基于压缩感知的 VLBI 图像反卷积

对 VLBI（甚长基线干涉测量）射电望远镜中不完整可见度样本的直接反演会产生带有卷积伪影的图像。由于对天文射电源的正确分析和解释需要无畸变的图像，并且填充 uv 平面中的所有采样点是一项不可能完成的任务，因此图像反卷积一直是 VLBI 成像的核心问题之一。迄今为止，最广泛使用的反卷积算法基于最小二乘优化和最大熵方法。在本文中，我们提出了一种基于新兴范式——压缩感知（CS）的新算法。在稀疏性条件下，CS 能够仅使用少量随机样本精确重构信号或图像。我们表明 CS 非常适合 VLBI 成像问题，并证明所提出的方法能够从取自 uv 平面椭圆轨迹的不完整可见度样本中重构射电星系的模拟图像。通过 VLA（甚大阵）观测到的 3C459 不对称射电星系的实际 VLBI 测量数据，也证明了所提出方法的有效性。