On peut diviser la chaîne de mesure en plusieurs étapes. Parfois, il peut être difficile de distinguer aisément leur rôle : d'une part, elles sont intimement liées dans la qualité de l'observation ; d'autre part, leur intégration dans une outil d'observation efficace peut les solidariser intimement. L'ambition de ce chapitre : mettre un peu d'ordre dans cette complexité.
Collecter le signal, c'est assurer que les photons arrivent nombreux et en bon ordre aux différents foyers d'un télescope. Qualités optique et mécanique se conjuguent pour accomplir cette tâche.
Le miroir primaire est le ... premier miroir vu par les photons. Il présente généralement un profil parabolique. Le deuxième, s'il y en a un, est appelé ... secondaire.
Les 2 télescopes Keck, plus grands collecteurs dans le visible depuis le début des années 1990, ont des miroirs segmentés (càd en plusieurs morceaux), et illuminent les foyers Cassegrain et Nasmyth. Ce dernier, après passage du faisceau sur l'axe en altitude, est découplé du télescope.
Une configuration classique est la combinaison de 2 miroirs, l'un parabolique, l'autre hyperbolique convexe, dans la configuration Cassegrain. Les miroirs ne sont plus nécessairement monoblocs ; c'est le cas du télescope optique le plus grand en service actuellement, le télescope Keck.
Dans le domaine radio, il est nécessaire d'avoir une antenne de grande taille :
Le domaine des courtes longueurs d'onde présente de nombreuses particularités. Entre autres :
Optique géométrique. Formation d'image au foyer primaire d'un télescope.
Quelques notions sur les collecteurs de photons en astronomie.
Le signal d'un objet très lointain, non résolu spatialement, est une onde plane. Observer cette onde plane, c'est la focaliser en un point. Une surface mathématique sait faire cette opération : le paraboloïde de révolution (révolution d'une parabole autour de son axe).
Mathématiquement, la parabole conjugue l'infini à un point ; optiquement, elle permet de transformer une onde plane en onde sphérique. Ceci n'est rigoureusement vrai que pour un rayon parallèle à l'axe optique. L'aberration de sphéricité apparaît pour les rayons inclinés sur l'axe.
Les lois de l'optique permettent de caractériser les qualités de la collecte.
Les collecteurs de photons s'appuient sur de multiples configurations optiques. On note principalement :
Optique géométrique. Formation d'image au foyer primaire d'un télescope. Montures des télescopes.
Aperçu des diverses configurations optiques pour un télescope.
Plusieurs configurations optiques permettent de réaliser pratiquement la convergence d'une onde plane en un foyer. Selon l'usage, astronomie amateur ou professionnelle, elles diffèrent, par leur performances et leurs coûts.
Un télescope professionnel, usuellement de type Cassegrain ou Ritchey-Chrétien, présentera plusieurs combinaison de foyers.
La transformation d'une onde plane en onde sphérique, puis de l'onde sphérique en une autre onde sphérique convergeant au foyer du télescope, est une application directe des propriétés des coniques.
VLT
Pour un télescope en monture azimutale, telles les 4 unités du VLT, plusieurs trains optiques permettent d'illuminer les différents foyers : Cassegrain, Nasmyth, coudé.
L'appliquette ci-dessous décompose différents éléments d'une des unités du VLT.
Difficulté : ☆ Temps : 15 min
La figure ci-jointe, proposée en appliquette, montre un montage de type Cassegrain. Le diamètre du miroir primaire vaut 128 cm.
Positionner graphiquement la lentille équivalente du télescope, et déterminer ensuite sa focale équivalente.
[2 points]
Calculer le nombre d'ouverture du télescope.
[1 points]
La forme des miroirs doit s'approcher au mieux de la forme idéale (parabolique, hyperbolique, plane...). A grande comme à petite échelle, aucun défaut ne doit excéder une limite, dont la valeur dépend des performances souhaitées.
Plutôt que de confier la forme idéale du collecteur à une position statique et rigide, l'optique active préfère inclure une chaîne de correction commandant la forme idéale du miroir au moyen d'actuateurs positionnant idéalement chaque sous-élément du miroir.
Cette technique est employée p.ex. pour les miroirs de 8.2 m du VLT. Si leur forme idéale devait découler de leur seule rigidité, ces miroirs auraient une épaisseur supérieure à 2 m : solution inadaptée. Les miroirs sont minces (18 cm) ; leur faible épaisseur leur assure une certaine souplesse, et quelle que soit leur position, des actuateurs les repositionnent pour une forme idéale.
Dans le domaine radio, caractérisé par des longueurs d'onde relativement grandes, un grillage peut suffire à constituer un bon miroir. Il est vu par l'onde tel une surface pleine, et sa forme rapportée à la longueur d'onde considérée est suffisamment précise.
L'étude technologique des qualités optiques des éléments des collecteurs astronomiques s'appuie sur de multiples domaines non ici explorés. On s'intéresse essentiellement à la forme géométrique idéale des collecteurs, en laissant de côté : les aberrations, les propriétés thermomécaniques des miroirs et de leurs supports, les propriétés de réflexion des surfaces ; la transmission dans les verres des lentilles...
Un miroir optique diffère d'un miroir usuel. Un miroir usuel est constitué d'une plaque de verre protégeant une feuille métallique réfléchissante. Le faisceau optique traverse par 2 fois cette vitre, avant et après la réflexion métallique.
Un miroir astronomique est constitué d'un support vitreux, précisément taillé, recouvert d'une très fine couche métallique réfléchissante (aluminium, argent ou or principalement, selon le domaine de longueurs d'onde utilisé), éventuellement protégée d'une mince couche d'oxyde. Le faisceau optique ne traverse pas le verre.
Le substrat en verre est typiquement du zérodur, verre se caractérisant par un très faible coefficient de dilatation thermique.
La qualité des optiques de toute la chaîne de détection est essentielle. Elle se traduit par la fonction d'étalement du point, qui rend compte de l'image d'un objet ponctuel à l'infini.
Cette qualité, pour un miroir, se résume souvent à un paramètre : à grande ou à petit échelle, le miroir ne doit pas s'écarter de sa forme idéale de plus d'une fraction de longueur d'onde (typiquement de pour un dioptre usuel à pour une optique d'interféromètre).
On appelle optique active un système restituant la forme idéale des surfaces collectrices non de façon statique, avec des miroirs très rigides, mais dynamique, avec des miroirs minces positionnés par des actuateurs. L'optique active corrige les déformations lentes d'origine thermique et mécanique.
L'optique adaptative corrige en temps réel les défauts du front d'onde induits par la turbulence. Voir les pages dédiées à l'optique adaptative.
Les diamètres collecteurs ont régulièrement augmenté au cours du temps, pour collecter plus, et plus précisément, de photons. Divers projets de télescopes optiques de miroir primaire de 30 à 50 m sont dans les cartons. Des structures de telles dimensions existent déjà, mais dans le domaine radio, avec des longueurs d'onde centimétriques et non submicrométriques.
Le projet CELT illustre les caractéristiques des futurs projets. Le projet OWL de l'ESO, préparant la classe des télescopes de 100 m, n'a pas abouti, car il supposait un trop radical changement d'échelle. Il a été remplacé par un projet de télescope de 39 mètres de diamètre, l'Extremely Large Telescope (ELT) de l'Observatoire Européen Austral, dont la première lumière est prévue en 2024.
Dévoiler les grandes lignes des projets de grands observatoires.
Certains besoins scientifiques (pas tous) nécessitent la collecte de flux de plus en plus faible, et donc des collecteurs encore plus grands que ceux de la classe 10 m entrés en action dans les années 1990.
Les télescope de cette classe 10 m ont montré des changements importants par rapport à leurs prédécesseurs, induits simplement par leur taille.
Ces principes sont conservés pour les projets de télescope de la classe 30 m, avec en plus la généralisation des miroirs segmentés.
Si le principe des très grands télescopes est mûr, leur réalisation pratique pose de nombreux problèmes. Par exemple :
Une solution alternative aux très grands télescopes pourrait consister à réaliser une surface collectrice avec plusieurs pupilles reconstituant une seule surface collectrice, mais non entièrement pavée ; un système optique apporte la densification de pupilles, et conduit au principe de l'hypertélescope. La réalisation pratique d'un hypertélescope n'est pas prévue dans un futur proche, un certain nombre de points durs techniques subsistant encore.
Difficulté : ☆☆☆ Temps : 60 min
La première figure donne le schéma de principe d'un hypertélescope. L'équivalent du miroir primaire est constitué de sous-pupilles, reconstituant de façon incomplète une surface collectrice correspondant à une immense parabole. mesure le diamètre d'une sous-pupille ; leur écartement.
La deuxième figure présente le montage du densificateur de pupille. Les lentilles L2 et L5 sont supposées identiques, si bien que le grossissement du système constitué de ces lentilles vaut -1 ; le grossissement angulaire du système afocal constitué des lentilles l3 et l4 est noté .
Cet exercice est à résoudre sans gros calcul ! Pour simplifier l'approche, on travaille sur une seule dimension, comme le montre la figure (sans chercher à reconstituer la surface collectrice).
On s'intéresse juste à l'optique en amont de F1. Quels paramètres dimensionnent la taille angulaire de la tache image en F1 d'une sous-pupille, de l'ensemble des sous-pupilles ? Mener l'analogie avec un réseau d'interférence composé de fentes de largeur séparées d'une distance , s'étalant sur une longueur totale .
Déterminer l'action du système (l3, l4), en comparant les situations en F1 et F2.
Quel est l'intérêt du système ? Que se passe-t-il lorsque ?
Qu'a-t-on gagné, qu'a-t-on perdu avec cette opération ?
L'information recherchée dans un signal s'exprime de diverses façons. Cette section présente les grands principes en oeuvre et les techniques instrumentales associées, pour traiter au mieux les photons selon :
L'information portée par les photons peut être traitée de diverses façons, ainsi que le montrent les illustrations suivantes.
Distinguer différents principes instrumentaux.
La liste qui précède est austère. Les pages qui suivent illustrent comment ces techniques sont mises en pratique, et dans quel but.
Les données astrométriques permettent une foultitude de choses, comme par exemple de précisément caractériser un champ autour d'un objet. Les figures ci-jointes décrivent de diverses manières l' environnement d'une étoile, une carte, ou par les coordonnées.
Le principe de mesure de Gaia repose sur le balayage du ciel simultanément le long de deux lignes de visée. Le scénario de pointage met en oeuvre la rotation propre et la précession du satellite. Le montage optique s'appuie sur une structure stable.
L'astrométrie a pour but de mesurer la position des astres, leur parallaxe et donc leur distance, leur mouvement propre. Elle opère un travail indispensable de repérage et d'arpentage.
Repérer précisément les astres, c'est avoir accès à leur distance, par l'étude de la parallaxe. Repérer leur mouvement propre, c'est avoir accès aux causes dynamiques du mouvement, et donc mesurer des masses.
date | observation | nombre d'objets | précision (") |
---|---|---|---|
-150 | Hipparque | 1000 | 1100 |
1590 | Tycho | 1000 | 60 |
1690 | Flamsteed | 4000 | 10 |
1850 | Argelander | 26000 | 1 |
1975 | US Naval Observatory | 0.04 | |
1995 | Hipparcos | 120000 | 0.001 |
2012 | Gaia |
L'agence spatiale européenne a exploité le satellite Hipparcos durant les années 1990, et lancé la mission Gaia fin 2013. Ces 2 missions ont pour but principal l'arpentage de l'Univers, obtenu par une très grande précision astrométrique.
Hipparcos comme Gaia sont des missions spatiales. L'écran de l'atmosphère terrestre est évité, la déviation d'un rayon lumineux au travers des couches atmosphériques étant bien trop importante par rapport à la précision recherchée, de l'ordre de la milliseconde d'arc. La précision des missions Hipparcos et Gaia s'appuie sur le principe de l'observation simultanée de 2 champs stellaires, dans 2 directions faisant entre elles un angle fixé et stable (106.5 deg). Comme un compas sert à repérer des distances (linéaires ou angulaires), de proche en proche les positions relatives des objets sont fixées les unes par rapport aux autres.
Gaia doit mesurer la précision d'un milliard d'objets dans la galaxies (soit 1% de son contenu stellaire), avec une précision de quelques millionièmes secondes d'arc pour les cibles les plus brillantes.
magnitude | 10 | 15 | 20 |
parallaxe (mas) | 0.007 | 0.027 | 0.3 |
La simulation ci-dessous permet de lire les positions et mouvements repérés par le satellite européen Hipparcos dans l'amas ouvert des Hyades. Noter que la précision des positions effectivement repérées par Hipparcos est infiniment meilleure que celle restituée par l'appliquette.
Difficulté : ☆☆☆ Temps : 45 min
Cet exercice se propose de montrer que la précision astrométrique d'un satellite tel Hipparcos ou Gaia peut être estimée par l'application des inégalités de Heisenberg. On s'intéresse pour ceci à la propagation d'un photon, issu d'un objet ponctuel à l'infini, dont la trajectoire intercepte le miroir primaire de détection (!). On munit l'espace d'un repère orthonormé telle que le plan corresponde au miroir primaire de la détection. La quantité de mouvement du photon incident est quasiment parallèle à . On suppose que la formation d'image suit parfaitement les lois de l'optique géométrique.
On s'intéresse à l'interception du photon selon la direction . Peut-on connaître la position de l'impact et de la réflexion du photon sur le miroir? En déduire que le front d'onde incident est découpé en tranche de largeur la dimension du miroir, que la position selon l'axe est inconnue, et que donc elle est affublée d'une incertitude de position .
[2 points]
On rappelle qu'un échantillonnage par valeur entière correspond à un bruit de numérisation de . En déduire l'incertitude de mesure de la composant selon de la quantité de mouvement du photon.
[1 points]
Par inégalité de Heisenberg, les incertitudes de position et quantité de mouvement doivent vérifier :
avec la quantité de mouvement totale . En déduire que l'incertitude de repérage de l'angle d'incidence du photon vaut :
[3 points]
Faire l'application numérique pour Gaia, observant à la longueur d'onde moyenne de 600 nm, avec . Cela est-il compatible avec les performances annoncées, de l'ordre de à la magnitude ? Pourquoi ?
[1 points]
La question précédente dimensionne l'incertitude pour 1 photon. On montre plus loin dans le cours que pour photons effectivement détectés, l'incertitude est divisée par . Combien de photons doivent être détectés pour aboutir à la performance annoncée.
[1 points]
Toute mesure photométrique doit s'appuyer sur un système de filtres précis, calibrés par rapport aux filtres des autres systèmes utilisés. Le projet MEGACAM au télescope CFH utilise le système ci-joint, couvrant du très proche UV au proche IR.
Les occultations, qui réunissent sur un même axe un objet du système solaire et une étoile, comme une éclipse réunit la Lune et le Soleil, ne sont pas que de simples événements fortuits : leur observation est riche en enseignement (métrologie, sondage atmosphérique...).
Les mesures photométriques recherchent souvent des variabilités, dont l'étude ouvre de multiples champs d'investigation. Plusieurs satellites passent actuellement leur temps à mesurer des flux stellaires avec une précision de plus en plus grande. Le satellite CoRoT a ainsi découvert une très petite planète. La microvariabilité d'une naine blanche (PG1159) est étudiée pour l'analyse de ses oscillations : la série temporelle enregistrée sur 8 nuits aboutit au spectre de Fourier.
Photométrie : étude de la magnitude d'un astre dans un système de bandes spectrales.
Connaître précisément le nombre de photons de couleur donnée qui arrivent en un intervalle de temps donné permet de remonter à des considérations énergétiques.
Le problème est très souvent complexe, car il nécessite de tenir compte précisément de la transparence atmosphérique, de la fonction de transfert du collecteur et de l'instrument, de la réponse spectrale du détecteur...
Les effets mentionnés ci-dessus illustrent la complexité, voire l'impossibilité, d'une mesure photométrique absolue. Les mesures effectuées sont des mesures relatives, où la luminosité de l'objet, intégrée ou spectrale, est comparée à une référence.
Cette référence peut être une cible stellaire (telle l'étoile Véga p.ex, qui définit la magnitude apparente visuelle 0). Les mesures bolométriques, dans l'IR ou le submillimétrique, comparent le flux étudié à celui d'un corps noir calibré.
L'étude de la variabilité et de la microvariabilité est très fructueuse, pour observer des phénomènes à haute fréquence, associés à des variations intrinsèquement rapides ou bien dues à des phénomènes transitoires.
Mesurer un flux nécessite de la méthode, et cette dernière dépend du signal étudié. On peut pratiquer :
Imager permet de tracer la distribution de matière qui rayonne, qui absorbe... Une image en fausse couleur résulte de la superposition de 3 images prises dans 3 filtres différents.
Autrefois, avant l'introduction de la photographie à usage astronomique, à la fin du XIXe siècle, imager signifiait dessiner !
L'imagerie permet d'identifier les objets, pour les classer, pour faire le lien entre diverses observations à diverses longueurs d'onde... Un problème courant est de distinguer les sources stellaires des sources galactiques.
L'imagerie, répétée sur un même champ, permet la découverte des petits corps du système solaire, en mouvement apparent sur fond d'étoiles fixes. C'est p.ex. ainsi qu'ont été découverts les objets de Kuiper, éléments du système solaire situés au-delà des planètes géantes, en deçà des comètes, et s'en distinguant par des orbites relativement proche de l'écliptique et d'excentricité modérée.
Les séries temporelles d'images donnent accès aux cartes des objets enrotation, et à leurs variations
L'imagerie permet aussi de repérer des événements particuliers, comme p.ex. l'apparition de taches sur Jupiter.
Tentative, désespérée, de classification des divers et nombreux champs d'application de l'imagerie en astrophysique
Imagerie : fournir des images dans des systèmes de filtres standards, ou au-moins précisément référencés.
L'imagerie fournit des images. Pour obtenir une image, il faut au préalable avoir reçu 10 bons points. On peut échanger 10 images contre un petit livre.
Les images en astrophysique apportent l'information spatiale, qui permet le traçage et l'identification de la matière lumineuse. Cette information dépend essentiellement de la longueur d'onde d'observation.
La résolution spatiale, couplée avec une faible résolution spectrale, donne par exemple accès à des informations de température ; avec une forte résolution spectrale : traçage fin d'un élément, mesures Doppler...
Obtenir une image est relativement trivial dans certains cas, pas du tout dans d'autres.
Ceci peut être dû à la mise en forme du signal. Dans les domaines X et surtout , la capacité d'imagerie des détecteurs est très limitée, et il est souvent difficile de bien localiser une source même intense. Du côté des très grandes longueurs d'onde, la tache d'Airy due à la diffraction peut atteindre une extension angulaire très grande ce qui limite la résolution spatiale.
La capacité d'imagerie dépend aussi de la technologie des détecteurs. Si en lumière visible les mosaïques CCD atteignent 2k x 4k, les performances sont bien plus limitées dans les longueurs d'onde infrarouges. En submillimétrique et radio, les détecteurs étant monopixels, les images sont construites par juxtaposition d'images élémentaires.
L'imagerie est le plus souvent menée dans des systèmes de filtres si possible référencées, afin de pouvoir mener des comparaisons entre diverses observations. Ces filtres couvrent continûment le spectre, en bande large.
L'imagerie multispectrale, gourmande en photons, est menée sur des objets brillants, comme typiquement les objets du système solaire. Selon la longueur d'onde d'observation, les disques solaire, jovien ou de Titan présentent différents aspects. Les domaines spectraux sont ici adaptés au phénomène étudié.
L'intérêt de l'imagerie multi-spectrale est de permettre une modélisation précise de l'objet observé. Par application de code de transfert de rayonnement, cette modélisation permet typiquement de contraindre la température et la composition de l'objet. Le diaporama ci-contre illustre une application sur la calotte martienne sud, observée par l'instrument OMEGA à bord de la sonde Mars Express.
Selon la longueur d'onde d'observation, la Voie Lactée se présente sous différents aspects : chaque longueur d'onde apporte des informations complémentaires sur sa structure.
L'imagerie spectrale, comme son nom l'indique, fournit des images enregistrées dans un domaine spectral bien précis, défini par un filtre adapté aux propriétés de l'objet. Cela permet de tracer la distribution de matière contribuant à une signature spectrale donnée.
Cette technique est coûteuse en photons, et l'utilisation de filtres étroits nécessite une source brillante (dans le cas du soleil, ce genre de problème ne se pose bien sûr pas).
L'imagerie multispectrale combine les avantages de l'imagerie et de la spectrométrie. Comme le nombre de photons est divisé et spatialement et spectralement, la source se doit d'être lumineuse pour des observations avec un rapport signal à bruit suffisant.
Difficulté : ☆☆ Temps : 20 min
Exercice de synthèse, basé sur les images multi-spectrales de la Voie Lactée, en , X, visible, proche, moyen et lointain infrarouge, raie de , H atomique, et radio.
Dans quel système de coordonnées ces cartes sont-elles représentées ?
[1 points]
Quels domaines spectraux sont dominés par, respectivement, des sources ponctuelles intenses, une émission de type corps noir, l'absorption par des molécules ou des poussières, la réémission de ces derniers ?
[3 points]
Les spectromètres pour la haute résolution spectrale ne datent pas d'hier. Mais l'avènement des caméras CCD, qui permettent d'enregistrer un signal sur 2 dimensions, a renouvelé le principe instrumental de la spectrométrie à haute résolution, en ajoutant à la dispersion principale une dispersion croisée, qui permet l'enregistrement simultané de tout le domaine spectral sur une caméra CCD.
Un spectromètre à réseau disperse la lumière dans ses ordres élevés, et les différents ordres sont séparés par une dispersion croisée obtenue à plus basse résolution. L'avantage d'une telle instrumentation est d'aboutir à un enregistrement simultané de tout le spectre, comme p.ex. ce spectre solaire.
Le spectromètre HARPS dédié à la recherche d'exoplanètes est à l'heure actuelle le meilleur instrument de sa catégorie. Il atteint la résolution , en proposant une excellente stabilité. Les mesures sont stables et reproductibles, sur une durée de plusieurs années, à mieux que le milliardième près. Les spectres de HARPS sont obtenus avec les différents ordres d'interférences repliés sur une image ; l'image, traitée, conduit au spectre.
Spectrométrie : étude des spectres.
Bien distinguer l'identité spectrale des photons permet de remonter à la nature des éléments construisant le rayonnement, par absorption ou par émission. La spectrométrie à haute résolution permet aussi, via l'analyse Doppler, des mesures très précises de vitesses radiales, comme p.ex. celles qui ont conduit à la découverte des planètes extrasolaires.
Parmi les disperseurs efficaces, l'instrumentation astrophysique s'appuie couramment sur les spectromètres à réseau ou par transformée de Fourier.
Le principe du spectromètre HARPS (ESO/Observatoire de Genève) est expliqué ci-joint.
Principe du spectromètre HARPS
Difficulté : ☆☆☆ Temps : 45 min
Le spectromètre HARPS, mis en service au printemps 2003 à La Silla, l'un des sites chiliens de l'ESO, a pour but la recherche des exoplanètes. On se propose ici de retrouver quelques-unes des qualités qui lui permettent d'atteindre les objectifs scientifiques fixés.
Le spectromètre est installé derrière le télescope de 3.6 m de l'ESO. Sa pièce principale, le réseau, présente une hauteur de 20 cm. Déterminer le grossissement du montage afocal permettant un éclairement optimum du réseau, en supposant un faisceau non divergent.
Montrer qu'une déviation dans le champ objet se traduit par une variation de l'angle dispersé.
Rappeler l'expression donnant les variations de l'angle de dispersion en fonction des variations de longueur d'onde , du pas du réseau, et selon l'ordre d'interférence .
On cherche à déterminer le champ objet maximal, qui permette d'atteindre un pouvoir de résolution . Montrer que cette performance nécessite un faisceau émergeant du spectromètre de taille angulaire limitée à
et conclure. On fera l'application numérique avec les données :
, et un ordre d'interférence à :
Justifier a posteriori l'hypothèse de non-divergence du faisceau. On pourra considérer un faisceau optique de longueur 8 m dans l'instrument.
Plusieurs techniques permettent de réaliser la spectro-imagerie, càd une information spectrales pour plusieurs objets, plusieurs points du champ ou bien tout un champ.
La fente du spectromètre sélectionne les objets du champ. La dispersion, perpendiculaire à la fente, apporte un spectre pour chacun de ses objets .
L'image est optiquement découpée en tranches, afin de couvrir la fente d'entrée du spectro. L'analyse des images monochromatiques de la fente d'entrée permettra de reconstituer chacune des régions initiales.
La fente du spectromètre est alimentée par un faisceau de fibres. Ces fibres sélectionnent les objets du champ à étudier, qui donc n'ont pas besoin d'être alignés.
Les champs sélectionnés peuvent être imagés sur un petit nombre de pixels à l'aide de galettes de microlentilles alimentant des fibres optiques.
Spectro-imagerie : spectrométrie sur un champ non limité à un seul point source.
La spectrométrie à fente longue a pour objet l'enregistrement simultané de spectres à basse résolution pour les différentes sources sélectionnées par la fente. Le flux issu de chaque sous-région de la fente est dispersé. La dispersion étant perpendiculaire à la fente, l'image bidimensionnelle finale résulte du produit de 2 dimensions : l'une est spectrale, l'autre est spatiale.
La spectrométrie multi-objets réalise l'enregistrement simultané de spectres à basse résolution pour plusieurs régions d'une image. Les flux de ces régions sont collectés via des fibres, qui organisent une anamorphose de l'image. En entrée, les sources sont réparties indifféremment dans le champ ; en sortie, leurs images par les fibres, sources pour le spectromètre, sont alignées le long de la fente.
Le flux issu de chaque fibre est dispersé. Comme pour la spectrométrie à fente longue, l'image bidimensionnelle finale résulte du produit de 2 dimensions : l'une spectrale, l'autre spatiale. Mais la correspondance entre les pixels et le champ est à considérer selon l'anamorphose effectuée.
Par rapport à la spectrométrie à longue fente, la souplesse des fibres permet de sélectionner plus pertinemment les sources.
La spectrométrie intégrale de champ propose l'enregistrement simultané de spectres à basse résolution de tout un champ objet. L'objet est découpé en un certain nombre de régions, chacune étant alors considérée comme une source ponctuelle, ensuite dispersée.
L'espace entre les images de chacune de ces sources ponctuelles est suffisant pour permettre d'enregistrer, pour chacune, un spectre à basse résolution.
La fente du spectromètre UVES de l'ESO, fonctionnant en spectrométrie multi-objets, est illuminée par 8 fibres. Sept d'entre elles visent 7 cibles, la 8ème est réservée à la référence spectrale (une lampe à vapeur spectrale, dont on voit les raies en émission).
Spectrométrie multi-objets
Spectrométrie intégrale de champ
La résolution spatiale est dégradée, pour permettre l'enregistrement de spectre sur une grille de régions du champ. Le réseau de microlentilles découpe le faisceau, et crée autant d'images ponctuelles qu'il y a de microlentilles. Ces images ponctuelles sont ensuite autant de sources pour un spectrographe. On récupère en sortie un spectre de résolution moyenne pour chaque région de l'objet découpée par la microlentille (cf instrument CFHT/Observatoire de Lyon).
Difficulté : ☆☆ Temps : 20 min
Cet exercice a pour but d'estimer l'ordre de grandeur des performances d'un spectromètre intégral de champ, qui donne des images sur un CCD de 2k 2k (2000 fois 2000 pixels). On note le pouvoir de résolution spectrale visé, le nombre d'éléments spectraux correspondant, le nombre d'informations spatiales souhaité.
Montrer que, si l'intervalle spectral est large, alors en ordre de grandeur . On se place par la suite dans le cadre de cette hypothèse.
Montrer que le produit est nécessairement borné.
On considère pour la suite qu'entre le codage, l'étalonnage, la séparation des spectres..., une information élémentaire nécessite 20 pixels. On souhaite une résolution spectrale de 200. En déduire le nombre d'informations spatiales maximal.
Aux grandes longueurs d'onde, submillimétriques ou radio, les techniques interférométriques s'imposent pour un gain en résolution angulaire (voir l'exercice correspondant).
On nomme VLTI la configuration interférométrique des télescopes du VLT. La longueur de cohérence pour une source astronomique étant limitée, l'obtention de franges d'interférence nécessite des lignes à retard pour mélanger les faisceaux des différents collecteurs. Une des premières opérations du VLTI a consisté en la mesure de diamètres stellaires d'étoiles de la séquence principale. La mesure de ces diamètres angulaires est impossible sans la haute résolution apportée par l'interférométrie.
Les mesures effectuées sont des mesures de visibilité de franges d'interférence. Plus la source est étendue, moins la visibilité des franges est marquée.
Augmenter la résolution angulaire, ultimement limitée par la diffraction d'un collecteur, en faisant interférer les faisceaux de plusieurs collecteurs.
Diffraction, interférence ; la notion de cohérence spatiale est nécessaire pour justifier les techniques d'interférométrie.
Les faisceaux issus de 2 collecteurs pointant le même objet sont recombinés, de manière cohérente, pour interférer.
La ligne de base entre 2 collecteurs étant notée , la résolution angulaire de la tache image des faisceaux interférant à la longueur d'onde vaut .
Exemple de valeur numérique : dans le proche infrarouge, pour une base de 100 m : .
Exemple de recombinaison : interféromètre de type Michelson, ou bien Fizeau. Dans ce dernier cas, les surfaces collectrices sont des éléments disjoints d'une surface collectrice unique.
L'interférométrie s'est développée dans un premier temps dans le domaine radio. Dans ce domaine de fréquence, la détection cohérente permet une recombinaison du signal plus aisément qu'aux fréquences optiques. La phase du signal étant enregistrée, cette recombinaison n'a même pas à être nécessairement menée en temps réel. L'interférométrie dans le domaine des grandes longueurs d'onde apparaît par ailleurs le plus souvent indispensable, la taille de la tache de diffraction dans ce domaine conduisant, malgré les grands diamètres collecteurs, à une résolution angulaire médiocre. L'interférométrie est aujourd'hui développée jusque dans le domaine visible : en l'absence de pupille de grande taille, c'est la seule technique donnant accès à la haute résolution angulaire.
On s'intéresse aux interférences construites entre paires de collecteurs. Le problème se ramène à une situation de type trous d'Young, avec l'analogie entre les trous d'Young et les collecteurs.
La longueur de cohérence du faisceau stellaire est limitée. Réaliser des interférences ne se limite pas à une sommation des intensités lumineuses : observer des franges d'interférence nécessite d'égaler les chemins optiques des 2 voies à quelques longueurs d'onde près avant leur recombinaison. Des lignes à retard optiques permettent de réaliser ceci.
De la même façon que le paramètre pertinent pour visualiser les franges d'interférences issus des trous d'Young est l'écart angulaire par rapport à l'image géométrique, il est utile de faire la correspondance entre la projection des lignes de bases de l'interféromètre, projetées sur le plan d'onde. Une configuration donnée, à une date donnée, va conduire à la mesure de la visibilité des franges d'interférences pour un vecteur angulaire donné .
La courbe de visibilité dépend de la taille angulaire de la source, dès lors que celle-ci est résolue par l'interféromètre. Plus la source sera étendue, plus les franges d'interférence apparaîtront brouillées dès lors que l'on s'éloigne angulairement de la direction de l'optique géométrique.
La ligne de base correspond à la projection sur le plan du ciel, donc orthogonale à la ligne de visée, de la position des télescopes. Du fait de la rotation de la Terre, elle varie au cours de l'observation.
Les animations ci-jointes montrent comment évoluent, au cours d'une séquence d'observation, les lignes de base d'un site avec 3 télescopes interférant, avec les fréquences spatiales sur le plan du ciel.
Si l'objet ne varie pas rapidement dans le temps, il est possible de prendre le temps de nombreuses configurations interférométriques, au besoin avec des changements de positions des télescopes (lorsque cela est possible), pour reconstituer suffisamment de fréquences spatiales et imager en détail l'objet.
Difficulté : ☆ Temps : 10 min
Les antennes de l'IRAM du plateau de Bure ont un diamètre de 15 m.
Déterminer la tache d'Airy, pour une observation menée à 230 GHz.
Que devient cette résolution pour une observation interférométrique avec une ligne de base de 400 m ? Déterminer le gain en éléments de résolution sur un objet.
Les différents programmes d'observations des différents télescopes ont conduit à l'accumulation de très nombreuses données, compilées dans de non moins nombreux catalogues. Aujourd'hui, soit ces catalogues sont devenus obsolètes, soit ils sont accessibles en ligne pour être accessibles, pour profiter à la plus large communauté, pour être intercroisés avec d'autres observations...
Un intérêt majeur d'un observatoire virtuel consiste à fournir des archives, p.ex. pour détecter un phénomène nouveau, tel l'apparition d'une supernova.
Approche multispectrale de M20 proposée par le Centre de Données Stellaires de l'Observatoire de Strasbourg. Les outils permettent de retrouver des informations, les comparer...
Un observatoire virtuel correspond à un centre de données, donnant accès à des observations passées classées, archivées, ainsi que des outils spécifiquement développés pour travailler ces observations.
Les évolutions technologies ne permettent pas seulement d'avoir des instruments plus performants, pilotés par des interfaces efficaces. Elles ouvrent aussi la possibilité de mettre à la disposition de la communauté des chercheurs les observations menées par les différents programmes.
Les bases de données classent et organisent dans des formats facilement portables les résultats obtenus par les grands observatoires, leurs programmes majeurs d'atlas et d'observation de régions précises, les missions spatiales...
Un observatoire virtuel, c'est une base de données suffisamment bien achalandée, organisée et agencée pour permettre non de réaliser une observation, mais d'accéder à des observations passées susceptibles de fournir les renseignements cherchés.
Un observatoire virtuel doit ainsi permettre :
Pour en savoir plus, voir p.ex. le site du Centre de Données astronomiques de Strasbourg (CDS).
Cette section a exposé les principales mises en forme du signal astronomique. Chacune correspond à une instrumentation spécifique.
Une bonne part de la recherche astrophysique concerne le développement d'instruments encore plus puissants, efficaces, sensibles, précis, stables... sachant qu'il est impossible de tout faire simultanément.
Plus de dix ordres de grandeurs séparent les énergies des photons à radio auxquels s'intéressent les astrophysiciens. Les techniques de détection, tout comme les détecteurs, sont évidemment bien différentes selon le domaine spectral.
Cette section présente des caractéristiques générales, et explore préférentiellement le domaine spectral visible ainsi que les domaines proches du visibles où les détecteurs présentent des propriétés semblables.
Une section est spécialement dédiée aux détecteurs CCD et aux observations avec une caméra CCD. Une autre s'intéresse aux observations dans l'infrarouge thermique.
La réponse spectrale d'un détecteur indique son rendement en fonction de la longueur d'onde. Sans l'instrumentation appropriée, un détecteur ne fournit pas d'information sur la couleur précise d'un photon détecté.
La taille et le nombre des pixels est un paramètre important. Une photodiode est monopixel ; les mosaïque CCD pour l'astronomie peuvent compter jusqu'à 2k 4k pixels, les plus grands CCD actuels (2003) atteignant la taille 8k 8k pixels.
Exemple de détecteur saturé, en raison d'une trop grande dynamique entre les signaux à enregistrer. La saturation conduit à élargir démesurément la tache image, car les trop nombreux photo-électrons ont débordé du puits de potentiel où ils auraient dû être stockés.
On peut synthétiser les propriétés d'un détecteur selon différentes caractéristiques, chacune associée à une dimension physique particulière.
Les principales caractéristiques sont traitées avec plus de détail dans des pages dédiées.
Exemple de caractéristiques d'un détecteur : mosaïque de la caméra CFH12k du télescope CFH.
Retenir qu'un détecteur quantique voit les photons alors qu'un détecteur cohérent voir le champ électromagnétique, ou .
On peut distinguer 3 grands type de détection :
Difficulté : ☆ Temps : 15 min
La détection hétérodyne compare le signal scientifique à un signal de référence délivré par un oscillateur local à haute fréquence. On note la pulsation du signal scientifique, et celle de la référence, cette dernière étant voisine de .
Un mélangeur fournit le signal produit des signaux observé et de référence. Montrer que ce signal est composé de 2 fréquences bien distinctes.
On applique au signal un filtre passe-bas, pour éliminer les hautes fréquences. Montrer l'intérêt du mélange des signaux.
Illustrer comment l'interaction matière-rayonnement permet de transférer l'information utile d'un photon à un photo-électron.
L'absorption d'un photon permet à un électron du détecteur de changer d'état. Cette création d'un photo-électron par absorption d'un photon caractérise les détecteurs quantiques.
La conversion photon + électron photo-électron s'appuie sur différents effets.
Effet | Description | Récepteur |
Effet photochimique | Changement d'état chimique | Plaques photo, plus guère employées aujourd'hui. Les photo-électrons activés par le rayonnement réduisent les ions Ag+ en argent métallique. |
Effet photoélectrique | Extraction d'un électron d'un métal vers le vide | Phototube, photomultiplicateur |
Effet photoconducteur | Au sein d'un semi-conducteur, l'absorption d'un photon permet à un électron de franchir le gap de la bande de valence vers la bande de conduction | Photodiode |
Effet photovoltaïque | Effet photoconducteur dans une jonction PN. Un photon crée une paire électron-trou, qui se traduit pas une différence de potentiel aux bornes de la jonction ; IR lointain radio |
La probabilité de création d'un photoélectron, souvent appelée rendement quantique, dépend de différents paramètres, et varie fortement avec la longueur d'onde :
Avec les définitions suivantes :
coefficient de réflexion à la surface du détecteur ; les photons réfléchis, repartant vers la source, ne risquent pas de créer un photo-électron | |
fraction de porteurs de charge participant au courant mesuré | |
coefficient d'absorption du matériau : un détecteur se doit d'être absorbant. | |
épaisseur du détecteur ; plus le produit augmente, plus la probabilité d'absorption d'un photon est grande |
On demande à une mesure physique de fournir une mesure en liaison avec l'observable voulue. Une propriété importante est la linéarité : si elle n'est pas assurée, la relation entre le signal mesuré et le signal observé est complexe.
L'effet de seuil peut introduire un décalage sur une faible mesure. Le niveau de signal doit être suffisant pour sortir du bruit propre du détecteur. A faible niveau, la définition du signal nul (offset) peut également affecter le signal. La saturation affecte les fortes valeurs de signal.
Un bon détecteur est linéaire sur une grande dynamique, et propose un seuil de sensibilité bas.
Un récepteur sera d'autant plus sensible que... son seuil de sensibilité est bas. Ceci nécessite le plus souvent son refroidissement, afin de diminuer le bruit d'agitation thermique.
La linéarité assure une réponse proportionnelle au signal incident.
C'est une propriété importante pour convertir une observable en mesure. Si le détecteur est linéaire, il est possible par un simple facteur d'échelle de convertir le signal électrique enregistré en signal photométrique.
La saturation limite le flux maximum observable. Un niveau de saturation élevé assure une grande dynamique.
La réponse spectrale d'un CCD dépend du matériau semi-conducteur utilisé et des caractéristiques géométriques du sandwich de détection.
Un bolomètre ne discrimine pas les longueurs d'onde... mais cela ne signifie pas qu'il est également sensible à toutes les longueurs d'onde. Le signal délivré est en fait intégré selon une fenêtre spectrale donnée.
Un détecteur n'est sensible que dans une gamme spectrale donnée. Il n'a en général aucune sélectivité spectrale intrinsèque, sauf s'il est muni de filtre adéquat.
De ce qui précède, on déduit que la résolution spectrale dépend essentiellement des filtres ou de l'instrumentation associés au détecteur.
La rapidité de lecture d'un CCD dépend de la fréquence d'horloge de l'électronique et du nombre de pixel. Le fait de n'avoir qu'un nombre de registre de lecture limité (1 à 4 typiquement) ralentit considérablement la réponse temporelle d'un détecteur composé de millions de pixels.
Un obturateur mécanique est souvent nécessaire pour stopper l'arrivée des photons durant le temps de lecture de la caméra. Dans certains cas, cet élément peut limiter la cadence d'observation.
L'observation astronomique se caractérise souvent par des poses très longues, nécessaires pour l'obtention d'un signal intrinsèquement très faible. Mais il est aussi utile de pouvoir compter sur des détecteurs rapides. La réponse temporelle prend son importance pour l'observation d'un phénomène périodique rapide, comme p.ex. le clignotement d'un pulsar, ou pour un phénomène transitoire, tel une occultation stellaire.
Un détecteur a un temps de réponse, propre ou dépendant de l'électronique de contrôle et de lecture, qui n'est pas infiniment bref. Par exemple, un bolomètre, qui convertit l'énergie des photons en échauffement, ne peut pas réponde instantanément. De même que la lecture d'une matrice CCD de plusieurs millions de pixels ne peut pas être instantanée, mais prendra jusqu'à une minute.
Il s'ensuit que le signal d'un détecteur est échantillonné dans le temps.
De ce qui précède, on en déduit qu'un détecteur fonctionne comme un filtre passe-bas : les hautes fréquences temporelles sont filtrées.
Certains phénomènes astronomiques présentent de rapides variations temporelles, soit parce qu'intrinsèquement variables, soit parce que correspondant à un phénomène transitoire. L'observation de tels phénomènes demande un temps de réponse rapide, et donc une stratégie de détection appropriée.
Difficulté : ☆ Temps : 10 min
Une observation astérosismique avec le spectromètre HARPS nécessite la lecture d'une caméra de 2k×4k. Par ailleurs, l'échantillonnage du signal temporel nécessite l'acquisition d'une image par minute.
Déterminer le temps de pose en fonction de la magnitude, sachant que le détecteur sature à partir de photo-électrons par pixel, est que cette saturation est atteinte en environ 1 s pour une étoile de magnitude 0.
Le temps de lecture de la caméra est de 20 s. Pour quelle magnitude minimale l'observation reste-t-elle pertinente, avec au-moins la moitié du temps passée sur la source et non à lire la caméra ?
L'observation demande un échantillonnage plus rapide que 3 minutes. Montrer qu'une cible peu brillante ne sera pas observée dans de bonnes conditions. Estimer la limite en magnitude dans le cas où l'on accepte de remplir les pixels à 1/10 de la valeur optimale.
Les CCD actuels pour l'astronomie ont des tailles limitées à 2k4k. Pour augmenter la capacité de détection, on pave le plan focal de plusieurs détecteurs, comme par exemple pour la caméra MEGACAM du télescope CFH mise en service à l'été 2003.
Un pixel, pour picture element, est un élément d'image. Par extension, un pixel d'une caméra CCD correspond à l'entité physique qui aboutit à un élément d'image.
Le nombre de pixels court de 1 à plusieurs millions ; on note couramment 1 kpx = 1000 px.
Les caméras actuelles ont typiquement des formats de 256 256 px (dans l'infrarouge thermique) à 2k 4k pixels (dans le visible).
Le format est la seule caractéristique où la détection par plaque photographique fut plus performante. Les détecteurs de type CCD comptent un nombre de pixels bien inférieur à celui atteint par les plus grandes plaques photos.
Difficulté : ☆ Temps : 10 min
La caméra MEGACAM du télescope CFH, mise en service à l'été 2003, comprend 40 mosaïques CCD, de 2k 4.5k pixels. L'information d'un pixel est codé sur 16 bits. Le temps de lecture d'une image totale est de 30 secondes.
Les 36 CCD centraux, couvrent une surface carrée de 0.94 degré par 0.94 degré. Déterminer le champ de vue d'un pixel.
Déterminer la capacité de stockage nécessaire pour 1 champ observé en 3 couleurs.
Une nuit moyenne aboutit à une dizaine de champs, chacun pris dans 3 filtres. A raison de 100 nuits d'observation par an, déterminer le volume de données au bout de 5 années de fonctionnement.
Le simple fait de numériser un signal analogique, càd de le coder sur une échelle de valeurs discrétisée (typiquement, sur bits, ce qui permet de coder valeurs), peut rajouter du bruit au signal.
La température du détecteur conditionne le signal d'obscurité d'un détecteur. Suite à l'agitation thermique, des porteurs de charge apparaissent aléatoirement, d'autant plus que la température est élevée.
Le bruit de fond représente le bruit de photons de la lumière parasite.
Apprendre à distinguer un signal d'un bruit.
Plusieurs pages sont spécifiquement dédiées au bruit dans la section Analyser le signal : (bruit gaussien, bruit de photons, rapport signal à bruit...)
Au signal scientifique se superposent des signaux parasites et des bruits. Un bruit sera caractérisé par son caractère aléatoire, et les propriétés statistiques correspondantes.
Un signal parasite possède, comme son nom l'indique, les propriétés d'un signal et non celles d'un bruit.
La nature du rayonnement, quantique par excellence, montre le hiatus à décrire une intensité lumineuse par une quantité analogique, alors que les porteurs de ce rayonnement sont quantifiés.
On montre que la statistique d'arrivée des photons est poissonnienne. Lorsque l'on attend photons, la valeur moyenne observée est et la fluctuation autour de cette valeur moyenne. Il s'ensuit un rapport signal à bruit déterminé par le flux de photons égal à :
En électronique, on parle de bruit de grenaille, et de bruit de photons en optique.
Le bruit de fond représente le bruit de photons de la lumière parasite qui se superpose au signal scientifique. Comme le bruit quantique, il est lié aux sources (ici parasites) et non au détecteur. Dans l'infrarouge, il est dominé par l'environnement chaud que voit le détecteur.
Le bruit thermique provient de l'agitation thermique des porteurs de charge du détecteur. Il est à moyenne nulle, son écart-type augmente avec la température.
Ce bruit, comme les suivants, dépend du détecteur et de la chaîne de détection.
Le processus de lecture contribue au bruit de lecture, par exemple dans un CCD lorsque les photo-électrons sont transférés le long d'une colonne vers un registre de lecture. On quantifie le bruit de lecture par son écart-type en nombre de photoélectrons par pixel. Une valeur typique de est de l'ordre de quelques photo-électrons par pixel
L'électronique d'amplification introduit un gain , dont la valeur n'est pas fixe mais sujette à différents bruits.
Le signal analogique est finalement converti en signal numérique, codé sur éléments d'information (bit), ce qui permet uniquement valeurs de codage.
Un signal évoluant sur une plage de 0 à présentera, de par le codage sur éléments d'information, une résolution minimale de .
Difficulté : ☆ Temps : 15 min
On souhaite numériser le signal photométrique d'un détecteur dédié à une étude de la microvariabilité. Ce signal est composé d'un fort continu, de diverses modulations et bruit, et du signal scientifique. Les amplitudes respectives sont données dans le tableau ci-dessous.
continu | |
variations | |
microvariabilité |
Sans traitement préalable, sur combien de bits faut-il coder le signal afin de ne pas introduire de bruit lors de cette opération (si besoin, voir les pages sur l'échantillonnage d'un signal) ?
Même question, après filtrage permettant de séparer les composantes continue et lentement variable d'une part, et la microvariabilité se distinguant du fond variable de l'autre.
Lorsque l'on décompte toutes les pertes de transmission des différents éléments d'une chaîne instrumentale, on s'aperçoit que le rendement final n'est pas nécessairement bon. Pour 100 photons collectables au sommet de l'atmosphère, la plupart des instruments ne travailleront finalement qu'avec une poignée de photoélectrons.
On peut considérer comme partie intégrante du rendement celui de la couverture temporelle durant laquelle la météo est favorable. L'image satellite illustre le fait que le Chili offre de bien meilleurs sites d'observations que l'Argentine, avec un ciel parfaitement dégagé.
Lorsque les photons sont rares, pour des sources faiblement lumineuses, il faut viser l'efficacité lors de chacune des étapes participant à la chaîne de mesure, et ce bien avant le détecteur.
atmosphère | 60 à 80%, dépend de la masse d'air (mesure la quantité d'atmosphère traversée, càd , avec la hauteur sur l'horizon de l'objet visé) |
miroir | jusqu'à 99%, en fonction du traitement réfléchissant de surface |
fibre | de l'ordre de 80% |
dioptre | une réflexion verre-air a un coefficient de transmission typiquement de 96%. Un traitement antireflet permet d'accroître ce coefficient jusque vers 99% |
Difficulté : ☆ Temps : 5 min
Un instrument comprend en tout 10 lentilles. Sans traitement antireflet, chaque dioptre a une transmission de 96%. Déterminer la transmission globale.
[2 points]
Un traitement antireflet permet de porter le coefficient de transmission à 99%. Que devient la transmission globale ?
[1 points]
Conclure.
[1 points]
Difficulté : ☆ Temps : 15 min
Les données de l'appliquette ci-jointe montrent l'évolution de la transmission atmosphérique avec la longueur dans le domaine visible, pour 2 altitudes d'observation : au niveau de la mer et au sommet du Mauna Kea (Hawaï, 4200 m d'altitude).
Tracer, pour les 2 altitudes d'observation, les transmissions en fonction de la longueur d'onde, et commenter l'allure des courbes.
[2 points]
La relation de l'extinction avec la masse d'air de l'objet visé , l'angle mesurant la distance angulaire entre le zénith et la direction de visée, est de la forme :
Commenter et justifier cette relation.
[1 points]
Montrer, en calculant l'extinction au CFH, que la courbe d'extinction est compatible avec la diffusion Rayleigh, qui varie comme l'inverse de la puissance quatrième de la longueur d'onde
[1 points]
Pour en savoir plus sur les thématiques de cette section ; voir p.ex. le livre Méthodes physiques de l'observation, de Pierre Léna, CNRS éditions.
L'instrumentation astrophysique conduit souvent à des observations à la pointe de ce qui est faisable. Les signaux, obtenus après des heures d'observations chèrement acquises, doivent exprimer toute leur substantifique moelle. Une étape très importante est donc l'analyse du signal.
Cette section expose diverses pistes pour :
Quelques-unes des sources de bruit physique sont répertoriées à la page bruits de détection.
La détection d'un phénomène, comme par exemple une raie spectrale, nécessite de pouvoir distinguer le signal par rapport à ce qui n'est pas du signal, appelé bruit s'il présente un caractère aléatoire. On exprime ceci par un rapport, le rapport signal à bruit, d'autant plus important que le signal est fort par rapport au bruit.
Il ne faut pas confondre un signal parasite, ou biais observationnel, avec un bruit. Le biais qui affecte le signal possède des propriétés qui le distinguent tout à fait d'un bruit.
Un biais très commun est un offset, càd un décalage du signal dû au fait que le niveau zéro du signal physique et le niveau zéro de sa traduction en signal électrique ne coïncident pas.
L'astronomie regorge d'exemple de bruits devenus des signaux célèbres à partir du moment où leurs caractéristiques ont été identifiées.
Distinguer signaux et bruits.
Le bruit de la circulation qui vous empêche d'entendre ce que dit votre ami(e) dans la rue, c'est du bruit... et ce que vous dit votre ami(e) a priori du signal. Mais une voiture qui accélère, est-ce vraiment un bruit, ou un signal parasite ? Par analogie, la lumière du ciel diurne qui empêche de voir les étoiles de jour est-elle un bruit, un signal parasite ?
Tout observation va comporter, en plus du signal, des perturbations à ce signal. Ces dernières résultent principalement de deux causes, intrinsèques et extrinsèques :
Exemple de biais : le niveau de biais d'une image numérique prise avec une caméra CCD peut provenir du signal généré par la tension d'alimentation appliquée au détecteur.
Un bruit est un phénomène aléatoire.
On découvre par la suite deux types de bruit plus spécialement importants, obéissant à des statistiques poissonniennes ou gaussiennes.
La distinction entre bruit et signal parasite est parfois complexe. On peut prendre l'exemple du courant d'obscurité d'un détecteur, qui se superpose au flux observé.
Sa valeur moyenne est parfaitement quantifiable (tant de photoélectrons par pixel et par seconde), ce qui montre qu'il s'agit là d'un signal, parasite certes mais avec les propriétés d'un signal.
La vraie composante de bruit concerne les fluctuations de ce courant d'obscurité.
A l'aide de l'appliquette, estimer l'offset affectant cette image de Jupiter dans l'infrarouge thermique.
Solution
Les figures ci-jointes illustrent quelques lois de probabilités :
Une loi de probabilité est déterministe. Mais ses réalisations sont ... aléatoires. C'est seulement avec un nombre élevé de réalisations que l'ensemble de ces réalisations retrace fidèlement la loi de probabilité. Si le nombre de réalisations est petit, on n'observe rien d'identifiable.
Estimation de la moyenne et de l'écart type d'une loi. La moyenne peut être estimée de diverses façons, et la meilleure façon d'estimer une moyenne dépend de la loi de probabilité.
Notions élémentaires de statistiques
La définition d'un bruit repose sur ses propriétés statistiques. Cette page rappelle des notions simples de statistiques, en distinguant les lois de probabilité, leurs réalisations, et l'estimation de paramètres statistiques.
La loi de probabilité d'une variable aléatoire va être donnée par sa densité de probabilité, ou bien sa fonction de répartition .
Parmi les moments centrés associés, la moyenne et l'écart-type sont respectivement définis par :
et :
( est la variance).
Une loi statistique possède des propriétés particulières, qui caractérisent tel ou tel phénomène : une loi poissonnienne (discrète) rend compte de l'arrivée d'événements indépendants, une loi gaussienne est souvent issue de l'addition d'un grand nombre de phénomènes indépendants...
La réalisation d'une loi de probabilité est aléatoire : un tirage de dés, réalisé 6 fois, ne conduira pas nécessaire à l'obtention une fois et une seule de chaque chiffre de 1 à 6. Plus le nombre de réalisations est grand, meilleur est l'accord entre l'observation de ces réalisations et la loi de probabilité.
En pratique, il faut distinguer d'une part la valeur moyenne de la densité de probabilité de sa mesure . Avec les réalisations d'une variable aléatoire, on a accès seulement à :
Et il n'y a aucune raison que . En fait, c'est de mieux en mieux réalisé lorsque devient très grand.
La variance est mesurable par :
avec au dénominateur car a déjà été obtenu à l'aide des mesures, et il ne reste plus que valeurs indépendantes pour estimer .
L'écart entre et vaut typiquement .
L'animation ci-joint montre comment est réalisée en pratique une distribution normale. Ce n'est qu'avec un très grand nombre de tirages que l'histogramme des réalisations ressemble vraiment à la distribution statistique.
Les appliquettes ci-jointes dévoilent des signaux temporels bruités, affectés ou non d'une lente dérive. On se propose d'en mesurer le bruit et le rapport signal à bruit.
Se servir des appliquettes pour :
Le rapport signal à bruit conditionne toute observation. S'il est faible, on ne voit que du ... bruit.
La détection d'un phénomène, comme par exemple une raie spectrale, nécessite un rapport signal à bruit typiquement supérieur à 3.
Notions de probabilités et statistiques
On définit le rapport signal à bruit d'un signal comme le rapport des énergies du signal et du bruit. L'énergie du signal est représentée par sa valeur moyenne , et celle du bruit par l'écart-type . Le rapport signal à bruit est donc :
Si le signal est affecté d'un biais systématique , il faut en tenir compte dans l'estimation de ce rapport, et retirer au préalable sa contribution :
La composante de biais peut être p.ex., pour un signal évoluant dans le temps, un signal parasite apparaissant à plus basse fréquence.
Si les différents bruits contribuant à un signal sont indépendants les uns des autres, leurs écarts-types s'ajoutent quadratiquement pour construire l'écart-type total :
Il s'ensuit le rapport signal à bruit :
Identifier un spectre est d'autant plus aisé que le rapport signal à bruit est bon. En pratique, une raie a priori inconnue devient détectable pour un rapport signal à bruit supérieur à 5.
Si le bruit est dominé par le bruit de photons, le rapport signal à bruit augmente avec la durée d'observation, comme le montre cette simulation.
Difficulté : ☆☆ Temps : 30 min
On recueille le signal d'une cible stellaire. Le rapport signal à bruit s'écrit :
avec le nombre de photoélectrons reçus, relié à un signal de fond, la taille angulaire de la cible, et le bruit de lecture
Identifier précisément les différents termes de bruit contribuant au rapport signal à bruit, en précisant leur écart-type.
Simplifier l'expression du rapport signal à bruit pour le cas d'un objet très brillant, puis pour un objet très peu lumineux. Identifier l'exposant qui caractérise la dépendance en du rapport signal à bruit.
Déterminer comment le rapport signal à bruit varie avec le diamètre du collecteur ou le temps de pose .
La superposition de plusieurs variables aléatoires indépendantes les unes des autres conduit à une loi normale. C'est l'une des conséquences du théorème de la limite centrale. L'animation ci-jointe en montre un exemple.
Exemples de distributions gaussiennes.
Si un bruit est gaussien, la probabilité qu'il s'écarte de plus ou moins de la valeur moyenne est très faible. Cette propriété est mise à profit pour identifier le signal du bruit, mais ne marche que si le bruit est vraiment gaussien.
Loi de probabilité ; éléments de statistique
Le théorème de la limite central implique qu'un bruit résultant de l'action indépendante de différents facteurs physiquesobéit à la loi de probabilité, dite loi normale :
avec la moyenne et l'écart-type. Un tel bruit est dit gaussien.
Pour une loi gaussienne, la probabilité d'observer un signal s'écartant de par rapport à la valeur moyenne décroît rapidement avec ; 99.7 % des réalisations du signal s'écartent de moins de de la moyenne.
n | 1 | 2 | 3 | 4 |
% | 69.2 | 95.4 | 99.7 | 99.99 |
Probabilité d'avoir une valeur dans l'intervalle pour un bruit gaussien.
De ce qui précède, peut-on dire qu'un événement qui s'écarte de plus de de la moyenne est sûrement dû à un signal et non à un bruit, et l'identifier comme tel ?
On considère une détection sûre lorsqu'elle dépasse un seuil de 4 ou 5 fois l'écart-type. Mais, la difficulté réside souvent dans le fait que la nature d'un bruit n'est pas exactement gaussienne, ou que des signaux parasites non identifiés compliquent l'interprétation d'un signal.
L'analyse fréquentielle d'un bruit gaussien ne montre aucune composante privilégiée. Pour cette raison, on parle d'un bruit blanc.
L'ivrogne et son lampadaire sont des acolytes précieux du physicien statisticien. L'ivrogne est supposé partir du lampadaire et accomplir un certain nombre de pas par unité de temps, mais dans n'importe quelle direction.
Au bout de pas, il se sera éloigné du lampadaire d'une distance moyenne de .
A l'aide de l'appliquette, estimer le niveau de bruit affectant cette image de Jupiter dans l'infrarouge thermique. L'exprimer en fonction du niveau maximal du signal (conseil : faire une coupe non sur la planète mais sur le fond de ciel).
Lorsqu'une moyenne de quanta par unité de temps est attendue, un détecteur idéal (rendement unité) en comptera un nombre plus ou moins voisin de . La distribution des valeurs dépend du nombre N : 10, 100, 1000. Plus est grand, plus la distribution apparaît piquée en valeur relative, quand bien même elle est plus étalée en valeur absolue.
La statistique de Poisson concerne un phénomène régulier quantifié.
La détection d'un rayonnement électromagnétique en est un exemple concret, l'arrivée d'énergie étant quantifiée en photons.
Plus le nombre de photons attendus est grand, mieux on pourra préciser la valeur moyenne observée.
La statistique de Poisson va être abordée via un cas concret. L'analyse de l'arrivée de photons d'une signal lumineux de moyenne constante.
Un rayonnement monochromatique de fréquence de luminosité , observé pendant une durée , apporte une énergie . Ce rayonnement est véhiculé par un nombre moyen de photons obéissant à :
La discrétisation du flux en quanta d'énergie implique que le nombre de photons arrivant par intervalle de temps fluctue autour de cette valeur moyenne.
La probabilité de détecter photons lorsque sont attendus en moyenne s'écrit :
C'est la loi de Poisson de moyenne . Il faut retenir que :
En découpant l'intervalle de temps en parties, suffisamment petites pour assurer qu'un seul photon peut arriver pendant l'intervalle de temps , on peut estimer la probabilité de voir arriver photons, en les rangeant dans les cases.
La probabilité d'avoir un photon par case temporelle est , et la probabilité opposée . Comme il y a façons de ranger photons dans les cases, on obtient finalement en développant le coefficient de combinaison :
Avec un très grand nombre d'intervalles, on retrouve la loi énoncée :
vu les approximations pour grand et :
Pour les grandes valeurs de , on peut montrer que cette loi se confond très rapidement avec la gaussienne :
On en conclut alors, en se basant sur la statistique gaussienne, que pour une valeur moyenne , l'écart-type vaut .
Il en résulte un point important : lorsque croît, l'écart-type croît, mais le rapport écart-type/moyenne du signal décroît.
A l'aide de l'appliquette : tracer une distribution de Poisson, et identifier les variations majeures lorsque la moyenne varie.
Une bonne détection, par exemple l'identification d'une raie spectrale, nécessite l'enregistrement d'un nombre suffisant de photoélectrons, afin que la statistique d'arrivée des photons, de type poissonnien, n'empêche pas la détection.
Le bruit de photons est en fait un bruit... de photoélectrons. L'arrivée dispersée des photons, conjuguée à la conversion aléatoire d'un photon en photoélectron, construisent la statistique de création de photoélectrons, qui dépend bien sûr du nombre de photons.
Statistique de Poisson : le bruit de photons obéit à la statistique de Poisson.
Evaluer le bruit et le rapport signal à bruit du bruit de photons.
La statistique d'arrivée des photons est poissonnienne, vu que les photons sont par définition des quanta d'énergie. Lorsque l'on attend photons par intervalle de temps, la valeur moyenne observée est ... et sa fluctuation autour de cette valeur moyenne vaut .
Le bruit de photons, sur une mesure de photons, est .
Il s'ensuit un rapport signal à bruit déterminé par le flux de photons égal à :
Ce rapport signal à bruit croît avec la racine carrée du nombre de photons collectés.
Les photons que l'on observe sont le plus souvent traduits par le détecteurs en photoélectrons, qui suivent la même statistique que les photons, à un facteur de rendement près inférieur à l'unité.
Avec le rendement, le nombre de photoélectrons détectés vaut en fonction du nombre de photons incidents sur le détecteur :
Le bruit de photoélectrons et le rapport signal à bruit résultant valent en pratique .
Difficulté : ☆ Temps : 20 min
En supposant que le rendement de la chaîne de détection vaut l'unité, combien de photons doivent être enregistrés pour que le bruit de photons permette une détection à 1 ppm
Le rendement de la chaîne de détection est de 25% seulement. Par quel facteur doit on corriger le nombre de photons à collecter.
Le nombre de photons requis est collecté en 5 jours. En déduire le nombre de photons accumulés en une pose élémentaire de 1 minute, et la performance atteinte sur une pose élémentaire.
Difficulté : ☆ Temps : 20 min
La figure ci-jointe représente la courbe de lumière de l'étoile HD 49933, l'une des cibles principales du satellite CoRoT. Le signal stellaire est composé de multiples signaux (activité, oscillations...) et bien sûr du bruit de photons. On admet que celui-ci domine à haute fréquence.
Estimer l'amplitude totale du bruit du signal stellaire.
[1 points]
Estimer l'écart-type du bruit
[1 points]
Montrer que le bruit mesuré est du même ordre de grandeur que le bruit de photons.
[1 points]
Les bruits instrumentaux sont souvent dus à des dérives thermiques. L'exemple ci-joint montre la dérive enregistrée par un astérosismomètre, observant de jour une source de laboratoire délivrant un signal de référence absolument fixe, mais dont la température de travail n'est pas fixée.
L'effet de mémoire occasionne un bruit instrumental dit en 1/f. Son évolution temporelle se distingue d'un bruit blanc par une sensible dérive. Comme le montre l'analyse de Fourier, son spectre de puissance se caractérise alors par une forte contribution aux basses fréquences, qui apparaît clairement pour un spectre tracé en échelle logarithmique.
Le bruit instrumental est un bruit qui "a de la mémoire". Sa signature spectrale est intense à basse fréquence.
Le bruit dit en 1/f, avec une dépendance spectrale variant en raison inverse de la fréquence, est typiquement d'origine instrumentale. Il apparaît lorsque les fluctuations induites sur le signal ne sont pas indépendantes, mais corrélées. C'est typiquement le cas des fluctuations thermiques : une perturbation en température à l'instant aura des conséquences à tout instant suivant.
La transformée de Fourier de l'évolution temporelle d'un tel bruit montre un spectre en , l'exposant dépendant, phénoménologiquement, de la nature des corrélations au cours du temps.
L'analyse de Fourier d'un bruit en 1/f se caractérise, comme son l'indique, par une forte contribution aux basses fréquences. Ceci apparaît clairement pour un spectre tracé en échelle logarithmique.
Un signal continu n'existe pas : décrire le continu nécessite une infinité de valeurs. Tout signal est échantillonné, càd décrit sur un nombre discret de valeurs.
Un détecteur ayant une résolution limite (spatiale ou temporelle), un signal physique est nécessairement échantillonné. Même si une observation avec ce détecteur semble prendre des valeurs continues, elle peut être traduite par une série finie de valeurs, correspondant à un échantillonnage discret.
Une bonne observation nécessite de ne pas dégrader la résolution du signal par ce phénomène d'échantillonnage, ce qu'exprime la condition d'échantillonnage de Shannon, qui s'applique aussi pour un signal 2-D.
Le pas d'échantillonnage détermine la résolution maximale en fréquence. Au delà de la fréquence de coupure, échantillonnée sur 2 points par période, l'information est perdue. Autrement dit, la fréquence de coupure définie selon Fourier et le théorème de Shannon rendent compte du même phénomène.
Tout signal, spatial ou temporel, est limité en fréquence, à cause du processus d'observation. Il peut être codé sur une distribution discrète de valeurs. Ce processus de discrétisation est nommé échantillonnage.
Le critère de Shannon énonce qu'un signal doit avoir sa fréquence maximale échantillonnée sur au-moins 2 pixels afin de ne subir aucune dégradation. En pratique, il faut :
La justification de ce critère est liée à l'analyse fréquentielle, par transformée de Fourier : en appliquant le critère de Nyquist, les fréquences sont restituées convenablement jusqu'à la fréquence de coupure.
Difficulté : ☆ Temps : 10 min
Un télescope de la classe 4-m, dans une configuration ouverte à f/2, est installé dans un site dont le meilleur seeing est aux alentours de 0.5" en lumière visible. Une caméra CCD installée pour des programmes d'imagerie est spécifiée pour imager sans perdre d'éléments d'information.
Quel paramètre de la caméra est crucial pour satisfaire la spécification donnée ?
Sur catalogue, on trouve des caméras avec des pixels de 9, 15 ou 25 microns. Quel choix effectuer ?
Un système d'optique adaptative permet d'atteindre la limite théorique de diffraction dans l'IR à 2 microns. Sachant qu'il n'existe pas de caméra avec des pixels plus petits que 9 micromètres, quel paramètre de la chaîne de collecte du signal doit évoluer ?
Difficulté : ☆ Temps : 10 min
On cherche à caractériser un spectre d'oscillations stellaires. La période minimale des oscillations stellaires est de 4 minutes, et on souhaite distinguer des fréquences avec une résolution de .
Estimer la durée totale nécessaire pour ce programme.
[1 points]
Déterminer l'échantillonnage temporel optimal, qui permette de ne pas filtrer les hautes fréquences et minimise le nombre final de données.
[1 points]
Les séquences d'observation du satellite COROT (projet CNES) sont-elles en accord, avec un point de mesure toutes les 32 s et 150 jours d'observation continue sur une cible stellaire ?
[1 points]
Les signaux recherchés méritent, pour donner les meilleurs mesures possibles, des traitement appropriés. Cette section se propose d'étudier plus précisément quelques-unes des techniques de base de traitement du signal.
Dans la chaîne de traitement du signal, des observations brutes au résultat final, une étape souvent essentielle consiste à s'affranchir de signaux parasites. C'est possible lorsque ces derniers présentent des caractéristiques différentes de celles du signal, comme p.ex. un signal à basse fréquence qui contamine un signal sismique.
Un filtre par moyenne glissante substitue à une valeur donnée la moyenne des valeurs aux alentours, dans un intervalle de largeur . Plus l'intervalle est grand, plus le filtrage est efficace.
Ce filtrage présente des inconvénients que dévoile la transformée de Fourier.
Un filtre par moyenne médiane substitue à une valeur donnée la médiane des valeurs aux alentours, dans un intervalle de largeur . Ce filtrage est efficace pour gommer les valeurs aberrantes.
Réaliser une estimation linéaire d'une distribution de pont, c'est finalement ne décrire ce nuage de points que par 2 valeurs (ordonnée à l'origine et pente)
La correction de valeurs aberrantes est typiquement une opération de filtrage. Un filtrage par moyenne glissante ou par la médiane n'y parvient pas avec la même efficacité.
Toute série de données, dépendant de quelque paramètre que ce soit (temps, variable d'espace, autre variable), à n'importe quelle dimension, peut être décrite par ses composantes fréquentielles. Un filtrage ad hoc peut permettre de faire ressortir le signal des autres composantes.
Analyse par transformée de Fourier
Aborder quelques-uns des (nombreux) aspects de la transformée de Fourier.
Il est souvent indispensable de séparer les différentes composantes en fréquences qui constituent une observation, pour extraire le signal de la contribution du bruit ou d'autres signaux, ce qui constitue un filtrage du signal. Le but n'est pas de présenter sous forme de cours les multiples filtres possibles, mais plutôt quelques-uns de leurs effets.
Toute acquisition de données, caractérisée par un pas de temps , filtre les fréquences temporelles plus rapides que .
On peut reconsidérer la diffraction d'une onde plane monochromatique de longueur d'onde par une ouverture comme un filtrage des fréquences angulaires supérieures à .
Les animations ci-jointes décortiquent le processus de filtrage par moyenne glissante ou par la médiane.
L'opération de filtrage n'est pas bégnine, et un filtre inadapté peut conduire à un mauvais résultat. Par exemple, le filtrage par moyenne glissante convient très mal pour un signal oscillant.
La série temporelle ci-jointe est filtrée par filtrage numérique (algorithme de filtre à trous), avec séparation des hautes et basses fréquence. Les domaines de fréquence sont définis par rapport à une fréquence de valeur arbitraire ou mûrement réfléchie...
Les appliquettes ci-dessous dévoilent l'intérêt du filtrage. Elles représentent des cartes de Jupiter dans l'infrarouge thermique. Sans filtrage, c'est la structure en bandes parallèles à l'équateur qui domine l'image ; après filtrage de cette structure dominante, on voit apparaître des motifs de type ondulatoire, avec une dizaine de motifs répartis en longitude, couvrant une extension en latitude plus vaste que les bandes.
Utiliser les appliquettes pour dévoiler ces structures.
A l'aide de l'appliquette ci-jointe, on se propose d'illustrer l'évolution du bruit en sommant différentes images d'un même champ.
Correction du champ plat
Approche mathématique de la transformation de Fourier
Présentation de la transformation de Fourier, et rappel de quelques propriétés.
La transformation de Fourier associe à une fonction sa transformée~:
Les variables et sont conjuguées. A la variable temporelle est associée la variable fréquentielle ; à la variable d'espace , la fréquence spatiale .
La TF est dotée de multiples propriétés (linéarité...) : se référer à un cours de maths.
L'opération inverse de la TF est notée : et .
Il ne s'agit rien d'autre que de la conservation de l'énergie, qui ici s'exprime par :
Autrement dit, l'énergie d'un signal ne peut pas dépendre de la description de ce signal, directe ou fréquentielle.
grandeur | notation | unité | exemple |
---|---|---|---|
variable | X | temps, en s | |
variable conjuguée | 1/X | fréquence, en Hz | |
signal | Y | vitesse, en m/s | |
spectre | XY | m | |
spectre d'amplitude | XY | m | |
spectre de puissance |
La définition de la transformation, continue, se doit d'être amendée pour tenir compte du fait qu'un signal réel est échantillonné. L'analyse de Fourier discrète s'appuie sur un nombre fini de réalisations du signal, et donne un nombre finie de fréquences pour le décrire. La discrétisation s'opère en douceur, car la TF d'une fonction peigne (succession équidistance de Dirac), fonction retranscrivant l'échantillonnage du signal, est une fonction peigne.
L'analyse de Fourier rapide (fast Fourier transform, ou FFT) est une une forme spécifique de programmation de la transformation de Fourier. Une routine de calcul fft est présente dans toute bonne bibliothèque de programmation.
L'usage d'une FFT implique:
L'appliquette ci-dessous permet de calculer et visualiser le spectre de puissance de certaines fonctions. La transformée de Fourier peut calculée soit directement, soit par FFT.
Avec comme signal une sinusoïde, comme méthode la fft, visualiser les effets :
Vérifier le lien entre la résolution en fréquence et la durée totale d'observation ; vérifier le lien entre le nombre de points et la fréquence de coupure.
Difficulté : ☆☆ Temps : 40 min
Vérifier l'homogénéité de la conservation de l'énergie énoncée par le théorème de Parseval-Plancherel.
Pour des raisons physiques, il est commode de poser la définition de la TF d'une série temporelle bornée sur un intervalle de temps comme :
avec le changement de notation pour préciser la différence par rapport à la TF classique. Montrer l'intérêt physique de cette notation, en s'appuyant p.ex. sur un signal purement sinusoïdale.
Pour d'autre raisons, il peut être commode de poser la définition de la TF d'une série temporelle discrète d'une manière différente :
avec le changement de notation pour préciser la différence par rapport à la TF classique. Réécrire la relation de Parseval-Plancherel, et montrer que
où et sont respectivement les écarts-types de la série temporelle et du spectre.
La TF permet la recherche de composantes périodiques dans un signal. Les signaux ci-contre sont équivalents. L'un correspond à une série temporelle, l'autre à son spectre de Fourier.
L'astérosismologie est un sujet en plein développement, dont les observations se basent sur de longues séries temporelles, pour l'identification des modes propres d'oscillations dans le spectre de Fourier.
Utiliser la TF pour la recherche de phénomènes périodiques.
Si l'on enregistre une série temporelle de signaux, sur une durée totale , l'analyse par transformée de Fourier se réécrit :
avec les dates individuelles et . Si l'enregistrement est suffisamment régulier :
Les durées et définissent les principales propriétés de l'analyse de Fourier.
Un signal observé durant une durée totale permet une résolution en fréquence .
Un signal observé avec un échantillonnage permet de suivre les fréquences jusqu'à la coupure . Le facteur 2 provient de la nécessité d'observer sur 2 mesures distinctes une demi-période négative et une demi-période positive.
L'observation de phénomènes variables doit permettre :
Si l'on enregistre une série temporelle de signaux, sur une durée totale et avec un échantillonnage , on peut alors distinguer sans ambiguïté fréquences, entre et .
Pour une série temporelle, la résolution en fréquence du spectre est d'autant meilleure que la base de temps d'observation est plus longue.
Pour une image, on relie la fréquence de coupure spatiale à la résolution spatiale .
Difficulté : ☆☆ Temps : 30 min
On échantillonne un signal temporel avec un pas de temps . On définit la pulsation .
Montrer qu'il y a confusion entre les spectres de puissance des signaux périodiques de pulsation et ou , où est un entier
En déduire l'expression de la pulsation de coupure
Une analyse par TF va traiter différemment un signal, avec un spectre donné, d'un bruit, sans signature spectrale caractéristique.
Un bruit gaussien ne montre aucune fréquence privilégiée, contrairement à un bruit en 1/f.
Utiliser la TF pour distinguer signaux et bruits
La dialectique est simple : un bruit ne mérite ce titre qu'en l'absence de signature spectrale définie (un bruit blanc ne présente aucune particularité spectrale; un bruit instrumental, par effet de mémoire, présente plus d'énergie aux basses fréquences qu'aux fréquences plus élevées).
La TF permet par son principe, en classant et en analysant les fréquences constitutives d'une suite de données, de distinguer la part du signal de celle du bruit. En pratique, cela nécessite un rapport signal-à-bruit suffisant (mais qui peut être très faible).
Lorsque le nombre de données observationnelles augmente, un signal cohérent va garder une signature bien précise. En revanche, un bruit va voir son énergie diluée dans une multitude de fréquences.
La TF permet de faire ressortir du bruit un signal bien cohérent.
En augmentant la durée totale de la série temporelle de données, un signal périodique cohérent (càd de durée de vie supérieure à la durée d'observation) ressort peu à peu du bruit.
A l'aide de l'appliquette ci-dessous, on se propose d'évaluer comment le bruit évolue dans un spectre
Avec comme signal une sinusoïde, comme méthode la FT, et points dans l'échantillon, faire varier le niveau de bruit , et montrer que le signal est identifiable dans le spectre si son amplitude excède largement .
Si besoin, zoomer sur les hautes fréquences du spectre pour s'affranchir du fort signal à basse fréquence.
Difficulté : ☆☆☆ Temps : 30 min
La documentation de HARPS indique qu'un rapport signal à bruit de 500 sur un spectre correspond à une incertitude, exprimée en vitesse, de 45 cm/s. Par ailleurs, une cible de magnitude 5.5 conduit à un rapport signal à bruit de 200 avec des poses de 3 min. A quelle vitesse cela correspond-il ?
Combien de poses élémentaires sur une telle étoile sont nécessaires pour aboutir à un bruit résiduel de 5 cm/s. A quelle durée cela correspond-il ?
Sur la cible alphaCen B, très brillante, HARPS délivre un signal bruité à 2 cm/s, après 7 h d'observation. Les poses élémentaires étant de 1 min, quelle est la performance en vitesse sur une pose ?
pages_multispectral/multispectral-sexercer.html
pages_interferometrie-spatiale/interferometrie-spatiale-sexercer.html
pages_detection-quantique/detection-quantique-sexercer.html
pages_detection-rendement/detection-rendement-sexercer.html
pages_rapport-signal-bruit/rapport-signal-bruit-sexercer.html
pages_bruit-gaussien/bruit-gaussien-sexercer.html
pages_bruit-photons/bruit-photons-sexercer.html
pages_shannon/shannon-sexercer.html
pages_collecter/elt-sexercer.html
Réfléchir au rôle de la diffraction par une sous-pupille, à celui des interférences entres sous-pupilles.
Mener l'analogie avec un réseau.
L'analogie avec un réseau de diffraction est immédiate. Une sous-pupille se comportant comme une fente individuelle d'un réseau de diffraction. Chaque sous-pupille diffracte le faisceau pour une tache image individuelle ; les interférences entre les sous-faisceaux conduisent à une taille angulaire .
Pour une comparaison aisée, imaginer que L2 et L5 ont les mêmes diamètre et focale que L1.
La recombinaison des faisceaux par L5 conduit à un système qui aurait des caractéristiques identiques à L1, mais en remplaçant par , c'est-à-dire, de façon équivalente, en remplaçant par . Tout se passe comme si on avait un gruyère avec moins de trous.
En exagérant la taille des lentilles L2 et L5, jusqu'à celle de L1, on peut comparer directement les situations de
Mener un raisonnement géométrique s'appuyant sur la figure.
S'intéresser à la localisation de l'énergie dans les pics d'interférence.
Lorsque , tout se passe comme si l'on avait réuni des collecteurs de diamètre plus important et qu'il n'y avait plus de trous dans le miroir équivalent. La pupille a été densifiée.
S'intéresser à la tache de diffraction.
S'intéresser au champ accessible, dimensionné par une tache de diffraction élémentaire
Que devient la tache de diffraction d'une sous-pupille ?
Le gain en termes de formation d'image est clair : on a reconstitué un plus grand miroir, et donc les images sont plus piquées (la fonction d'étalement du point est moins... étalée). Mais, comme la tache de diffraction d'une sous-pupille a été divisée par . Il en est de même du champ : le champ accessible par l'instrument a été réduit. Il y a toujours des compromis à faire.
pages_former/astrometrie-sevaluer.html
Réfléchir (!) à la formation d'image. Considérer une lentille équivalente pour se simplifier la vie.
L'échantillonnage en position se fait ici par pas de largeur .
Déterminer d'abord .
Déterminer en fonction de .
pages_former/spectrometrie-hr-sexercer.html
Rappel du montage afocal
Le grossissement du télescope doit transformer un faisceau parallèle de diamètre en un autre faisceau parallèle de diamètre . Le grossissement doit donc vérifier :
Relier la déviation de à celle de
Vu le grossissement, une déviation dans le champ objet se traduit par une variation dans le champ image. Le spectromètre, attaqué par une onde incidente déviée, renvoie la lumière dans une direction déviée d'autant. On retrouve donc pour cette déviation .
Le réseau envoie la lumière préférentiellement dans la direction obéissant à :
Différencier l'expression précédente.
Le réseau envoie la lumière préférentiellement dans la direction obéissant à :
A incidence fixée, la différentiation de la relation précédente donne :
D'où la relation de dispersion :
Faire le lien entre , et le grossissement .
La dispersion du réseau énonce :
La résolution souhaitée entraîne la nécessité de distinguer des éléments spectraux de largeur :
Par ailleurs, des variations de l'angle d'injection se traduisent par des variations de à hauteur de . On en déduit que les variations de l'angle doivent être contraintes par :
Et donc doit satisfaire :
L'application numérique donne (avec ) :
On en déduit que le champ objet doit être extrêmement réduit. La fibre du spectromètre HARPS sélectionne ainsi uniquement 1" sur le ciel.
Estimer la divergence en fonction de la longueur proposée et de l'angle .
Une déviation angulaire avec un bras de levier de longueur se traduit par une déviation linéaire .
L'application numérique donne . Ces 0.5 mm sont totalement négligeables devant la hauteur du faisceau de 20 cm.
pages_former/spectro-imagerie-sexercer.html
Pour fixer les ordres de grandeur, on peut traduire large intervalle spectral comme .
Les définitions de et sont :
En supposant , on vérifie bien que
Réfléchir à la signification du mot pixel. Combien d'informations spatiales élémentaires un CCD de 2k 2k peut-il traiter?
En supposant un rendement optimal, le nombre de pixels fournit le nombre d'éléments spectraux et spatiaux. Au mieux, pour un détecteur 2k 2k :
Mais comme on va souhaiter échantillonner une information spatiale ou spectrale sur au moins 2 pixels, et qu'il est prudent de laisser des pixels non éclairés entre chaque spectre, il faut plutôt compter :
Montrer que, vu les hypothèses :
Avec 20 pixels par information élémentaire, on a :
L'application numérique donne un nombre d'informations spatiales indépendantes limité à :
Le nombre de pixels étant limité, on ne peut pas simultanément gagner en résolutions spatiale et spectrale.
pages_former/interferometrie-spatiale-sexercer.html
Revoir le cours sur la diffraction
Une fréquence de 230 GHz correspond à une longueur d'onde de 1.3 mm.
Avec la correspondance 230 GHz / 1.3 mm, on calcule l'extension angulaire de la diffraction :
Avec une base :
Un objet étendu de diamètre 21" est dans le premier cas visualisé sur 1 élément de résolution, et sur dans le second.
pages_detecter/detection-physique-sexercer.html
On rappelle :
Avec le déphasage inconnu à un instant de référence choisi comme origine, le produit des signaux est proportionnel à :
Les 2 pulsations étant voisines, la deuxième composante a une fréquence bien plus basse que la première.
Que reste-t-il du signal précédent après élimination des hautes fréquences ?
La partie à basse fréquence, qui porte l'information du signal scientifique, à une translation en fréquence près, devient analysable à l'aide de l'électronique ad hoc, et peut être détectée en amplitude.
pages_detecter/reponse-temporelle-sexercer.html
Rappel : magnitude et luminosité varient dans le rapport :
Par application de la définition de la magnitude, le flux d'une étoile de magnitude vaut par rapport à celui d'une étoile de magnitude nulle.
Le temps de pose étant limité par le flux optimal sur un pixel, une pose de durée pour une magnitude nulle sera multipliée par pour une magnitude .
Soit 10 s pour une magnitude 2.5, 100 s pour une magnitude 5.
En application de ce qui précède, une pose de 20 s correspond à la magnitude vérifiant , càd .
Le temps de pose pour une étoile plus brillante que la magnitude 3.25 est plus court que 20 s : le temps est majoritairement dépensé à lire le détecteur.
La pose sur l'objet est nécessairement limitée à 160 s.
En application de ce qui précède (avec des pixels bien remplis), une pose de 160 s correspond à la magnitude vérifiant , càd .
Le temps de pose pour une étoile moins brillante que la magnitude 5.5 dépasse 160 s. En acceptant de remplir les pixels de façon très incomplète, le gain d'un facteur 10 en nombre de photoélectrons, donc de photons, correspond à un surcroît de 2.5 magnitudes. La limite en magnitude est donc de l'ordre de 8.
pages_detecter/reponse-geometrie-sexercer.html
Déterminer le nombre total de pixels pour 36 CCD.
1 CCD comporte 9 Mpx. Soit un côté équivalent de 3 kpx, s'il était de forme carrée. Donc, 6 CCD par côté représente 18 kpx.
Comme 0.94 deg vaut 3384", chaque pixel voit un champ de 0.188" de côté.
1 pixel codé sur 16 bits nécessite 2 octets pour le stockage.
Le nombre total de pixels vaut , soit 360 Mpx, d'où un taille de 720 Mo par image.
D'après la question précédente, 3 images pour 3 poses dans différents filtres. donnent 2.16 Go.
Le volume de données représentera finalement , soit 10.8 téraoctets.
pages_detecter/reponse-bruits-sexercer.html
L'échantillonnage du signal requiert de coder le niveau de signal à la moitié de la plus petite variation.
Déterminer l'amplitude relative du signal entre le niveau de codage et la valeur maximale
Ne pas introduire de bruit nécessite de coder comme niveau de signal minimal la moitié de la plus petite variation, soit 0.05.
Le rapport entre cette valeur et l'amplitude maximale vaut .
Le nombre de bits nécessaire vérifie :
(avec E codant le symbole partie-entière). Il faudrait donc coder le signal sur 25 bits, ce qui est beaucoup.
Même démarche que précédemment.
Le niveau de quantification requis est identique, mais l'amplitude maximale est cette fois-ci de 1000, et le rapport de 20000.
Un codage sur 15 bits suffit à rendre compte du signal filtré du continu.
pages_detecter/detection-rendement-sevaluer.html
Faire un schéma montrant les couches d'atmosphère traversées avant la détection.
Dans l'appliquette :
- sélectionner la 1ère case de la colonne 1-T (D1) et réaliser : =100-C1
- sélectionner la 1ère case de la colonne (lambda^-4) (E1) et réaliser : =(1000/A1)^4
pages_analyser/rapport-signal-bruit-sexercer.html
Au numérateur, on a tout simplement le signal, au dénominateur les bruits.
Il reste à identifier le terme et à interpréter la somme du dénominateur.
Les 3 termes du dénominateur sont :
- le bruit de photons ,
- le bruit de fond, , avec le nombre de photoélectrons par unité d'angle solide dus au fond,
- le bruit de lecture.
Déterminer l'importance relative des différents bruits.
Pour un objet très brillant, le bruit de photons de la source va dominer devant les autres bruits :
Dans le cas d'un objet peu lumineux, le bruit de photons de la source est négligeable. En l'absence d'autres données, il n'est pas possible de discriminer parmi les 2 autres sources de bruit.
Dans un cas, , dans l'autre .
Comment le nombre de photoélectrons collectés varie-t-il avec le diamètre du collecteur ou le temps de pose ?
Si l'on note le diamètre du collecteur et le temps de pose, il est immédiat que varie comme la surface collectrice et comme .
On en déduit les dépendances respectives :
diamètre collecteur | temps de pose | |
source lumineuse | ||
source faible |
Dépendance envers ou du rapport signal à bruit.
pages_analyser/bruit-photons-sexercer.html
Avec photons, le rapport signal à bruit du bruit de photons vaut .
Le rapport signal à bruit et la performance requise sont tous deux exprimés dans le même système d'unité relative. Le nombre de photons doit donc vérifier :
COROT doit collecter au-moins photons pour atteindre la sensibilité requise.
Avec photons, on obtient seulement photoélectrons.
Avec photons, on obtient seulement photoélectrons. L'égalité précédente doit donc être vérifiée par et non par . Il faut donc collecter photons.
1 jour = 86400 s = 1440 min
Le nombre de photons en 1 min, par rapport à celui détecté en 5 jours, vaut :
Avec un nombre de photo-électrons en accord, tenant compte du rendement de 25% (soit photo-électrons), la performance devient .
pages_analyser/bruit-photons-sevaluer.html
Repérer un intervalle de temps où le signal n'évolue pas à basse fréquence, et mesurer l'amplitude crête à crête.
Revoir les propriétés du bruit poissonnien.
pages_analyser/shannon-sexercer.html
L'ouverture du faisceau est déterminée, ainsi que la résolution angulaire. Ceci permet de déterminer la résolution spatiale dans le plan focal.
L'ouverture du faisceau étant déterminée, la focale du télescope est connue (8 m) ainsi que la résolution angulaire, limité par le seeing , la taille linéaire dans le plan focal est fixée :
La taille des pixels doit être au moins moitié moindre que la tache de seeing, il faut donc des pixels de .
Déterminer la tache de diffraction à 2 micromètres.
Identifier les paramètres fixes, de ceux qui le sont moins...
La tache de diffraction vaut . Le gain en résolution linéaire dans le plan focal est donc d'un facteur 5.
Comme le diamètre du télescope est fixée, de même que la taille minimale des pixels, la seule variable d'ajustement est l'ouverture du faisceau. Elle doit être diminuée d'un facteur au-moins 5, passant de f/4 à f/20.
pages_traiter/analyse-tf-sexercer.html
Avec les notations du cours. Poser la dimension de la variable , celle de la fonction . Et en déduire les dimensions de et
Avec les notations du cours, et en notant entre crochets les dimensions. , donc la définition de la TF donne : .
On en déduit l'homogénéité :
Passer à la limite des grandes valeurs de .
Avec un signal purement sinusoïdal d'amplitude et de fréquence , la définition donne :
Pour grand devant , si est différent de , l'intégrale tend vers 0, alors que pour , on retrouve :
Au facteur 1/2 près, dû au fait que la TF en est également non nul, la normalisation en par rapport à la définition de la TF usuelle permet de retrouver dans le spectre l'amplitude du signal sinusoïdal.
Ecrire la relation de Parseval-Plancherel et faire le changement de variable de à .
Avec les notations analogues au cours , et en tenant compte des propriétés de la TF, on a :
en se servant de la relation de Perseval, et du fait que l'énergie est rapportée sur fréquences réelles entre les fréquences nulle et . Avec le changement de notation : , et en tenant compte de :
On en déduit :
Le bruit dans le spectre de Fourier diminue comme la racine carrée du nombre de points de mesure.
pages_traiter/analyse-tf-signal-sexercer.html
Courage, ce n'est qu'un peu de calculs sur les sinus.
Estimer à une date de l'échantillonnage
Supposer
On suppose, sans restreindre la généralité, que le signal est de forme sinusoïdale, et l'on choisit l'origine des temps de façon à avoir la p-ième date de l'échantillon vérifiant .
On en déduit :
Au signe près, auquel n'est pas sensible le spectre de puissance (TF), cette égalité est assurée à toute date de l'échantillonnage.
Jusqu'à quelle fréquence n'y aura-t-il pas de confusion?
La 1ère confusion va apparaître pour les pulsations telles que , càd bien-sûr juste au voisinage supérieur de la fréquence de coupure.
pages_traiter/analyse-tf-bruit-sexercer.html
L'incertitude en vitesse correspond à un niveau de bruit.
Le niveau de bruit et le rapport signal à bruit sont simplement ... inversement proportionnels
Le niveau de signal est inversement proportionnel au rapport signal à bruit. La performance avec un rapport signal à bruit de 200 vérifie donc :
D'où le niveau de bruit : 110 cm/s.
Le rapport signal à bruit évole comme la racine carrée du nombre de pose élémentaire,
Le rapport signal à bruit évoluant comme la racine carrée du nombre de pose élémentaire, ce dernier doit vérifier :
Soit 484 poses élémentaires de 3 minutes, soit environ 24 h de données. Elles ne pourront être atteintes qu'en 3 nuits environ.
7 h font combien de minutes ?
La nuit d'observation de 7 h comprend 420 poses élémentaires de 1 min. Le rapport signal à bruit évoluant comme la racine carrée du nombre de pose élémentaire, la performance en 1 min vaut :