Adaptive scale model reconstruction for radio synthesis imaging
Adaptive scale model reconstruction for radio synthesis imaging
复制标题
放射合成成像的自适应尺度模型重建
DOI：
10.1088/1674-4527/21/3/63
复制
发表时间：
2021
影响因子：
1.8
通讯作者：
Wu Zhong-Zu
中科院分区：
文献类型：
--
作者：
Zhang Li;Mi Li-Gong;Xu Long;Zhang Ming;Li Dan-Yang;Liu Xiang;Wang Feng;Xiao Yi-Fan;Wu Zhong-Zu
CLEAN反褶积天空模型是射电天文学中一种特别有效的高动态范围重建方法，它能有效地对天空进行建模，并消除由于空间频域采样不完全引起的点扩展函数（PSF）的副瓣。与无尺度和多尺度天空模型相比，自适应尺度天空模型在窄带模拟数据中具有更好的天空建模能力，特别是在高灵敏度观测的大尺度特征上，这正是平方公里阵列（SKA）数据处理的挑战之一。然而，自适应尺度CLEAN算法尚未得到实际观测数据的验证，并且允许模型中存在负分量。本文提出了一种具有非负约束和宽带成像能力的自适应比例模型算法，并将其应用于模拟SKA数据和来自SKA前体Karl G. Jansky甚大阵列（JVLA）的实际观测数据。实验表明，该算法可以重构出更多细节丰富的物理模型。这项工作为未来的SKA图像重建和SKA成像管道的发展迈出了一步。
A sky model from CLEAN deconvolution is a particularly effective high dynamic range reconstruction in radio astronomy, which can effectively model the sky and remove the sidelobes of the point spread function (PSF) caused by incomplete sampling in the spatial frequency domain. Compared to scale-free and multi-scale sky models, adaptive-scale sky modeling, which can model both compact and diffuse features, has been proven to have better sky modeling capabilities in narrowband simulated data, especially for large-scale features in high-sensitivity observations which are exactly one of the challenges of data processing for the Square Kilometre Array (SKA). However, adaptive scale CLEAN algorithms have not been verified by real observation data and allow negative components in the model. In this paper, we propose an adaptive scale model algorithm with non-negative constraint and wideband imaging capacities, and it is applied to simulated SKA data and real observation data from the Karl G. Jansky Very Large Array (JVLA), an SKA precursor. Experiments show that the new algorithm can reconstruct more physical models with rich details. This work is a step forward for future SKA image reconstruction and developing SKA imaging pipelines.
登录
查看更多内容
影响因子：
56.9
作者：
R. M. Emberson
通讯作者：
R. M. Emberson
DOI：
10.1007/s11433-018-9360-x
发表时间：
2019-01
期刊：
Science China Physics, Mechanics & Astronomy
影响因子：
--
作者：
T. An
通讯作者：
T. An
影响因子：
6.5
作者：
L. Zhang
通讯作者：
L. Zhang
影响因子：
64.8
作者：
J. Pawsey;R. PAYNE-SOOTT;L. McCready
通讯作者：
J. Pawsey;R. PAYNE-SOOTT;L. McCready
影响因子：
6.5
作者：
L. Zhang;L. Zhang;S. Bhatnagar;U. Rau;M. Zhang
通讯作者：
L. Zhang;L. Zhang;S. Bhatnagar;U. Rau;M. Zhang