張利

(中國科學院新疆天文臺烏魯木齊830011)

射電干涉成圖觀測通過若干臺射電望遠鏡的信號相關來實現(xiàn)天體射電圖像的高角分辨率的觀測.它極大地促進了天文學的發(fā)展.最近幾年,大干涉陣正在籌建,如平方公里陣(SKA)、下一代甚大干涉陣(ngVLA).新的望遠鏡陣具有更高的靈敏度或分辨率,能測得更弱的射電源、揭示更多的細節(jié)以呈現(xiàn)射電源輻射的物理特征,推動天文學和天體物理學的發(fā)展.觀測數(shù)據(jù)中天體的信息需要大量的像素以圖像的方式來表示.然而,對于大圖像的重建,現(xiàn)存算法的性能是非常有局限性的.本論文的目的是發(fā)展快速高保真的重建算法,通過引進解析式的方法計算模型圖像來實現(xiàn)反卷積快速收斂,有效地解決了大圖像重建耗時的問題.通過引進自適應循環(huán)機制來提高圖像保真度,從而恢復出高質量的圖像.我們提出的算法是基于廣泛使用的CLEAN重建框架實現(xiàn)的.

自適應尺度分解(Asp-Clean)算法能夠從臟圖中重建出高質量圖像,但計算量很大.我們找到了這種算法中計算開銷最大的部分—目標函數(shù)中的卷積計算,用解析的方法來估計潛在的真實流量作為初始值.這使得計算量大大減少.解析計算需要將點擴展函數(shù)近似為高斯函數(shù).現(xiàn)代的干涉陣的點擴展函數(shù)的旁瓣已經(jīng)顯著減少,允許做這樣的近似使得它能處理更大的圖像,揭示數(shù)據(jù)中所包含的信息.大量的測試顯示該算法能很好地恢復各天體尺度的信息.計算量對圖像尺度的依賴性很弱,對處理大圖像是非常有利,可以在SKA和ngVLA等大型干涉陣圖像處理中發(fā)揮更大作用.

在CLEAN算法中循環(huán)增益是可以優(yōu)化的,固定的循環(huán)增益會使反卷積重建中出現(xiàn)振蕩現(xiàn)象,在重建延展源時出現(xiàn)虛假結構.我們引進自適應循環(huán)增益技術來防止重建中的震蕩,提高模型的保真度.自適應循環(huán)增益相當于在重建過程中引入不同的正則化,解決不同的問題.在本論文中,我們使用兩種不同的正則化技術.第一種是基于信噪比的自適應循環(huán)增益.循環(huán)增益會隨著每次迭代中殘差的信噪比的改變而改變.自適應循環(huán)增益與信噪比正相關,提高了重建圖像質量,降低了重建失敗的風險.另一種是基于形狀依賴的自適應循環(huán)增益.循環(huán)增益會隨著每次迭代模型分量的形狀改變,有利于減少重建圖像中的虛假結構.大量的測試顯示自適應循環(huán)增益能夠顯著提高圖像的保真度,有利于揭示和理解天文現(xiàn)象的本質,產(chǎn)生更多的成果.

這些新算法利用通用天文軟件應用(CASA)接口在Python語言下實現(xiàn),并且應用到模擬的擴展甚大陣列(EVLA)數(shù)據(jù),顯示出更優(yōu)的性能.我們正在與美國國家射電天文臺合作,用C++語言在CASA軟件中實現(xiàn)這些新算法,提供給全世界用戶使用.