非平稳对象的时序重构：基于断层或干涉测量方法

在多个天文学应用中，人们尝试从测量的时间序列中确定物体的二维或三维结构。虽然大多数用于重构的方法假设物体为静态，但数据往往是在物体可能发生显著变化的时间间隔内获取的。这一问题可通过时序重构方法（如卡尔曼滤波）来解决，该方法将未知物体的时间演化建模为可能包含或不包含确定性分量的随机漫步。在本文中，我们展示了从其线积分投影中获得的流体动力学模拟的时序重构。我们发现，基于静态假设的标准重构方法效果较差，而基于卡尔曼的重构质量较好。我们讨论了这些结果对各种天文学应用的影响，包括日冕的断层成像和射电束合成。