PythonTutorialExample2 のバックアップ(No.1)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• PythonTutorialExample2 へ行く。
  • 1 (2021-04-10 (土) 22:46:13)

PythonTutorial

Pythonを使ったデータ解析その2 †

準備 †

ex2.zip をダウンロードして展開し，ex2.ipynbを開く

中身について †

今回はミッドフリンジに制御したマイケルソン干渉計の制御信号から，元の外乱のスペクトルを推定する．

• ex2.ipynb: メインのデータ解析をするnotebook
• OLTF.csv: 制御のオープンループ伝達関数
• feedback.csv: フィードバック信号のパワースペクトル密度

アクチュエーター伝達関数の推定 †

外乱を推定するために，測定したオープンループ伝達関数からアクチュエーターの伝達関数を推定する． そのためにはセンシング効率，フィルターの伝達関数の情報が必要である．

フィルターの伝達関数 †

ここでは前回の解析で用いたものと同じフィルターを使用している． つまり，ゲインが100倍，カットオフが1Hzのローパスフィルターである．

センシング効率 †

マイケルソン干渉計をミッドフリンジに制御した時のセンシング効率は，フリンジの最大値Vmax，最小値Vmin，波長λで求まる（細かい式はnotebookなり誰かの修論・D論なりを参照）． 今回フリンジの最大値/最小値は

Vmax = 0.232 [V]
Vmin = 0.020 [V]

と与えている（事前の測定で求めた）．

アクチュエーターの伝達関数 †

アクチュエーターの伝達関数は，今回はピエゾで鏡を駆動しているので測定帯域ではほぼ周波数に依存しないとしてよい． なので，値 A をフィッティングパラメーターとしてオープンループ伝達関数のゲインからフィッティングにより推定する．

外乱の推定 †

推定したアクチュエーターの伝達関数を用いて外乱のパワースペクトルの推定をする． 細かい式はnotebookなり誰かの修論・D論なりを参照．