【技术实现步骤摘要】
一种基于大数据技术的干涉阵列极化效应消除方法
[0001]本专利技术涉及天文观测成像
，更具体地说，它涉及一种基于大数据技术的干涉阵列极化效应消除方法。
技术介绍
[0002]在天文学许多领域，研究来自外层空间的极化辐射非常重要。极化主要存在于相干辐射天文源以及非相干辐射天文源。一般来说，极化可以用于探测星际磁场的法拉第旋转，而宇宙微波背景的极化则用于研究非常早期的宇宙物理学。射电天文研究中极化测量也非常重要，因为大多数银河系同步辐射都会表现出一定的弱极化特性，并且相关研究表明银河系同步辐射固有线极化。
[0003]极化效应是一种十分常见的方向相关效应，对于波束方向相关效应的校准，可以宽泛地分为两个方面，即图像平面的校准和傅里叶平面的校准。通用天文应用软件(Common Astronomy Software Applications,CASA)官方关于3C286场的极化校准是通过对D
‑
Johns矩阵进行校正，进而使得受极化效应影响的可见度数据得到优化为思路展开。因此，传统的极化校准(D
【技术保护点】
【技术特征摘要】
1.一种基于大数据技术的干涉阵列极化效应消除方法，其特征是，包括如下步骤方法：S1：观测模拟与数据集生成：根据实际观测情况，通过OSKAR软件进行全极化模拟观测，得到全极化可见度数据；通过WSClean软件将全极化可见度数据转换成全极化脏图；进一步形成由极化
‑
非极化脏图对组成的数据集；S2：网络参数模型训练：将极化
‑
非极化脏图对输入SE_CNN网络，当网络收敛时，得到相应网络参数模型；S3：实际观测图像预处理：利用通用校准方法消除实际观测图像中的非极化仪器效应，从而使得图像中仅包含极化效应；S4：极化效应消除：利用训练好的网络参数模型，对校准后的实际观测图像进行极化消除。2.根据权利要求1所述的一种基于大数据技术的干涉阵列极化效应消除方法，其特征是：所述SE_CNN网络由卷积...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。