使用多目标优化重建干涉测量数据（II）：偏振测量与时间动力学

在甚长基线干涉测量（VLBI）中，来自多个天线的信号组合形成一个稀疏采样的虚拟孔径，其有效直径由最大的天线间距决定。固有的稀疏性使得 VLBI 成为一个不适定的反问题，促使人们使用如本系列第一篇论文中所提出的基于分解的多目标进化算法（MOEA/D）等算法。本研究侧重于将 MOEA/D 扩展至偏振测量和时间动力学重建，这对 VLBI 社区和事件视界望远镜合作组织（EHTC）尤为重要。MOEA/D 在提供图像结构独特、快速且很大程度上无监督的表示方面的成功，构成了探索这些扩展的基础。该扩展涉及在 MOEA/D 的多目标进化框架内，引入针对总强度成像、时间变量和偏振变体的特定惩罚项。计算了代表非支配解的 Pareto 前沿，揭示了邻近度的聚类。使用代表 EHTC 主要目标的合成数据集测试 MOEA/D，结果表明，尽管存在稀疏性和现实的数据损坏，仍能成功恢复偏振和时间动力学特征。MOEA/D 的扩展在预期的 EHTC 环境中被证明是有效的，为现有方法提供了一种替代且独立的方案。它不仅全局地探索问题，还消除了参数搜索的需要，从而区别于正则化最大似然（RML）方法。MOEA/D 成为一种新颖且有用的工具，能够以最少的用户干预稳健地表征 VLBI 数据集中的偏振和动力学特征。未来的工作旨在解决 MOEA/D 目前仅存的局限性，特别是关于像素数量和数值性能方面的问题，以便将其确立于 VLBI 数据处理流程之中。