中文

图像域网格化:一种用于可见度卷积重采样的快速方法

天体物理仪器与方法 2019-09-17 v1

摘要

在射电天文学中,要对宽视场进行综合成像并获得高动态范围,需要校正随时间与方向相关的效应。应用方向相关校正可通过将图像划分为面元并对每个面元施加方向无关校正,或将校正纳入网格化核(AW-projection)来实现。AW-projection 相对于面元化的优势在于,其所有效应用的波束是采样波束的 sinc 插值,而面元化方法中所应用的校正是分段常数且不连续的波束。然而,当校正量在短时间尺度上变化时,AW-projection 很快变得极其昂贵。例如当校正中包含电离层效应时即出现这种情况。此时频繁重算过采样卷积核的成本主导了网格化的总成本。图像域网格化是一种避免计算过采样卷积核这一昂贵步骤的新方法。它直接为小群可见度制作低分辨率图像,再将其变换并加入大的 uvuv 网格。该计算具有简单、高度并行的结构,非常适配 GPU 等大规模并行硬件。尽管纯计算量更大,其吞吐量与经典 W-projection 相当。其精度接近于采用连续卷积核的经典网格化。与使用采样卷积函数的网格化方法相比,新方法更精确。因此,新方法至少与经典 W-projection 一样快且准确,同时允许校正快速变化的方向相关效应。

关键词

引用

@article{arxiv.1909.07226,
  title  = {Image Domain Gridding: a fast method for convolutional resampling of visibilities},
  author = {Sebastiaan van der Tol and Bram Veenboer and André R. Offringa},
  journal= {arXiv preprint arXiv:1909.07226},
  year   = {2019}
}

备注

Published in A&A