单碟射电成图Skynet算法 I:小尺度结构的污染物清除、成图与测光
天体物理仪器与方法
2019-01-30 v1
摘要
我们提出了一种相对于传统技术具有若干优势的单碟成图算法。(1)我们的算法利用加权建模而非加权平均来在信号测量之间进行插值。这平滑了数据,但不会将数据模糊超过仪器分辨率。依赖加权平均的技术有时将点源模糊多达40%。(2)我们的算法利用局部而非全局建模,以沿望远镜扫描分离天文信号与仪器和/或环境信号漂移。其他技术,如篮式编织,用简单的函数形式(线性、二次等)跨整个扫描对这种漂移建模,限制了它们去除此类污染的能力。(3)我们的算法利用类似的局部建模技术将天文信号与射频干扰(RFI)分离,即使仅有连续谱数据可用。(4)与其他技术不同,我们的算法不要求数据在矩形网格上采集或在处理前重新网格化。(5)任意数量的观测数据,无论是否重叠,均可追加并一起处理。(6)可为最终图像选择任意像素密度。我们提出了我们的算法,并使用模拟和真实数据对其进行了评估。我们正将其集成到Skynet机器人望远镜网络的图像处理库中,该网络包括横跨四大洲的光学望远镜,以及现在西弗吉尼亚州Green Bank天文台的20米口径射电望远镜。Skynet为数百名专业用户以及另外数万名各年龄段学生提供服务。默认数据产品即时生成,但很快将支持事后定制。
引用
@article{arxiv.1808.06128,
title = {Skynet Algorithm for Single-Dish Radio Mapping I: Contaminant-Cleaning, Mapping, and Photometering Small-Scale Structures},
author = {J. R. Martin and D. E. Reichart and D. A. Dutton and M. P. Maples and T. A. Berger and F. D. Ghigo and J. B. Haislip and O. H. Shaban and A. S. Trotter and L. M. Barnes and M. L. Paggen and R. L. Gao and C. P. Salemi and G. I. Langston and S. Bussa and J. A. Duncan and S. White and S. A. Heatherly and J. B. Karlik and E. M. Johnson and J. E. Reichart and A. C. Foster and V. V. Kouprianov and S. Mazlin and J. Harvey},
journal= {arXiv preprint arXiv:1808.06128},
year = {2019}
}
备注
50 pages, 54 figures, 4 tables, accepted for publication in ApJS