StarUnLink：在恒星光谱巡天中识别并缓解通信卫星信号
天体物理仪器与方法
2023-07-05 v1 太阳与恒星天体物理
摘要
对于即将开展的大规模光谱巡天而言，低地球轨道卫星的污染影响是一个相对较新的问题。未来几年内有数十万颗此类卫星已获发射许可，据估计，在使用宽视场、多光纤光谱仪时，某些情况下多达百分之几的光谱可能受到污染。本文采用多阶段方法，评估在类 WEAVE 恒星光谱巡天中识别并最小化卫星污染影响的可行性与局限性。我们开发了一系列基于卷积网络的架构，用于尝试识别、恒星参数与化学丰度恢复，以及人工用卫星（即类太阳）光谱污染后的恒星光谱的源分离。我们的结果表明，对于低分辨率光谱，我们能在 80% 的精度下标记 67% 的受污染源；对于高分辨率光谱，该比例分别为 96%。此外，我们能够从光谱中去除污染，并以 <1% 的重建误差恢复干净光谱。当将污染作为训练集的增广，或从光谱中去除污染时，恒星参数预测误差最多降低 2-3 倍，且前者整体表现更优。所提出的方法展示了若干可实施的机器学习缓解策略，用以改善 WEAVE 及类似恒星光谱巡天中受污染光谱的恒星参数。
引用
@article{arxiv.2306.16485,
title = {StarUnLink: identifying and mitigating signals from communications satellites in stellar spectral surveys},
author = {Spencer Bialek and Sara Lucatello and Sebastien Fabbro and Kwang Moo Yi and Kim Venn},
journal= {arXiv preprint arXiv:2306.16485},
year = {2023}
}
备注
15 pages. To be published in MNRAS