基于L-BFGS-B局部极小化的自适应尺度CLEAN算法

作     者：张利 肖一凡 米立功 卢梅 赵庆超 王蓓 刘祥 张明 谢泉 ZHANG Li;XIAO Yifan;MI Ligong;LU Mei;ZHAO Qingchao;WANG Bei;LIU Xiang;ZHANG Ming;XIE Quan

作者机构：贵州大学大数据与信息工程学院贵州贵阳550025 中国科学院新疆天文台新疆乌鲁木齐830011 

出 版 物：《贵州大学学报（自然科学版）》 (Journal of Guizhou University:Natural Sciences)

年 卷 期：2021年第38卷第1期

页      面：38-44页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：平方公里阵列射电望远镜专项资助项目(2020SKA0110300) 国家重点研发计划资助项目(2018YFA0404602) 国家自然科学基金资助项目(11963003) 贵州省教育厅青年科技人才成长资助项目(黔教合KY字119) 

主　　题：L-BFGS-B算法 自适应尺度CLEAN算法 射电天文图像处理 

摘      要：干涉阵列存在的点扩展函数旁瓣使得观测到的射电源出现不同程度的失真,对重建宇宙真实结构图景和理解宇宙起源造成影响。为解决观测中出现的伪影,本文在现有的CLEAN算法的基础上,提出了基于L-BFGS-B局部极小化的自适应尺度CLEAN算法。首先,基于L-BFGS-B局部极小化算法通过最小化目标函数,寻找最优分量,构建自适应尺度模型;其次,通过CASA实现对测试图像的重建,对比目前广泛使用的Hogbom CLEAN算法的重建图像,评估本文算法性能;最后,对反卷积算法在射电天文图像处理领域的发展做出展望。测试结果表明:相比于传统的算法,本文提出的算法能够构建更加精准的天空亮度分布,为天文图像重建提供一种新的方案。