RFI-DRUnet：恢复受射频干扰破坏的动态谱——在脉冲星观测中的应用
天体物理仪器与方法
2024-02-22 v1 机器学习
图像与视频处理
摘要
射频干扰（Radio frequency interference, RFI）一直是射电天文学中一个持久的问题，特别是对于需要高计时精度和数据灵敏度的脉冲星观测而言。在大多数文献工作中，RFI 抑制被表述为一个检测任务，包括定位动态谱中可能的 RFI。这种策略不可避免地导致潜在的信息丢失，因为被识别为可能受 RFI 破坏的信号部分通常不在后续的数据处理流程中被考虑。相反，本工作提出将 RFI 抑制作为一个联合检测和恢复任务来解决，这使得受 RFI 影响的动态谱部分不仅能够被识别，还能被恢复。所提出的监督方法依赖于一个深度卷积网络，其架构继承了近期流行图像去噪网络所达到的性能。为了训练该网络，构建了一个完整的模拟框架，根据脉冲星信号和 RFI 的物理启发和统计模型生成大型数据集。通过广泛的实验定量评估了所提出方法的相关性。特别是，结果表明恢复后的动态谱足够可靠，能够以接近从无 RFI 信号获得的精度来估计脉冲星到达时间。
引用
@article{arxiv.2402.13867,
title = {RFI-DRUnet: Restoring dynamic spectra corrupted by radio frequency interference -- Application to pulsar observations},
author = {Xiao Zhang and Ismaël Cognard and Nicolas Dobigeon},
journal= {arXiv preprint arXiv:2402.13867},
year = {2024}
}