基于CF-PSPnet的主波束效应的校正研究

射电天文成像过程中,需要对观测得到的脏图进行反卷积操作得到“干净”的图像,而这图像中包含着主波束效应,未得到主波束效应校正的图像在偏离中心区域的地方会出现强度衰减的现象,而且距离中心越远,衰减现象越明显。传统的主波束校正方法虽然能够完成校正,但对于图像边缘区域尤其是微弱结构的细节恢复的不是很理想。因此,本文提出了CF-PSPnet的深度学习的模型,引入了注意力机制,多特征融合等操作,实现了对观测图像中不同级别特征的融合与提取,从而达到对主波束校正的需求。经本文实验后得出,CF-PSPnet解决了传统图像域校正方法中存在的缺点,有着不错的校正效果。下一代的射电天文望远镜有着更高灵敏度,动态范围与空间角分辨率,本文方法为其主波束效应校正提供了一种更具潜力的解决方案。