基于星表的射电干涉阵成像评价指标研究

为了满足新一代射电干涉阵望远镜对成像结果进行质量评价的迫切需求,文章以仿真数据为基础,通过比较在成像结果上进行源搜寻得到的星表与仿真时所使用的已知参考星表之间的差异,展开对射电干涉阵成像质量评价指标的研究。不同于常用的将两个星表进行交叉匹配并比较匹配源的诸如位置、流量密度等属性的精度,文章提出了使用度量两个元素集或者分布之间差异的推土距离(Earth Mover's Distance,EMD)来量化两个星表之间的差异,以更鲁棒的数值指标评价成像质量,为进一步研究更加鲁棒的射电干涉阵成像评价指标提供了有益的参考,也有助于射电干涉阵望远镜最终获得更高质量的科学数据。

干涉成像,显微宇宙

与传统的几何成像相比,干涉成像不那么直观,要用复杂的数学方法才能从观测数据重建出目标图像。但是,它的成像分辨率可以突破单台望远镜口径的限制,与望远镜之间的最大基线长度成正比。这使得天文学家可以在现有技术条件下,不断提高成像的分辨率。目前天文干涉阵的角分辨率可以达到毫角秒乃至亚毫角秒级水平,成为探索宇宙多尺度细致结构的有力工具。在发展的历程中,干涉成像产生了一批具有里程碑意义的科学成果。将来,干涉成像也将成为探索黑洞视界、地外行星等一批极具挑战性课题的主要手段。

基于计算机视觉算法的低频射电干扰快速检测与分析研究

射电干扰(radio frequency interference, RFI)会导致与科学目标相关的天文观测数据损失或质量下降,因此对其进行检测与消除是射电天文观测数据处理的重要步骤之一。低频射电干扰主要来源于人为活动和自然大气现象,如调频广播、航空通信、卫星通信、流星和闪电等。以新疆乌拉斯台的21CMA (the 21 centimeter array)单天线阵的高时间分辨率(约1 ms)观测模式为基础开发出一套用于低频射电干扰快速检测与分析的算法软件。该软件利用信号频谱瀑布图作为输入,主要基于Canny边缘检测算法与Hough寻线算法来识别射电干扰信号。测试结果显示,该软件对参数依赖性低,输出结果准确率约在90%,处理性能有望满足实时处理的需要。观测数据来自2020年1月象限仪流星雨期间进行的约42 h的观测,通过射电干扰检测与初步分析,结果显示在74~110 MHz频率范围内,检测到的低频射电干扰的主要来源很可能是流星余迹的反射信号。

基于RASCIL的W-projection和W-stacking并行算法实测研究

在射电干涉阵的大视场成像中,W-projection和W-stacking是两类主要成像方法,本文对这两种成像方法进行了并行实测研究。首先分析了两种成像方法的基本原理框架,在此基础上对两种成像方法并行实现的关键因素进行讨论和分析。利用已经校准的射电干涉阵观测数据对两种成像方法基于射电天文模拟、校准和成像库(Radio Astronomy Simulation,Calibration,and Imaging Library,RASCIL)分别进行并行策略研究和并行计算实验。通过对并行计算时间、并行效率和并行资源配置模式的分析,得到了两种成像方法基于RASCIL(https://gitlab.com/ska-telescope/external/rascil)的并行计算性能,结果表明,两种成像方法都适合采用Strong Scaling的并行资源配置模式进行并行计算,基于RASCIL的W-stacking并行计算还有比较大的性能提升空间。

最大熵与MP-CLEAN方法对扩展源图像重建的比较

在射电综合成像领域,通常需要用退卷积的方法补全频域稀疏的采样。由于扩展源的频域信息更为丰富,要补全这些信息相对于点源来说更难,因此扩展源的图像重建是射电综合成像领域的一大难点。为了探索射电干涉扩展源图像重建方法的特点,将最大熵与一种加速的CLEAN方法(文中称之为Multi-Point CLEAN,MP-CLEAN)对扩展源的干涉阵模拟数据的图像重建进行了比较。通过比较,发现对于同样的观测数据,两种方法都能较好地重建图像,但MP-CLEAN方法的旁瓣祛除效果与重建效果优于最大熵方法,而且在模拟数据重建中MP-CLEAN方法的总体速度比最大熵快3倍以上。最后,在讨论部分通过研究两种方法中参数的选择对重建结果的影响,发现最大熵方法比MP-CLEAN方法对参数选择的依赖性弱,这表明最大熵方法有更好的鲁棒性。