具有LAMOST光谱两颗分离食双星AK Dra和CW Peg周期变化研究

食双星是国际上比较前沿的研究课题之一。为了分析研究分离食双星AK Dra和CW Peg的历元公式和周期变化,本文收集整理了食双星AK Dra和CW Peg发表的所有的极小时刻。通过对极小时刻的拟合,更新这两颗食双星的线性历元公式。通过该历元公式计算获得线性拟合的残差。发现AK Dra和CW Peg周期存在抛物线的变化:AK Dra存在开口向上抛物线变化,而CW Peg存在开口向下的抛物线变化。利用最小二乘法分析首次获得AK Dra轨道周期增加率为1.61±(0.02)×10^(-6)d/a,并更新CW Peg轨道周期减少率为1.56±(0.01)×10^(-6)d/a。最后给出食双星AK Dra和CW Peg周期变化的物理机制。

恒星光谱数据弱特征识别方法

恒星光谱弱特征识别是LAMOST光谱数据分析的重要研究内容,能够为恒星光谱分类提供重要科学依据。目前,针对恒星光谱数据进行特征识别的方法较多,但是缺乏对某种特定特征谱线进行精确提取的算法。针对LAMOST低分辨光谱数据中Hα弱发射线轮廓形态多样问题,提出了一种基于置信度的Hα弱发射线识别方法。首先,基于Hα弱发射线轮廓形态特征给出Hα弱发射线的置信度的度量方法。利用Hα发射线波长区间内峰值与发射线的偏移量建立距离置信度模型,根据高斯轮廓所含像素点个数建立高斯轮廓副信息模型,通过计算峰值左右波形的差异建立对称性评估模型,结合三个模型给出最终的Hα弱发射线的置信度,并基于此置信度进行第一轮筛选。为了提高精度,提出了借助其它发射线的特征给出了基于二分类的Hα发射线筛选策略。通过考察Hβ、NII、OIII以及SII发射线的特征,基于辅助信息的决策树进行第二轮筛选,进一步提高筛选的精度。实验结果表明:提出的Hα弱发射线的特征度量方法的准确度高达90%,并且速度较快,平均每1 k数据耗时仅三十多秒。

改正镜作为LAMOST真空相机封窗的可行性研究

为提高真空相机光学性能,对现有改正镜作为真空相机封窗进行了可行性研究。通过现有改正镜几何模型,将力学场映射到有限元模型中,计算改正镜在受大气压强差状态下的变形。利用最小二乘法求解Zernike多项式前6项系数和拟合求解改正镜面形方程,分析变形后的改正镜对真空相机像质影响。研究结果表明:相对于原有像质的弥散半径,变形后的改正镜使得真空相机点阵图的弥散半径增大且最大增大41.9%,通过调节CCD焦距从249.554 mm变为249.574mm,使得CCD点阵图弥散半径相对于原来增大0.301%~1.09%,保持了LAMOST低分辨率光谱仪相机原有的像质要求,说明现有改正镜可直接用于真空相机设计方案。

中低分辨率光谱的恒星Mg元素丰度估计方法研究

主要研究了一种新的基于ELM算法的中低分辨光谱的恒星Mg元素丰度估计方法。大科学工程郭守敬望远镜(LAMOST)为我们提供了海量的中低分辨率的光谱,确定这些光谱的Mg元素丰度将有助于我们深入了解银河系的形成历史和演化过程。目前从中低分辨率光谱中确定Mg元素丰度的方法主要是模板匹配法,但该方法算法复杂,优化参数较为困难且对噪声敏感,因此有必要研究新的方法。实验结果显示,ELM算法对MILES光谱的Mg丰度的估计的精度为0.0099(0.15)dex,而对信噪比大于50的LAMOST光谱的精度为0.0027(0.11)dex。通过与其他算法进行对比,证实ELM算法是一种能精确估计中低分辨率光谱的Mg元素丰度的算法,能够应用于LAMOST后期的光谱数据中。

基于VC与MATLAB混合编程的LAMOST跑合数据处理

比较了几种VC与MATLAB混合编程的方法和特点,从项目实际需求出发,选择使用MATLAB引擎实现VC与MATLAB混合编程来进行数据处理。程序界面与数据处理由VC编程实现,数据分析由MATLAB引擎实现,并给出了具体的实验结果。

应用面阵CCD的优化光点定位方法

传统的灰度重心法是一种用于对称目标的亚像素定位算法,其计算精度不高而且抗噪声性能较差。提出一种隔离算法,将其边缘像素分离,然后对内部像素灰度进行均值化,从而有效抑制内部像素噪声。同时,利用数据误差理论对这种算法的误差进行分析。最后,通过基于大天区面积多目标光纤光谱天文望远镜(LAMOST)标定实验,验证了这种算法的正确性,并表明优化算法有较好的噪声抑制性能。