Masterarbeit: Wellenfrontbestimmung Durch Cnn

**Übersicht**:
Kosten und Aufwand eines passiven Weltraumteleskops steigen mit dem Aperturdurchmesser stark an. Dem kann man durch eine Korrektur des Wellenfrontfehlers (WFE) entgegenwirken. Eine Schlüsseltechnologie dafür ist die Erfassung des WFE. Zu diesem Zweck haben sich in den letzten Jahren neben dem bekannten Shack-Hartmann-Sensor weitere Methoden etabliert, die den WFE direkt aus der Fokalebene gewinnen und damit einen extra Lichtpfad überflüssig machen. Diese finanzielle und bauliche Erleichterung wird allerdings durch einen höheren Berechnungsaufwand erkauft. KI basierte Ansätze könnten trotz gleicher Genauigkeit diesen Nachteil ausgleichen.

Aus diesem Grund sollen verschiedene Verfahren mit KI untersucht und mit klassischen Ansätzen verglichen werden.

**Ziel der Masterarbeit**:
In der Masterarbeit sollen durch Simulation geeignete Daten zum Training eines CNN erstellt, das CNN trainiert, verifiziert, getestet und die Qualität des Ergebnisses beurteilt werden. Bezüglich des Bildmaterials und der Programme zum Erzeugen des WFE kann auf bestehende Entwicklungen zurückgegriffen werden.

Das Ergebnis ist eine Toolumgebung zum Trainieren des CNN, ein Programm zur Anwendung des CNN und eine Beschreibung. Ziele der Arbeit sind:

- Bestimmung des WFE auf ausgedehnten Szenen und auf Punktlichtquellen
- Demonstration der CNN-Methode zur Bestimmung des WFE
- Bereitstellen einer Tool-Umgebung zum Erstellen der Trainings-, Verifikations
- und Testdaten

**Methodik und Arbeitstakte**:
Die Programmiersprachen für dieses Thema sind Python und Matlab. Für die Erstellung der Bildinhalte werden optisch-physikalische Methoden verwendet, die von Airbus bereitgestellt werden.

Die Schritte zur Durchführung der Masterarbeit könnten wie folgt aussehen:
Einarbeitung in PD und CNN, sowie Literaturrecherche Einarbeitung in den bestehenden Prototypen der CNN-Umgebung zum Erstellen der Daten Trainieren und Auswertung einer einfachen WFE-Situation bezüglich Störungen und Zernike-Ordnung Erweiterung des Prototyps bezüglich technologischer Eigenschaften Trainieren und Auswertung einer realistisch zu erwartender WFE-Situation Schreiben der Arbeit

**Voraussetzung**:
Interessierte Studierende sollten über solide Kenntnisse in folgenden Themen verfügen:

- Python (pytorch oder tensorflow)
- CNN
- Bildverarbeitung
- Englisch

Wünschenswert, aber nicht notwendig, wären darüber hinaus Kenntnisse zu:

- Fourieroptik
- Matlab

This job requires an awareness of any potential compliance risks and a commitment to act with integrity, as the foundation for the Company’s success, reputation and sustainable growth.

**Company**:
Airbus Defence and Space GmbH

**Employment Type**:
Final-year Thesis**Experience Level**:
Student

**Job Family**:
At Airbus, we support you to work, connect and collaborate more easily and flexibly. Wherever possible, we foster flexible working arrangements to stimulate innovative thinking.