差分CLEAN算法在编码板成像中的应用
Application of a Differential-CLEAN Algorithm in the Coded-Mask Imaging作者机构:清华大学工程物理系天体物理中心北京100084 粒子技术与辐射成像教育部重点实验室(清华大学)北京100084 高能辐射成像国防重点学科实验室北京100084
出 版 物:《天文研究与技术》 (Astronomical Research & Technology)
年 卷 期:2013年第10卷第1期
页 面:69-76页
基 金:国家自然科学基金(11173038) 清华大学自主科研计划(20111081102)资助
摘 要:编码板多用于硬X射线及更高能量波段的天文成像。采用交叉相关算法对编码板图像进行重建时会产生鬼像,成像质量不高。采用CLEAN算法可以有效消除鬼像,但该算法仍然无法抑制由不等间隔采样和数据缺失引入的误差。采用差分CLEAN算法对编码板图像进行重建。该算法直接在探测器数据空间进行处理,由模型数据推算出探测器上各点的数值,无需对数据进行插值等操作,能够规避上述问题,提高成像质量。选用理想点源数据加入了泊松噪声和人造坏数据点进行了模拟重建,结果显示差分CLEAN算法能够得到比CLEAN算法更低的噪声水平和更接近真实值的点源强度。IBIS是INTEGRAL卫星上的主要编码板成像设备,目前已经有大量损坏的探测器单元。用差分CLEAN算法对IBIS望远镜的数据进行了处理,与INTEGRAL标准处理软件OSA采用的CLEAN算法相比也得到了噪声水平更低的结果。