CMB-PAInT：宇宙微波背景的图像填补工具

微波观测中存在天体辐射，迫使我们进行分量分离以提取宇宙微波背景（CMB）信号。然而，即便在最乐观的情况下，仍存在强污染区域，如银河平原或来自类星体的辐射区，这些区域需要使用掩模。由于许多CMB分析（尤其是基于谱空间的分析）需要整个天地图，因此必须开发可靠的图像填补算法，将被掩模排除的像素值替换为与其余天空区域统计上兼容的值。这在处理Q和U天地图以获取无E到B泄漏的E-和B-模态图时尤为重要。本文研究一种基于高斯受约束实现（Gaussian Constrained Realizations, GCR）的方法，能够同时处理强度和偏振。为评估该方法的有效性，进行了多项测试，包括研究一维概率分布函数（1-PDF），E-和B-模态图重建，以及功率谱估计。我们考虑了两种输入情景：一种仅包含CMB信号，另一种包括实际的Planck PR4半实感噪声。尽管我们仅限于低分辨率图（T、Q和U考虑时N_side = 64），但我们认为这一方法在未来任务中具有应用价值，例如LiteBIRD，其目标是观测最大尺度。