排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
在射电天文观测中,射频干扰(Radio Frequency Interference, RFI)会以多种形式混入望远镜接收系统,给观测带来误判或者降低观测信噪比.近年来国内国际射电天文快速发展,国内国际大型射电望远镜和阵列先后建设,观测灵敏度大为提高,射频干扰的影响尤为突出.随着科技发展和人类活动的加剧,射频干扰日益严重且不可逆转.提出利用2维离散小波变换的方法分析射电天文观测的数据,对望远镜系统输出的时间频率序列进行小波变换,根据小波系数分离出原始信号中各分量,每个分量统计得到相应的阈值,将各分量与阈值相比较识别干扰成分并标记去除.利用该方法对实际观测数据进行了处理,结果表明该方法能够很好地标记并消减干扰信号,且提高了观测的信噪比. 相似文献
2.
甚长基线干涉测量(VLBI)是重要的射电天文技术,具有极高的空间分辨率,是国际上广泛采用的深空探测器高精度角位置测量手段[1]".相关处理机是VLBI数据预处理的核心设备.由于VLBI观测数据的相关处理具有数据密集和计算密集的双重特点,普通计算机的性能难以达到对数据处理速度的要求,需要有专用的高速硬件数据处理单元来完成相关处理.我国探月工程VLBI地面测控系统中所使用的硬件相关处理机是基于大容量、高性能的在线可编程门阵列(FPGA),自主研制的高速数据处理单元,可以实时处理每台站最高速率达1 Gb/s的数据,其数据处理结果,经过软件验证并与欧空局(ESA)提供的数据进行了比较,结果符合良好. 相似文献
3.
随着下一代射电天文望远镜的不断改进和发展,脉冲星巡天观测将发现数百万个脉冲星候选体,这给脉冲星的识别和新脉冲星的发现带来了巨大挑战,迅速发展的人工智能技术可用于脉冲星识别.使用Parkes望远镜的脉冲星数据集(The High Time Resolution Universe Survey,HTRUS),设计了一个14层深的残差网络(Residual Network,ResNet)进行脉冲星候选体分类.在HTRUS数据样本中,存在非脉冲星候选体(负样本)的数目远远大于脉冲星候选体(正样本)数目的样本非均衡问题,容易产生模型误判.通过使用过采样技术对训练集中的正样本进行数据增强,并调整正负样本的比例,解决了正负样本非均衡问题.训练过程中,使用5折交叉验证来调节超参数,最终构建出模型.测试结果表明,该模型能够取得较高的精确度(Precision)和召回率(Recall),分别为98%和100%,F1分数(F1-score)能够达到99%,每个样本检测完成只需要7 ms,为未来脉冲星大数据分析提供了一个可行的办法. 相似文献
1