Focal-plane wavefront sensing with photonic lanterns I: theoretical framework
Auteurs : Jonathan Lin, Michael Fitzgerald, Yinzi Xin, Olivier Guyon, Sergio Leon-Saval, Barnaby Norris, Nemanja Jovanovic
Résumé : The photonic lantern (PL) is a tapered waveguide that can efficiently couple light into multiple single-mode optical fibers. Such devices are currently being considered for a number of tasks, including the coupling of telescopes and high-resolution, fiber-fed spectrometers, coherent detection, nulling interferometry, and vortex-fiber nulling (VFN). In conjunction with these use cases, PLs can simultaneously perform low-order focal-plane wavefront sensing. In this work, we provide a mathematical framework for the analysis of the photonic lantern wavefront sensor (PLWFS), deriving linear and higher-order reconstruction models as well as metrics through which sensing performance -- both in the linear and nonlinear regimes -- can be quantified. This framework can be extended to account for additional optics such as beam-shaping optics and vortex masks, and is generalizable to other wavefront sensing architectures. Lastly, we provide initial numerical verification of our mathematical models, by simulating a 6-port PLWFS. In a companion paper, we provide a more comprehensive numerical characterization of few-port PLWFSs, and consider how the sensing properties of these devices can be controlled and optimized.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.