11秒前
cosy发布了新的文献求助10
12秒前
12秒前
斯文败类应助qsyslh采纳,获得10
12秒前
13秒前
agent完成签到 ,获得积分10
15秒前
虚幻沛文完成签到 ,获得积分10
16秒前
饿得咕咕地完成签到,获得积分10
17秒前
小徐完成签到,获得积分10
17秒前
王梦涵完成签到,获得积分10
19秒前
勤恳风华完成签到,获得积分10
19秒前
19秒前
困困发布了新的文献求助10
19秒前
19秒前
高大毛衣完成签到,获得积分20
20秒前
欣喜代秋发布了新的文献求助10
20秒前
苏苏完成签到 ,获得积分10
20秒前
文迪厄尔发布了新的文献求助30
21秒前
小耗子完成签到,获得积分10
21秒前
科研通AI5应助喵了个咪采纳,获得10
21秒前
21秒前
格桑梅朵应助阿言采纳,获得200
22秒前
美满的冬卉完成签到 ,获得积分10
22秒前
高分求助中
Mass producing individuality 600
Разработка метода ускоренного контроля качества электрохромных устройств 500
A Combined Chronic Toxicity and Carcinogenicity Study of ε-Polylysine in the Rat 400
Advances in Underwater Acoustics, Structural Acoustics, and Computational Methodologies 300
Treatise on Process Metallurgy Volume 3: Industrial Processes (2nd edition) 250
Les dinosaures (Carnosaures, Allosauridés, Sauropodes, Cétosauridés) du Jurassique Moyen de Cerro Cóndor (Chubut, Argentina). Annales de Paléontologie (Vert.-Invert.) 200
The Framed World: Tourism, Tourists and Photography (New Directions in Tourism Analysis) 1st Edition 200
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3825290
求助须知:如何正确求助?哪些是违规求助? 3367618
关于积分的说明 10446647
捐赠科研通 3086928
什么是DOI,文献DOI怎么找? 1698354
邀请新用户注册赠送积分活动 816756
科研通“疑难数据库(出版商)”最低求助积分说明 769937