基于自适应滤波的干扰消除方法研究

射电天文信号非常微弱,电磁环境对射电望远镜观测至关重要,通常可以利用地形、建立无线电宁静区、进行电磁屏蔽与防护等手段来减小电磁干扰.然而,仍有一些干扰难以屏蔽.故提出了一种基于自适应滤波的干扰消除方法,可用于复杂噪声环境中天文信号的提取.该方法借助自适应横向滤波器,采用最小均方(Least Mean Square, LMS)误差算法,以系统误差和收敛性为评判标准,通过改变步长与阶数对滤波效果进行优化,仿真结果显示该滤波器能在保证算法收敛的前提下有效提取信号.为了检验该算法的有效性,选取了新疆天文台南山26 m射电望远镜和Parkes 64 m射电望远镜记录的观测数据,采用设计的滤波器分别对不同的实测数据进行测试,验证了该滤波器的有效性.理论分析与实验结果一致表明该方法能有效消除天文观测中的干扰信号,具有一定的实用性.     

快速射电暴观测数据干扰缓解方法研究

从海量的天文观测数据中快速搜寻罕见的快速射电暴(Fast Radio Burst, FRB)事件, 干扰缓解是其中一项关键而具有挑战的工作. 射频干扰(Radio Frequency Interference, RFI)会淹没真实的天文事件, 还会导致搜寻管线输出大量的假阳性候选体. 由于干扰来源及其种类的复杂性, 目前并没有一种通用的方法可以解决这个问题. 为了降低干扰对FRB观测搜寻的影响, 分析和研究了南山26m射电望远镜L波段观测数据中的干扰情况, 针对主要的窄带干扰和宽带干扰建立了3层次的干扰缓解处理流程, 从而有效缓解了观测数据的干扰污染情况. 将该流程嵌入到FRB色散动态谱搜寻(Dispersed Dynamic Spectra Search, DDSS)管线中, 实验结果表明, 搜寻管线的检测率和检测精度得到了进一步的提高. 该方法为FRB观测数据干扰缓解处理提供了有价值的参考.     

射频干扰检测的SumThreshold算法

射频干扰(Radio Frequency Interference, RFI)是射电目标搜寻和精确分析研究的关键影响因素,因此RFI检测是相关数据处理中的一个重要环节.已有RFI检测方法可分为成分分解法、阈值分析法、机器学习类方法.从应用广泛性和可解释性方面考虑,阈值分析法最具代表性,特别是SumThreshold是近年备受关注的一个RFI检测方法.从SumThreshold方法的原理、算法设计、优化要点、适用性等方面进行介绍和探讨,以供同行参考.     

基于机器学习的日冕仪图像分类方法研究

日冕物质抛射(Coronal Mass Ejection, CME)的检测是建立CME事件库和实现对CME在行星际传播的预报的重要前提. 通过Visual Geometry Group (VGG) 16卷积神经网络方法对日冕仪图像进行自动分类. 基于大角度光谱日冕仪(Large Angle and Spectrometric Coronagraph Experiment, LASCO) C2的白光日冕仪图像, 根据是否观测到CME对图像进行标记. 将标记分类的数据集用于VGG模型的训练, 该模型在测试集分类的准确率达到92.5%. 根据检测得到的标签结果, 结合时空连续性规则, 消除了误判区域, 有效分类出CME图像序列. 与Coordinated Data Analysis Workshops (CDAW)人工事件库比较, 分类出的CME图像序列能够较完整地包含CME事件, 且对弱CME结构有较高的检测灵敏度. 未来先进天基太阳天文台(Advanced Space-based Solar Observatory, ASO-S)卫星的莱曼阿尔法太阳望远镜将搭载有白光日冕仪(Solar Corona Imager, SCI), 使用此分类方法将该仪器产生的日冕图像按有无CME分类. 含CME标签的图像将推送给中国的各空间天气预报中心, 对CME进行预警.     

基于CSST的暂现源探测方法

中国巡天空间望远镜(China Space Survey Telescope, CSST)是中国载人航天工程规划建设的以大规模天文巡天为主任务的2m口径空间光学望远镜, 兼具高空间分辨率与大视场特性, 性能优异. 暂现源是CSST的重要科学目标之一. CSST作为空间望远镜, 与地面望远镜的图像噪声组成有着明显不同. 因此, 不能直接套用先前地基巡天项目的暂现源探测方案, 需要针对性开发专属的探测方法. CSST的暂现源探测方法以CSST仿真数据为基础进行开发、验证, 旨在尽可能准确地识别CSST主巡天数据中的暂现源. 方法以图像相减法为基础, 首先获得观测图像所对应残差图像, 并利用滤波方法给出残差图像泊松噪声分布; 然后使用渐变阈值间接统一背景噪声水平, 对残差图像进行目标源测光得到候选源列表; 最后, 通过判断候选源与当地泊松噪声的偏差对真实暂现源进行筛选, 结合原始图像信息与观测图像测光分类信息后, 进一步对候选源列表的假源进行剔除, 最终输出暂现源星表. 方法在共计20000个暂现源的多轮仿真测试中, 能够以平均95.9%的准确率对观测图像中的暂现源进行筛选. 相较于先前工作, 还更加全面且定量地给出了测试所得的不同亮度暂现源所对应的探测率. 测试结论验证了CSST暂现源探测方法的可行性、泛化能力与稳定性. 该方法也为空间望远镜暂现源探测任务提供了理论与编程基础.     

基于EfficientNet的星系形态分类研究

星系的结构和形态能够反映星系自身的物理性质,其形态的分类是后续分析研究的一个重要环节.EfficientNet模型使用复合系数对深度网络模型的深度、宽度、输入图像分辨率进行更加结构化的统一缩放,是一种新的深度网络优化扩展方法.将该模型应用于星系数据形态的分类研究中,结果表明基于EfficientNetB5模型的平均准确率、精确率、召回率以及F1分数(精确率与召回率的调和平均数)都在96.6%以上,与残差网络(Residual network, ResNet)中ResNet-26模型的分类结果相比有较大的提升.实验结果证明EfficientNet的深度网络优化扩展方法可行且有效,可应用于星系的形态分类.     

基于FPN-ViT的星系形态分类研究

随着人工智能技术的发展, 利用深度学习方法进行星系形态分类研究取得了较大进展, 但在分类精度、自动化及其星系的空间特征表示上仍然存在不足之处. Vision Transformer (ViT)模型目前在星系形态分类上具有较好的鲁棒性, 但是在处理多尺度图像时存在一定的局限性, 因此提出将特征金字塔(Feature Pyramid Networks, FPN)引入ViT模型(FPN-ViT)中进行星系形态的分类研究中. 结果表明: 基于FPN-ViT模型进行星系形态分类的平均准确率、精确率、召回率以及F1分数等各项评估指标均在95%以上, 与传统的ViT模型相比各项指标均有一定程度的提升. 同时, 在原始星系图像中加入不同程度的高斯噪声和椒盐噪声, 验证FPN-ViT模型对低信噪比数据也能获得较好的分类性能. 此外, 为了对模型进行综合评估, 采用t分布随机邻接嵌入(t-distributed Stohastic Neighbor Embedding, t-SNE)算法对分类结果进行了可视化分析, 能够更加直接地看出FPN-ViT模型对于星系形态分类的效果. 因此, 将FPN网络应用于ViT模型对星系形态的分类研究中是一种全新尝试, 对后续研究具有重要意义.     

德令哈13.7m望远镜接收机抗射频干扰研究

在天文观测中,射频干扰会造成假谱,降低数据的可靠性和有效性.射频干扰消减旨在减少干扰信号对射电天文观测的影响,包含器件方面的技术革新和数据处理领域的方法研究.针对德令哈13.7 m望远镜接收机中频部分引入的射频干扰,通过优化中频器件的抗射频干扰能力,提高了接收机的整体抗射频干扰能力,以主动消除方法来减少射频干扰耦合到接收机内部.分析了接收机干扰的传输路径,提出了器件射频干扰的直接耦合系数和器件射频干扰的系统耦合系数的概念,为定位干扰敏感器件并量化干扰引入比重提供了基础.经过抗射频干扰优化后,接收机抗干扰能力改善30 dB左右,望远镜的天文观测效率提高10%以上.     

天文选址的夜间云量处理方法

云量是影响天文台址质量最重要的因素之一,对夜间云量的检测和处理尤为重要.采用地面云量相机对全天云量进行监测,所拍摄的图像需要有效的方法进行处理以量化云量.夜间云量图像受月光的影响严重,因此将夜间的云量图像分为有月夜和无月夜两类进行处理.针对无月夜情况,给出了夜间云量的处理过程.对图像中的亮星进行定位和测光,确定星等差.以晴夜图像中亮星的星等差为参照,将星等差低于阈值条件的亮星概率作为晴夜的概率标准.选取了3类图像对该方法进行测试并确定云量,分析了阈值条件对结果的影响.最后,讨论了该方法的适用范围和不确定性.     

基于图像相减和随机森林的AST3巡天暂现源及变源搜寻方法

AST3-2 (Antarctic Survey Telescopes)光学巡天望远镜位于南极大陆最高点冰穹A,其产生的大量观测数据对数据处理的效率提出了较高要求.同时南极通信不便,数据回传有诸多困难,有必要在南极本地实现自动处理AST3-2观测数据,进行变源和暂现源观测的数据处理,但是受到低功耗计算机的限制,数据的快速自动处理的实现存在诸多困难.将已有的图像相减方案同机器学习算法相结合,并利用AST3-2 2016年观测数据作为测试样本,发展一套的暂现源及变源的筛选方法成为可行的选择.该筛选方法使用图像相减法初步筛选出可能的变源,再用主成分分析法抽取候选源的特征,并选择随机森林作为机器学习分类器,在测试中对正样本的召回率达到了97%,验证了这种方法的可行性,并最终在2016年观测数据中探测出一批变星候选体.     

Automatic morphological classification of galaxy images

We describe an image analysis supervised learning algorithm that can automatically classify galaxy images. The algorithm is first trained using manually classified images of elliptical, spiral and edge-on galaxies. A large set of image features is extracted from each image, and the most informative features are selected using Fisher scores. Test images can then be classified using a simple Weighted Nearest Neighbour rule such that the Fisher scores are used as the feature weights. Experimental results show that galaxy images from Galaxy Zoo can be classified automatically to spiral, elliptical and edge-on galaxies with an accuracy of ∼90 per cent compared to classifications carried out by the author. Full compilable source code of the algorithm is available for free download, and its general-purpose nature makes it suitable for other uses that involve automatic image analysis of celestial objects.     

相控阵馈源MVDR波束合成器缓解RFI仿真

相控阵馈源(Phased array feeds, PAFs)接收机作为下一代微波接收机, 为大口径射电天文望远镜的射电干扰(Radio Frequency Interference, RFI)缓解工作带来了新的解决方法. PAFs接收机对射电望远镜焦平面的电磁波进行空域采样, 返回时域阵列信号, 使用最小方差无失真响应(Minimum Variance Distortionless Response, MVDR)波束合成器可以自适应地识别RFI的方向, 同时抑制RFI在输出信号中的功率, 从而达到提升射电望远镜灵敏度的效果. 仿真结果表明MVDR波束合成器对有源高能量的射电干扰有很强的识别能力和一定程度的缓解能力, 同时, 该波束合成器对各阵元信道中加性噪声累积引起的无源干扰有很强的抑制能力, 因此, PAFs接收机的MVDR波束合成器可以增强日益复杂电磁波环境下射电望远镜的抗干扰能力.     

The ORAC‐DR data reduction pipeline

The ORAC‐DR data reduction pipeline has been used by the Joint Astronomy Centre since 1998. Originally developed for an infrared spectrometer and a submillimetre bolometer array, it has since expanded to support twenty instruments from nine different telescopes. By using shared code and a common infrastructure, rapid development of an automated data reduction pipeline for nearly any astronomical data is possible. This paper discusses the infrastructure available to developers and estimates the development timescales expected to reduce data for new instruments using ORAC‐DR. (© 2008 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)     

A fuzzy logic‐based algorithm for cosmic‐ray hit rejection from single images

An algorithm for cosmic‐ray rejection from single images is presented. The algorithm is based on modeling human perception using fuzzy logic. The proposed algorithm is specifically designed to reject multiple‐pixel cosmic ray hits that are larger than some of the point spread functions of the true astronomical sources. Experiments show that the algorithm can accurately reject ∼97.5% of the cosmic rays hits, while mistakenly rejecting 0.02% of the true astronomical sources. The major advantage of the presented algorithm is its computational efficiency. (© 2005 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)     

E3D,the Euro3D visualization tool II: Mosaics,VIMOS data and large IFUs of the future

In this paper, we describe the capabilities of E3D, the Euro3D visualization tool, to handle and display data created by large Integral Field Units (IFUs) and by mosaics consisting of multiple pointings. The reliability of the software has been tested with real data, originating from the PMAS instrument in mosaic mode and from the VIMOS instrument, which features the largest IFU currently available. The capabilities and limitations of the current software are examined in view of future large IFUs, which will produce extremely large datasets. (© 2004 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)     

Software design for panoramic astronomical pipeline processing

We describe the software requirement and design specifications for all-sky panoramic astronomical pipelines. The described software aims to meet the specific needs of superwide-angle optics, and includes cosmic-ray hit rejection, image compression, star recognition, sky opacity analysis, transient detection and a web server allowing access to real-time and archived data. The presented software is being regularly used for the pipeline processing of 11 all-sky cameras located in some of the world's premier observatories. We encourage all-sky camera operators to use our software and/or our hosting services and become part of the global Night Sky Live network.