恒星视向速度计算方法、终端设备及存储介质技术

本发明专利技术公开了一种恒星视向速度计算方法、终端设备及存储介质，在获得目标恒星的多条光谱数据后，将每条光谱分割为多段，对各段光谱进行归一化处理并抽样；利用抽样后的光谱数据建立光谱的高斯过程回归模型；提取光谱中的吸收线，根据吸收线的相对深度将其分为若干组，计算各组相对于原始光谱的权重；基于光谱模型，结合吸收线的权重值计算不同光谱间的视向速度差；利用不同光谱间的视向速度差求得恒星的视向速度。本发明专利技术提高了恒星视向速度的计算准确度，降低了光谱建模过程中的计算量。降低了光谱建模过程中的计算量。降低了光谱建模过程中的计算量。

【技术实现步骤摘要】
恒星视向速度计算方法、终端设备及存储介质


[0001]本专利技术涉及系外行星探测领域，特别是一种恒星视向速度计算方法、终端设备及存储介质。

技术介绍

[0002]视向速度法是一种新兴的系外行星探测技术。研究者利用观测光谱计算目标恒星的视向速度(radial velocity，RV)，根据恒星的视向速度推测系外行星是否存在。
[0003]典型的视向速度计算方法是交叉相关算法(cross
‑
correlation function，CCF)。多次移动模板光谱，计算移动后的模板光谱与观测光谱的交叉相关系数，根据交叉相关系数的变化从而求得目标恒星的RV。采用交叉相关算法计算恒星的RV可以取得较为准确的结果，但这一方案仍存在一定缺陷。第一，不同恒星之间存在差异，它们的光谱与模板光谱并非完全一致，这意味着采用交叉相关算法计算RV存在一定误差。第二，恒星表面发生活动，这会使恒星光谱发生变化，而光谱发生变化也会降低RV的计算准确度。第三，采用交叉相关算法计算恒星的RV，计算结果主要受到观测光谱的信噪比，以及模板光谱质量的影响。对目标恒星进行多次观测，由于每次的观测时间不同，无法提高各个计算结果的准确度。针对以上问题，研究者们提出了其他方案。衣振萍选取受噪声影响较小的光谱片段，利用交叉相关算法计算了M型星的视向速度。曹惠来根据若干条恒星谱线的偏移计算了目标恒星的视向速度。国外研究者设计了诸如SOPHIE、HARPS、ESPRESSO等高精度光谱仪，通过提高观测光谱的质量来获取更加准确的视向速度值。
[0004]现有的视向速度算法仍存在一些问题。第一，对于一个光谱而言，各个波长处的流量值并不是完全独立的。换言之，在已知一个点的流量值及其不确定度后，可以帮助降低其周围流量值的不确定度。对于高分辨率光谱仪而言，每一个光谱有大量的样本点，这些数据存在一定冗余，使得对光谱数据进行处理十分繁琐。第二，通过算法生成模板光谱，或者是将高信噪比光谱作为模板光谱，无法彻底解决模板光谱与观测光谱不完全一致的问题，而这会增加最终结果的误差。第三，直接比较两个时刻的恒星光谱，无法准确求得恒星的视向速度变化值。由于恒星光谱受到恒星活动、噪声等因素的影响，直接比较两个光谱获取视向速度差会存在很大的误差，而有较大误差的视向速度差会影响对恒星视向速度变化的分析。第四，考虑到相对深度不同的吸收线蕴含有不同的视向速度信息，为了充分提取其中的信息，需要对光谱中的吸收线进行加权处理，但是在不依赖模板光谱的前提下，无法直接对恒星谱线进行赋权，需要设计合理的权重分配算法。

技术实现思路

[0005]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种恒星视向速度计算方法、终端设备及存储介质，提高恒星视向速度计算的准确性，简化计算过程。
[0006]为解决上述技术问题，本专利技术所采用的技术方案是：一种恒星视向速度计算方法，包括以下步骤：
[0007]S1、获取S条光谱，将每一条光谱划分为T段，对每一段光谱数据进行预处理；
[0008]S2、利用预处理后的各段光谱数据构建各段光谱的高斯过程回归模型，计算各段光谱在不同波长处的流量值的均值以及各个流量值之间的协方差；
[0009]S3、根据各段光谱在不同波长处的流量值的均值提取每段光谱中的吸收线，将相对深度处于相同范围内的吸收线归为一组，构成部分光谱，计算各个部分光谱相对于原始光谱的权重；
[0010]S4、计算不同光谱的相同段采取相同阈值分割得到的部分光谱间的视向速度差和方差；
[0011]S5、重复步骤S4，利用两条光谱的相同段的多个部分光谱计算得到多个视向速度差及方差，利用步骤S3所述权重对多个视向速度差进行加权求和，计算两条光谱的相同段之间的视向速度差和方差；
[0012]S6、重复步骤S4～S5，根据两条光谱的多段光谱数据计算获得多个视向速度差和方差，计算两条光谱间的视向速度差；
[0013]S7、根据任意一条光谱与其他光谱之间的视向速度差，获得该光谱的视向速度。
[0014]本专利技术采用高斯过程回归算法处理光谱数据，降低了光谱数据的误差，得到更加准确的流量值。实现光谱建模后计算恒星在不同时刻的视向速度差，得到更加准确的结果。基于信号的周期性，利用恒星在不同时刻的视向速度差求解视向速度值，从而可以得到更加准确的恒星在不同时刻的视向速度。
[0015]步骤S1的具体实现过程包括：
[0016]计算其中，λ
t
′
表示第i条光谱的第t段的波长，f
′
i
(λ
t
′
)表示第i条光谱的第t段的流量值，f
′
i
(λ
t
′
)中的最小值记为f
′
i
(λ
′
t
)
min
，最大值记为f
′
i
(λ
′
t
)
max
，σ
′
i
(λ
′
t
)表示各个流量值的误差估计值，f
i
(λ
′
t
)表示归一化后的第i条光谱的第t段的流量值，σ
i
(λ
′
t
)表示f
i
(λ
′
t
)的误差估计值；
[0017]对归一化的第i条光谱的第t段进行采样，采样后的光谱波长记为λ
t
，流量值为f
i
(λ
t
)，误差估计值为σ
i
(λ
t
)。
[0018]步骤S2中，对于第i条光谱的第t段，其高斯过程回归模型的构建过程如下：
[0019]观测光谱表示为：f
i
(λ
t
)＝y
i
(λ
t
)+n
i
(λ
t
)，n
i
(λ
t
)表示高斯噪声，y
i
(λ
t
)形式未知，给予其高斯过程先验，即：y
i
(λ
t
)～GP(m
i
(λ
t
),K
i
(λ
t
,λ
t
))，f
i
(λ
t
)的先验分布为：m
i
(λ
t
)为均值函数，设定为0，表示对角矩阵，对角线元素为第i条光谱的第t段在各个波长处的噪声方差，K
i
(λ
t
,λ
t
)中的元素利用以下公式计算得到：
[0020][0021]λ
a
表示λ
t
中的第a个元素，λ
b
表示λ
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种恒星视向速度计算方法，其特征在于，包括以下步骤：S1、获取S条光谱，将每一条光谱划分为T段，对每一段光谱数据进行预处理；S2、利用预处理后的各段光谱数据构建各段光谱的高斯过程回归模型，计算各段光谱在不同波长处的流量值的均值以及各个流量值之间的协方差；S3、根据各段光谱在不同波长处的流量值的均值提取每段光谱中的吸收线，将相对深度处于相同范围内的吸收线归为一组，构成部分光谱，计算各个部分光谱相对于原始光谱的权重；S4、计算不同光谱的相同段采取相同阈值分割得到的部分光谱间的视向速度差和方差；S5、重复步骤S4，利用两条光谱的相同段的多个部分光谱计算得到多个视向速度差及方差，利用步骤S3所述权重对多个视向速度差进行加权求和，计算两条光谱的相同段之间的视向速度差和方差；S6、重复步骤S4～S5，根据两条光谱的多段光谱数据计算获得多个视向速度差和方差，计算两条光谱间的视向速度差；S7、根据任意一条光谱与其他光谱之间的视向速度差，获得该光谱的视向速度。2.根据权利要求1所述的恒星视向速度计算方法，其特征在于，步骤S1的具体实现过程包括：计算f
i
(λ
′
t
)：其中，λ
′
t
表示第i条光谱的第t段的波长，f
′
i
(λ
′
t
)表示第i条光谱的第t段的流量值，f
′
i
(λ
′
t
)中的最小值记为f
′
i
(λ
′
t
)
min
，最大值记为f
′
i
(λ
′
t
)
max
，σ
′
i
(λ
′
t
)表示各个流量值的误差估计值；f
i
(λ
′
t
)表示归一化的第i条光谱的第t段的流量值，σ
i
(λ
′
t
)表示f
i
(λ
′
t
)的误差估计值；对归一化的第i条光谱的第t段进行采样，采样后的光谱波长记为λ
t
，流量值为f
i
(λ
t
)，误差估计值为σ
i
(λ
t
)。3.根据权利要求1所述的恒星视向速度计算方法，其特征在于，步骤S2中，对于第i条光谱的第t段，其高斯过程回归模型的构建过程包括：观测光谱表示为：f
i
(λ
t
)＝y
i
(λ
t
)+n
i
(λ
t
)，n
i
(λ
t
)表示高斯噪声，y
i
(λ
t
)～GP(m
i
(λ
t
),K
i
(λ
t
,λ
t
))，GP(m
i
(λ
t
),K
i
(λ
t
,λ
t
))表示高斯过程，m
i
(λ...

【专利技术属性】
技术研发人员：康志伟，石泽华，骆坚，
申请(专利权)人：湖南大学，
类型：发明
国别省市：