孔径综合数据成像的贝叶斯统计方法：RESOLVE 遇见 ALMA
天体物理仪器与方法
2022-10-06 v1
摘要
阿塔卡马大型毫米波/亚毫米波阵列（ALMA）目前正在革新观测天体物理学。孔径综合技术提供了传统单孔径望远镜无法达到的角分辨率。然而，从本质欠采样的数据中恢复图像是一项艰巨任务。CLEAN 算法已被证明成功且可靠，常用于干涉观测的成像。但它并非没有局限。CLEAN 核心的点源假设对于 ALMA 所恢复的分子气体延展结构并非最优。此外，CLEAN 恢复的负通量在物理上不成立。这促使人们寻找更适合特定科学情形的替代方案。我们展示了使用贝叶斯推断技术（即 RESOLVE 算法）对 ALMA 数据成像的最新进展。该算法基于信息场论 \cite{Ensslin2013}，已成功应用于甚大阵列数据的成像。我们比较了 CLEAN 与 RESOLVE 恢复已知天空信号（与 ALMA 观测数据模拟器卷积）的能力，并用一组实际 ALMA 观测数据研究了该问题。
引用
@article{arxiv.2210.02408,
title = {Bayesian statistics approach to imaging of aperture synthesis data: RESOLVE meets ALMA},
author = {Łukasz Tychoniec and Fabrizia Guglielmetti and Philipp Arras and Torsten Enßlin and Eric Villard},
journal= {arXiv preprint arXiv:2210.02408},
year = {2022}
}
备注
Proceedings of International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, IHP, Paris, July 18-22, 2022