21-cm 前景消除的扩展广义 Needlet 内部线性组合(eGNILC)框架

广义 Needlet 内部线性组合(GNILC)方法是一种用于消除 21-cm 强度映射数据前景污染的非参数分量分离算法。本文在扩展 GNILC 框架(称为 eGNILC)中沿频率轴执行离散余弦变换(DCT)，以降低低多极级的功率损失，并进一步展示其性能。我们计算了 eGNILC 偏置，以修改确定前景(foreground)自由度(degrees of freedom, dof)的准则，并将稳健主分量分析(Robust Principal Component Analysis, RPCA)嵌入混合矩阵计算中以获得无偏分量分离方法。我们发现，eGNILC 偏置与前景的平均域尺寸和自由度有关，但与底层 21-cm 信号无关。在无束缚效应的情况下，对于位于银河平面之外的简单幂律前景，eGNILC 偏置可忽略不计。我们还检查了 eGNILC 在 SKA-MID(SKA 中频阶段)和 BINGO(Baryon Acoustic Oscillations 从集成中性气体观测)模拟中的性能。我们表明，如果相邻频率通道之间高度不相关，eGNILC 可在较好的准确度下恢复底层 21-cm 信号。当施加变化的 Airy 盘束到 SKA-MID 和 BINGO 后，21-cm 的功率谱可在多极级 $\ell \in [20, 250]$ 和 $[20, 300]$ 范围内有效恢复。在无仪器噪声情况下，SKA-MID 产生 $\lesssim 20\%$ 的功率损失，BINGO 产生 $\sim 10\%$ 的功率损失。只有在较大多极级才会导致显著误差。