PRESTO单脉冲搜索的算法优化及其并行化

随着快速射电暴(Fast Radio Burst, FRB)及旋转射电暂现源(Rotating Radio Transient, RRAT)等一些没有明显周期的天体被发现以来,单脉冲搜索受到研究人员广泛关注。同时随着射电望远镜设备日趋完善,更高分辨率和更广阔的观测空间产生的观测数据量剧增,观测数据的快速处理迫在眉睫。介绍了PRESTO(PulsaR Exploration and Search TOolkit)中单脉冲搜索,使用Cython编程方式对单脉冲搜索中去趋势(Detrend)算法进行优化,并通过Ray框架实现单脉冲搜索在中央处理器(Central Processing Units, CPU)上并行化。实验结果表明,算法优化后的单脉冲搜索并行化,能明显提升搜索程序性能,显著缩短数据处理时间,同时该并行策略仅基于中央处理器,无需修改代码即可在纯中央处理器环境下实现高性能数据处理。     

PSR J0835-4510单脉冲的观测研究

利用中国科学院国家授时中心昊平观测站40m射电望远镜, 在L波段对Vela脉冲星(PSR J0835-4510)进行了单个脉冲观测研究. 在56min的观测数据中, 共观测到38040个单脉冲. 探测到观测时间内辐射的所有单脉冲信号, 其中单脉冲的半峰线宽(half-maximum line width, $W_{50     

基于深层残差网络的脉冲星候选体分类方法研究

随着下一代射电天文望远镜的不断改进和发展,脉冲星巡天观测将发现数百万个脉冲星候选体,这给脉冲星的识别和新脉冲星的发现带来了巨大挑战,迅速发展的人工智能技术可用于脉冲星识别.使用Parkes望远镜的脉冲星数据集(The High Time Resolution Universe Survey,HTRUS),设计了一个14层深的残差网络(Residual Network,ResNet)进行脉冲星候选体分类.在HTRUS数据样本中,存在非脉冲星候选体(负样本)的数目远远大于脉冲星候选体(正样本)数目的样本非均衡问题,容易产生模型误判.通过使用过采样技术对训练集中的正样本进行数据增强,并调整正负样本的比例,解决了正负样本非均衡问题.训练过程中,使用5折交叉验证来调节超参数,最终构建出模型.测试结果表明,该模型能够取得较高的精确度(Precision)和召回率(Recall),分别为98%和100%,F1分数(F1-score)能够达到99%,每个样本检测完成只需要7 ms,为未来脉冲星大数据分析提供了一个可行的办法.     

大规模脉冲星候选体信号的无监督聚类分析研究

随着500 m口径球面射电望远镜(Five-hundred-meter Aperture Spherical radio Telescope, FAST)等大型射电望远镜的建设和使用,脉冲星巡天数据进入PB时代.为解决如此大量高速采样的标量数据挖掘问题,促进新天文现象的发现,提出一种基于无监督聚类的脉冲星候选体筛选方案.该方案采用基于密度层次、划分方法的混合聚类算法,结合MapReduce/Spark并行计算模型和基于滑动窗口的分组策略,进而提高大量候选体信号筛选的效率.通过在脉冲星数据集HTRU2 (High Time Resolution Universe)上的对比实验,结果表明该算法能取得较高的精确度和召回率,分别是0.946和0.905,并且当并行节点足够时,该算法的时间复杂度相比串行执行明显下降.可见,该方法为脉冲星观测大数据的分析挖掘提供一种可行思路.     

基于郭守敬望远镜(LAMOST)试观测数据新发现的贫金属星候选体

贫金属星因其内在蕴涵着银河系早期化学元素形成和演化等信息,所以他们对银河系及宇宙早期形成历史的研究具有重要意义。目前对贫金属星的搜寻与研究已成为天文学的一大国际研究热点。随着郭守敬望远镜(LAMOST)试运行的开展及数据的积累,我国已具备自主开展此领域研究工作的有力观测设备及数据资源。通过采用有效的的测量方法,对郭守敬望远镜试观期获得的低分辨率(R≈2 000)恒星光谱数据进行恒星大气物理参数测量,新发现了8颗[Fe/H]-1.00 dex的贫金属星候选体,其中1颗[Fe/H]=-2.73dex属于很贫的贫金属星(VMP)。工作首次显示并证明了郭守敬望远镜能够有效地开展银河系内搜寻大量贫金属星的工作。