人工神经网络在天文学中的应用

人工神经网络具有自学习、自适应、鲁棒性好、动态响应快等特点,并具有较强的非线性处理问题能力,因此在天文学中得到广泛而成功的应用．综述了人工神经网络在天文学中主要应用模型的基本原理和优缺点,阐述了人工神经网络适用于天文学的某些基本特征,着重介绍了人工神经网络在天文学中的具体应用实例,并对其发展和应用前景进行了展望．由于天文数据分布的庞杂和天文数据量的急剧增加,人工神经网络将日益显示出优越性．     

虚拟天文台与科学教育

本文分析了我国科学教育的现状，并从对提高公众科学素养有明显优势的天文教育着手，探讨了基于虚拟天文台的天文教育在培养科学方法、态度和精神方面的优势，以及其对虚拟天文台建设的促进作用。     

中国虚拟天文台研发策略与重点

由于不同的天文和技术背景，不同的虚拟天文台项目采取了不同的研究策略。本文首先介绍了国际上几个典型虚拟天文台项目的研发目标和工作重点；然后讨论了包括中国虚拟天文台在内的小型虚拟天文台项目在研发方面的优势和劣势。中国虚拟天文台项目根据自身所处的具体情况确定自己将走应用路线，争取在某些领域取得突破，研发重点包括五个方面：China-VO系统平台建设、国内外天文数据的统一访问、现有天文工具的虚拟天文台集成、天文设备的虚拟天文台集成、虚拟天文台基础上的公众教育。     

基于文件的大规模星表高效索引与融合

大规模星表的快速检索是交叉证认、多波段数据融合、暂现源搜寻等任务实现的基础,尤其是大视场暂现源搜寻需要在一个曝光周期内完成观测结果与大规模星表的检索与交叉证认,以发现正在变化的天体。现有的大规模星表通常包含数十亿天体,为了在有限内存的情况下对其进行快速检索,提出了一套解决方案。通过使用基于HEALPix的多分辨率动态划分算法,能够将星表按照不同天区天体密度切分成大小合适且均匀的星表文件;进而在开源序列化组件Protocol Buffers基础上设计出一套针对星表的序列化方案,作为星表切分和检索时的中间存储介质,以尽可能提高检索时的速度。还尝试应用Peano-Hilbert编号代替HEALPix原有Z型编号顺序遍历星表,提高了缓存命中率,实现了对大规模星表的高效融合,方便对数据的后续利用与研究。     

虚拟天文台:科学、工具及应用

阐述了虚拟天文台的科学目标、可能的基于虚拟天文台的项目、虚拟天文台的作用和意义;着重介绍了目前虚拟天文台项目开发的各种工具及应用．随着各种工具的开发、集成和应用,虚拟天文台的功能将越来越完善,其成功的科学范例再次显示了虚拟天文台的优越性,标志着虚拟天文台正在从“概念”转向“操作”,由“技术”向“科学”靠近,以“科学”为主旋律前进。虚拟天文台将成为天文学家科研工作必不可少的一部分。     

天文数据库回顾与展望

随着新一代巡天观测、时域观测等天文项目的推进,当前的天文数据量越来越大。面对天文领域日益增长的大数据集和大数据流,需要一些高效的数据存储和数据处理方法来对数据进行管理。天文数据库以及在其基础上提供的数据服务的出现部分解决了这样的问题。借助于计算机技术和信息技术的进步,一些更加专业的针对天文领域的数据发现、数据挖掘、数据交互等工作正在逐步标准化。基于虚拟天文台技术和天文信息学的新型天文数据服务正深入天文用户的日常科研生活中。首先简单回顾了天文数据库的历史,然后通过对几个典型天文数据库的举例分析,从天文数据库的类型、提供的服务等方面介绍了当前天文数据库的特点和最新进展,并对今后天文数据库的发展做了展望。     

基于深度学习的LAMOST星系星族参数测量

星系的光谱包含其内部恒星的年龄和金属丰度等信息, 从观测光谱数据中测量这些信息对于深入了解星系的形成和演化至关重要. LAMOST (Large Sky Area Multi-Object Fiber Spectroscopic Telescope)巡天发布了大量的星系光谱, 这些高维光谱与它们的物理参数之间存在着高度的非线性关系. 而深度学习适合于处理多维、海量的非线性数据, 因此基于深度学习技术构建了一个8个卷积层$+$4个池化层$+$1个全连接层的卷积神经网络, 对LAMOST Data Release 7 (DR7)星系的年龄和金属丰度进行自动估计. 实验结果表明, 使用卷积神经网络通过星系光谱预测的星族参数与传统方法基本一致, 误差在0.18dex以内, 并且随着光谱信噪比的增大, 预测误差越来越小. 实验还对比了卷积神经网络与随机森林回归模型、深度神经网络的参数测量结果, 结果表明卷积神经网络的结果优于其他两种回归模型.     

基于深度学习的无碰撞引力N体数值模拟的可行性研究

提出了用深度神经网络代替快速傅里叶变换法求解无碰撞引力N体数值模拟方法PM-Tree(Partical Mesh Tree)中的势能,以提升PM-Tree方法的效率,验证深度学习方法加速无碰撞引力N体数值模拟的可行性.无碰撞引力N体数值模拟对研究星系、暗物质晕以及宇宙大尺度结构的形成和演化有重要意义.无碰撞引力N体数值...     

我们开始迈入业余天文学大国行列——读《业余天文学在中国:现状与未来》有感

2018年初,中国科学院国家天文台主办的《天文研究与技术》刊登了叶泉志先生撰写的《业余天文学在中国:现状与未来》。这篇文章认为我国业余天文学近年来取得了很大发展,在新天体的搜寻和发现问题上成绩尤其显著,我读之,深有同感。此文先给出天文爱好者、业余天文学家和民间天文学家的区别。同时又指出在双语文献中业余天文学家与公众天文学家的细微差异:"业余天文学家对应的英文不是amateur astronomer(语义更接近天文爱好者),而应该是citizen astronomer(直译公众天文学家)",这其实是给出业余天文学涵盖范畴,非常专业。     

聚类算法在天文学中的应用

聚类算法是数据挖掘中用来发现数据分布和隐含模式的一种重要算法,它把大量数据点的集合分成若干类,使得每个类中的数据最大程度地相似,而不同类中的数据最大程度地不同.尤其对于大样本,在多参量和类别未知的情况下,该方法更为简洁有效.为了更好地使用这些算法,对数据挖掘领域的聚类分析方法及代表算法进行了讨论,阐述了数据挖掘对聚类算法的典型要求,并基于这些要求对数据挖掘中常用的聚类算法作了概括,以便于人们更容易、更快速地选择一种适用于具体问题的聚类算法.综述了数据挖掘中聚类算法的分类和原理以及常用的聚类算法在天文学中的具体应用,分析了它们各自的性能,并指出了其今后的发展趋势.     

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.     

稀疏矩阵技术及其在天测与测地VLBI数据处理中的应用

介绍了稀疏矩阵的四种常见形式以及稀疏矩阵技术在天测与测地VLBI数据处理中的应用。推演了天测与测地VLBI数据综合解算中所用稀疏矩阵形式下待估参数求解和协方差矩阵估算的算法。通过对是否采用稀疏矩阵技术时方程求解(乘法和加法)运算对数的估算和比较，表明普通最小二乘方法的运算对数约为参数总数的3次方，而采用稀疏矩阵技术时的运算对数近似与参数总数成线性关系，从而能够在现代空间对地观测技术的大样本数据处理中显著缩短计算时间。     

科学工作流技术及在天文研究中的应用探讨

近几年来虚拟天文台技术的发展极为迅速,各国虚拟天文台研究相继启动,一系列虚拟天文台标准被提出并投入应用,有效地推动了信息技术在天文研究中的应用。科学工作流技术作为高性能计算与虚拟天文台中的关键技术,一直是研究的重点。但长期以来,受到业务工作流技术的影响,科学工作流的具体功能与作用,一直不被广大天文工作者理解和重视,限制了科学工作流的推广与应用。对科学工作流进行了深入分析,介绍了其基本功能和业务模型,详细比较了与业务工作流的差异。最后讨论了科学工作流在天文研究中的应用方法,对科学工作流的发展进行了展望。     

线性加权组合Kalman滤波在钟差预报中的应用

建立原子钟运行模型,实时预报钟差,在时频工作以及卫星导航定位中有着非常重要的意义.目前,Kalman滤波是一类重要的钟差预测模型.为了充分利用各种Kalman滤波模型的特点,提出了线性加权组合Kalman滤波模型.因此详细讨论了如何对每种Kalman滤波模型赋权,并且给出了两种简单而又实用的赋权方法.最后,以IGS(International GNSS Service)精密铷钟数据为例,运用该模型计算了预报误差.结果表明,线性加权组合Kalman滤波模型有利于提高钟差预报的准确性和可靠性.     

泛函网络在导航卫星钟差中长期预报中的应用

为了更好地反映导航卫星钟差特性以及提高导航卫星钟差中长期预报精度,在对卫星原子钟差预报建模时,除考虑卫星原子钟频移、频漂和频漂率等物理性质外,还考虑了卫星钟差的周期性变化和随机性等特点.在传统多项式预报模型基础上,采用泛函网络对卫星钟差的周期项和随机项部分进行建模,利用GPS导航卫星钟差数据进行预报实验,并与传统的多项式模型、灰色系统模型、差分自回归滑动平均(ARIMA)模型以及Kalman滤波方法的预报结果进行比对,结果表明,基于泛函网络建立的混合预报模型能有效减小导航卫星钟差的中长期预报误差.     

经验模式分解在极移超短期预报中的应用

经验模式分解(Empirical Mode Decomposition,简称EMD)是一种数据驱动的自适应非线性时变信号分解方法,可以把数据分解成具有物理意义的模式函数分量.采用EMD对极移序列进行分解,去除序列中的高频信号,然后基于最小二乘外推(Least Squares Extrapolation,简称LSE)和广义回归神经网络(General Regression Neural Network,简称GRNN)的组合模型对去除高频信号的极移序列进行1～10d的超短期预报.实验结果表明:将该模型应用到极移超短期预报具有可行性,预报精度有明显改善.     

GIM在LEO卫星单频GPS定轨中的应用

电离层延迟误差是单频GPS(Global Positioning System)数据最主要的误差源,为提高基于单频GPS数据的LEO(Low Earth Orbiting)卫星定轨精度,必须消除/减弱GPS观测数据中电离层延迟影响.研究了全球电离层模型GIM(Global IonosphericMaps)在基于单频GPS伪距数据的低轨卫星运动学和动力学定轨中的应用,并通过估算电离层尺度因子的方法消除C/A码伪距观测量中电离层延迟影响.由于LEO卫星星载GPS信号受电离层延迟影响与卫星轨道高度相关,选取了轨道高度在300～800 km的CHAMP(CHAllenging Mini-satellite Payload)、GRACE(Gravity Recovery AndClimate Experiment)、TerraSAR-X及SAC-C等LEO卫星C/A码伪距观测量作为试算数据.CHAMP等卫星实测数据计算结果表明:以JPL(Jet Propulsion Laboratory)发布的GIM模型作为背景模型,通过电离层比例因子法能很好地消除C/A码伪距观测量中电离层延迟影响,提高LEO卫星运动学和动力学定轨精度,其中,CHAMP卫星轨道最低,受电离层延迟影响最严重,定轨精度提高最显著,分别为55.6%和47.6%;SAC-C卫星轨道高度最高,受电离层延迟影响最小,相应的定轨精度提高幅度也最低,分别为47.8%和38.2%.     

均值漂移算法在LAMOST动态选星中的应用

将均值漂移算法运用于LAMOST动态选星过程,用以寻找局部天区内观测目标密度最高的区域进行观测.通过模拟试验分析了在不同的天区覆盖方法对均值漂移算法观测效率的影响,并与使用最大密度算法得到的结果进行了比较,证实了均值漂移算法的优越性.     

脉冲星在空间飞行器定位中的应用

利用脉冲星钟模型能高精度地预报脉冲星脉冲到达太阳系质心的时间。基于脉冲星时、空参考架可实现各类空间飞行器的自主导航。讨论了脉冲星钟的模型和脉冲星导航系统的框架结构,描述了脉冲星导航的基本原理和算法。指出脉冲星导航系统对脉冲星脉冲到达探测器时刻的测量精度,是决定空间飞行器位置解算精度的关键因素。脉冲星导航观测采用的原子钟如果足够稳定,则空间飞行器位置的解算方法可以简化。在脉冲星导航系统计时观测精度达到或优于几十微秒量级时,脉冲星视差、相对论效应的影响是不可忽略的。对脉冲星导航系统开发设计中的关键技术和进一步研究的主要问题进行了初步分析和讨论。     

牛顿式反射镜在天文摄影中的应用

反射式望远镜的老祖宗——牛顿式反射镜,几乎被天文摄影爱好者们所遗忘。相对于用APO或者RC系统进行天文摄影的人而言,用牛顿式反射镜进行摄影的非常少。牛顿式反射镜拥有庞大的用户群。但用来进行摄影的却很罕见,这是什么原因呢？牛反是否真的就不适用于天文摄影呢？