面向 VLBI 数据的全自动校准流水线 VIPCALs
摘要
非常基线干涉仪 (VLBI) 是一种可实现亚毫弧秒分辨率的强大技术。然而，它需要复杂且通常是人工的后关联校准，以纠正仪器误差、几何误差和传播相关误差。与连接元件干涉仪不同，VLBI 数组通常提供原始可见性，而非即插即用的数据，现有流水线大多为准自动化，依赖用户监督。我们提出了 VIPCALs—a 一个无需人工干预或数据集先验知识的全自动、端到端的连续 VLBI 数据校准流水线。 designed for scalability to thousands of sources and heterogeneous archival observations，VIPCALs 满足诸如寻找毫米星系 (SMILE) 项目等计划的需求。使用 ParselTongue 实现，VIPCALs 在完全无监督模式下复现了标准 AIPS 校准工作流程。除常规校准任务外，流水线还执行自动参考天线选择、校准源识别，并生成用于检查的诊断输出。我们在对应 SMILE 项目 1000 个源的 VLBA 数据样本上对其进行了验证。VIPCALs 成功校准了 955 个测试源的数据，覆盖多个频段。超过 91% 的校准数据集在至少尝试的一半解决方案中实现了成功的目标 fringe fitting。校准后可见性与初始总可见性的中位数比值为 0.87。平均处理时间低于 10 分钟/数据集，显示出高效和可扩展性。VIPCALs 实现了 VLBI 连续数据鲁棒、可重复、全自动校准，显著降低了 VLBI 科学的进入门槛，使诸如 SMILE 等大规模项目变得可行。
引用
@article{arxiv.2508.13281,
title = {Quantum algorithms to detect ODMR-active defects for quantum sensing applications},
author = {Pablo A. M. Casares and Yanbing Zhou and Utkarsh Azad and Stepan Fomichev and Jack S. Baker and Chen Ling and Debasish Banerjee and Alain Delgado and Juan Miguel Arrazola},
journal= {arXiv preprint arXiv:2508.13281},
year = {2025}
}
备注
27 pages, 16 figures. The previous version contained an error on the success probabilities of QPE in the filtering process which has been now corrected by the use of Quantum Signal Processing