2.4m望远镜数据管理子系统

2.4m光学望远镜长时间运行必然产生海量数据.这些原始观测数据需要存储以备将来研究.为了利用这些观测数据,需要在2.4m远程观测系统中建立一个数据管理子系统.该系统可实现下列任务:数据的压缩、归档、实时浏览、数据检索、下栽.此系统建立在Linux+MySQL平台上,使用J2EE技术开发.     

基于虚拟天文台的HXMT卫星数据检索发布系统设计与实现

目前,国际上诸多天文项目均遵循虚拟天文台（Virtual Observatory,VO）标准协议开发各天文数据检索发布系统,对外公开发布数据,并对数据资源进行VO注册,从而使用户通过虚拟天文台门户网站即可访问获取不同天文项目的数据集.硬X射线调制望远镜（HXMT）卫星项目也将虚拟天文台技术引入HXMT卫星数据检索发布系统的设计与实现过程中,既满足HXMT卫星数据发布需求,又将HXMT卫星数据融入虚拟天文台环境,实现国际天文数据的共享共用.系统提出了符合虚拟天文台规范的体系架构,并选取SCS锥形检索、VOTable数据格式等虚拟天文台标准协议加以实现,采用MVC模式、SSH框架以及各种J2EE技术进行软件研发,提供检索访问、浏览下载和可视化功能.实践和应用结果表明,系统在解决天文数据资源互操作、共享发布、检索访问及异构应用集成方面均具有可操作性,对我国空间天文卫星数据检索发布系统的研制具有参考意义.     

FITS数据文件的检索和访问

普适图像传输系统(Flexible Image Transport System,FITS)是天文学领域应用最广泛的数据格式.自从20世纪80年代FITS格式被国际天文联合会(IAU)正式公布为国际标准以来,大部分的天文数据都是以FITS文件的形式在世界各地的数据中心和天文学家手中保存和交换.采用文件系统方式保存管理的FITS数据文件,很难适应程序化的检索和定位需求.随着FITS文件数量的不断增加以及虚拟天文台技术的发展,为这些以文件形式保存的天文数据提供检索功能的需求越来越迫切.FITS头以关键词值对的形式确切定义了所属FITS文件的结构,还提供了数据本身诸多特性的重要信息.FITS头中保存的这些信息可以满足大部分FITS数据文件查询检索的需求.将FITS头中的信息利用数据库来保存和管理,可以极大的方便对FITS文件的检索和定位.FITS头归档入库系统(FitHAS)是中国虚拟天文台项目开发的一个简单实用的FITS头信息归档入库工具,能够方便的将单个或者多个FITS文件的主FITS头信息导入到数据库中,为FITS数据文件的查询检索奠定基础,进而为虚拟天文台等更高层次的数据访问服务部署创造条件.本文介绍FITS数据格式,FITS头的基本结构;探讨虚拟天文台环境下FITS数据文件检索定位的实现方式;阐述FitHAS的功能特点、设计开发和使用方法.     

绕月探测工程卫星数据的存储与管理

从数据的类型和产品格式说明开始,对绕月探测工程中的科学探测数据的管理方法进行了研究.通过数据存储架构和软件结构的分析,指出数据存储的软硬件环境;通过数据存储和备份策略的分析,指出数据存储的可靠性.这些存储与管理方法将为更好地管理数据并向外界提供检索和获取服务提供保障.     

面向ONSET实时数据处理的图像选帧GPU技术实现

光学和近红外太阳爆发监测望远镜每天可以获得大量的太阳图像数据,对这些观测数据进行实时选帧处理,一方面可以减轻存储压力,另一方面也可以提高后续图像重建的质量。针对观测过程中的选帧要求,设计并实现了一套基于图形处理器的图像选帧实时处理模块,当前的模块已经实现了平均梯度法和谱比法选帧两种算法的高速并行处理。对模块的实现进行了细致的讨论,并比较了两种选帧方法的加速比。实验表明,该模块运行稳定可靠;从执行效率来看,针对近全日面图像的选帧总体执行时间最快为1.2 s,比原有串行实现提升了7倍;局部面图最快为0.7 s,平均提升了5倍。整体模块的实现与当前性能已经可以满足实时观测与处理的要求。     

分布式实时存储环境下的FITS数据一致性研究

在大型太阳望远镜观测数据的分布式高速实时存储过程中,作为元数据的FITS头和FITS数据文件的不一致,导致应用程序不能根据构建在元数据上的索引信息检索到相对应的FITS数据文件。研究了这种环境下,两类数据的一致性模型;分析总结了二者在实时存储时的一致性保障机制和解决方案,提出了应用改进的两段提交协议来协商这两种数据之间的一致性关系,并给出了两段提交协议在高速数据存储背景下的算法实现,研究过程和方法能够对其他科学领域的相关应用提供参考。     

基于单站短弧段光学观测的低轨卫星轨道预报算法

基于单站短弧段的目标跟踪预报技术是保证高精度光电经纬仪在非常规环境下正常跟踪捕获目标的重要途径.构建了基于非线性滤波器的跟踪预报算法,能够在正常情况下为闭环跟踪提供引导数据,同时构建了基于非线性变换的目标预报算法,可以在无有效观测数据情况下为经纬仪提供轨迹引导,保证目标不丢失.证明了非线性滤波在单站短弧段跟踪预报算法中比常规扩展卡尔曼滤波(Extended Kalman Filter,EKF)更有效.计算表明,本文设计的非线性滤波器可以作为光学跟踪设备的引导算法,引导精度同经纬仪的随机测量精度等量级,在设备系统误差达到50"时,预报60 s的精度可达到20",仍然满足跟踪设备的视场要求.     

基于嵌入式人工智能设备的流星光学监测系统

流星光学监测网是定位陨石和观测火流星的基础科研设施. 流星光学监测系统利用光学相机高速采集天空图像, 使用嵌入式系统实时处理数据, 能够快速识别流星并获取流星位置和陨石落点信息, 是构成流星监测网的关键仪器. 为提高流星光学监测系统获取信息的实时性及准确性, 提出了一种基于嵌入式人工智能设备的流星光学监测系统. 该系统由软件及硬件部分组成: 硬件部分包括观测设备(商用高空抛物摄像头)以及数据处理设备(嵌入式人工智能设备); 软件部分运行于数据处理设备内, 主要包括控制界面模块、流星监测模块、数据管理模块. 实际工作时, 摄像头采集天空视频信息, 流星监测模块从视频流中实时监测流星并存储包含流星视频的数据, 数据管理模块将流星位置信息实时传回数据中心用于预警. 观测结束后, 将原始观测数据同步至数据中心用于后续科学研究. 在整个系统中, 流星监测模块决定了整个监测系统的实时性及准确性. 该系统采用嵌入式人工智能设备与人工智能算法结合的方法构建流星监测模块. 通过使用实测数据对搭载监测模块性能进行测试, 结果表明: 流星监测模块能够达到0.28%的低误检率以及100%的召回率, 且数据处理速度达到了Mobilenetv2的8倍. 进一步将包含监测模块的整个流星光学监测系统部署于太原理工大学-张壁古堡远程天文台, 通过实测表明流星光学监测系统实用中能达到100%的召回率和较低的误检率.     

LAMOST异构环境信息检索系统的设计与实现

环境信息是大天区面积多目标光纤光谱望远镜(the Large Sky Area Multi-Object Fiber Spectroscopic Telescope, LAMOST,又叫郭守敬望远镜)运行状态的一部分,用于辅助望远镜的日常维护、观测以及后期数据处理。环境信息来源于多个子系统,而子系统的数据存储由不同单位设计,数据存储环境复杂,不利于统一检索。基于异步协程提出了一种异构环境信息检索的方法,该方法利用数据库代理对象工厂(Data Base Agent Factory, DBAF)整合多个数据库及检索字段信息,通过客户端和网络浏览器提供远程服务,以自定义检索命令的方式实现对异构数据库的检索。本方法充分考虑了后期升级的需求,保留多种数据库和应用接口,便于更多数据库和应用的接入。目前基于该方法开发的检索系统已部署于郭守敬望远镜,在运行中简化了运行环境检索操作,提高了环境数据获取的精准度,提升了望远镜的维护和观测效率。     

空间碎片光学观测中若干问题研究

<正>地基光学观测是探测空间碎片的重要手段.本文从目标搜索方案的制定、目标质心提取、目标精密定位以及目标关联4方面入手,研究提升设备探测能力、提高目标观测精度的方法.首先,为了满足对GEO(Geosynchronous Orbit,地球同步轨道)空间碎片探测的要求,克服长时间曝光CCD像元饱和溢出的问题,使用多帧连续曝光图像叠加的方法,增加图像的宽容度,同时保证系统的探测能力.实验表明,叠加10帧连续图像,有效消除了像元饱和的情况,提升目标信噪比约3.2倍,提升探测能力约2.5 mag,使用底片常数的均值计算目标位置,精度符合要求.使用星像几何形态检测     

脉冲星数据比对分析和可视化系统设计与实现

脉冲星数据比对分析和可视化系统(PSRDB,URL:http://www.psrdb.net/),由FAST(Five-hundred-meter Aperture Spherical Radio Telescope)早期科学数据中心团队为快速开展脉冲星候选体比对分析和数据管理研发.通过前端数据提交页面,接收和维护来自FAST及其他研究机构的候选体数据.目前,PSRDB已收录自1967年人类发现第1颗脉冲星以来所有公开文献发表的2811颗脉冲星样本,并采集了当前主要巡天项目尚未正式发表的源和候选体,如FAST多科学目标同时扫描巡天(CRAFTS)候选体数据.基于入库基础数据,利用位置、周期、色散等参数进行比对分析,辅助科研工作者在线检索匹配已知星表数据,最后将检索匹配、比对分析结果生成图表供进一步分析.目前,PSRDB已被应用于FAST脉冲星搜寻和候选体数据管理.未来,PSRDB可在新源认证、后随观测、观测计划制定和原始数据处理流程设计等方面提供数据和工具支撑.     

Low-cost high performance distributed data storage for multi-channel observations

The New Vacuum Solar Telescope (NVST) is a 1-m solar telescope that aims to observe the fine structures in both the photosphere and the chromosphere of the Sun. The observational data acquired simultaneously from one channel for the chromosphere and two channels for the photosphere bring great challenges to the data storage of NVST. The multi-channel instruments of NVST, including scientific cameras and multi-band spectrometers, generate at least 3 terabytes data per day and require high access performance while storing massive short-exposure images. It is worth studying and implementing a storage system for NVST which would balance the data availability, access performance and the cost of development. In this paper, we build a distributed data storage system (DDSS) for NVST and then deeply evaluate the availability of real-time data storage on a distributed computing environment. The experimental results show that two factors, i.e., the number of concurrent read/write and the file size, are critically important for improving the performance of data access on a distributed environment. Referring to these two factors, three strategies for storing FITS files are presented and implemented to ensure the access performance of the DDSS under conditions of multi-host write and read simultaneously. The real applications of the DDSS proves that the system is capable of meeting the requirements of NVST real-time high performance observational data storage. Our study on the DDSS is the first attempt for modern astronomical telescope systems to store real-time observational data on a low-cost distributed system. The research results and corresponding techniques of the DDSS provide a new option for designing real-time massive astronomical data storage system and will be a reference for future astronomical data storage.     

Integrating VOEvents with AstroGrid through STAP services

VOEvent packets describe transient space events, so the Simple Time Access Protocol (STAP) specification provides a useful time‐based query mechanism. Once event metadata has been extracted from VOEvent packets to a relational database, an AstroGrid STAP client web service can be configured to query the events. The resulting STAP service is registered with an IVOA compliant registry, and users can then query VOEvent archives through virtual observatory data searching applications such as the AstroGrid VOScope application. (© 2008 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)     

基于光变曲线的空间碎片基本形状分类

将未编目的空间碎片正确分类是空间态势感知的重要组成部分. 基于光变曲线, 通过仿真和实测实验, 探讨了空间碎片基本类型的机器学习分类方法. 在数据集中的仿真光变来自形状或材料不同的4类碎片, 实测光变从Mini-Mega TORTORA (MMT)数据库中提取, 实验以深度神经网络作为分类模型, 并和其他机器学习方法进行了比较. 结果显示深度卷积网络优于其他算法, 在仿真实验中对不同材料的圆柱体都能准确识别, 对其余两类卫星的识别率在90%左右; 实测实验中对火箭体和失效卫星的2分类准确率超过99%, 然而在进一步的型号/平台分类中, 准确率有所降低.     

The Basic Shape Classification of Space Debris with Light Curves

We study the machine learning method for classifying the basic shape of space debris in both simulated and observed data experiments, where light curves are used as the input features. In the dataset for training and testing, simulated light curves are derived from four types of debris within different shapes and materials. Observed light curves are extracted from Mini-Mega TORTORA (MMT) database which is a publicly accessible source of space object photometric records. The experiments employ the deep convolutional neural network, make comparisons with other machine learning algorithms, and the results show CNN (Convolutional Neural Network) is better. In simulational experiments, both types of cylinder can be distinguished perfectly, and two other types of satellite have around 90% probability to be classified. Rockets and defunct satellites can achieve 99% success rate in binary classification, but in further sub-classes classifications, the rate becomes relatively lower.     

Automatic Identification and Extraction of Clouds from Astronomical Images Based on Support Vector Machinetwo

For the time-domain astronomical research, the optical telescopes with a small and medium aperture can get a huge amount of data through automatic sky surveying. A certain proportion of automatically acquired data are interfered by clouds, which makes it very difficult to automatically extract the dim objects and make photometry. Therefore, it is necessary to identify and extract clouds from these images as the index figures for a reference in the subsequent information extraction. In this paper, an astronomical image selection system based on the support vector machine is proposed, which sets the gray value inconsistency and texture difference as the reference to select the images interfered by clouds. Based on the classification results, by through the histogram transformation and feature selection, the index figures of clouds can be further extracted. The experimental results show that our method can achieve the real-time selection of astronomical images with a classification accuracy better than 98%. By the histogram transformation and feature selection the index figure of clouds can be preliminarily extracted as the references for the photometry and dim object extraction.     

A New Approach to the Electro-optical Tracking of a Space Object

The electro-optical tracking of a space object is often interrupted by the dropped frames under the interference of stars. In this paper, the two stages of the tracking process, namely the state extrapolation and real-time sampling, are studied from a probabilistic point of view. Based on the theory of estimation, a new method is proposed, which improves the robustness of prediction by utiliz- ing the data-fusion property of Kalman ?ltering, and realizes the adjustment of the tracking window by the mean shift technique. The corresponding experiment shows that this method can effectively reduce the impact of interferences, and improve the robustness of the tracking process.     

Random forest algorithm for classification of multiwavelength data

We introduced a decision tree method called Random Forests for multiwavelength data classification. The data were adopted from different databases, including the Sloan Digital Sky Survey (SDSS) Data Release five, USNO, FIRST and ROSAT.We then studied the discrimination of quasars from stars and the classification of quasars,stars and galaxies with the sample from optical and radio bands and with that from optical and X-ray bands. Moreover, feature selection and feature weighting based on Random Forests were investigated. The performances based on different input patterns were compared. The experimental results show that the random forest method is an effective method for astronomical object classification and can be applied to other classification problems faced in astronomy. In addition, Random Forests will show its superiorities due to its own merits, e.g. classification, feature selection, feature weighting as well as outlier detection.     

基于JDBC的通用数据库访问和星表录入工具

LAMOST(Large Sky Area Multi-Object Fiber Spectroscopy Telescope)的巡天战略系统的主要功能是安排观测计划,而规划巡天星表是开展所有工作的初始步骤。天文研究人员或者巡天观测人员需要从各种类型的数据库进行选星、提取和录入。使用JDBC(JavaDatabase Connectivity)数据库访问技术,利用面向对象的编程思想,实现了一个能访问多种类型数据库、获取星表数据、数据格式转换和星表录入的工具,支持大数据量处理,为天文研究人员以及巡天观测管理人员提供帮助。     

基于JDBC的通用数据库访问和星表录人工具

LAMOST（Large Sky Area Multi-Object Fiber Spectroscopy Telescope）的巡天战略系统的主要功能是安排观测计划,而规划巡天星表是开展所有工作的初始步骤。天文研究人员或者巡天观测人员需要从各种类型的数据库进行选星、提取和录入。使用JDBC（Java Database Connectivity）数据库访问技术,利用面向对象的编程思想,实现了一个能访问多种类型数据库、获取星表数据、数据格式转换和星表录入的工具,支持大数据量处理,为天文研究人员以及巡天观测管理人员提供帮助。