一种用于稀疏干涉阵列观测成像的大视场效应消除方法

技术领域

本发明涉及观测成像技术领域，特别涉及一种用于稀疏干涉阵列观测成像的大视场效应消除方法。

背景技术

非共面基线效应是干涉阵列观测中的一种典型的现象，它是由于阵列天线附近的差分菲涅耳衍射而产生的，使得天体特征呈现不同程度的扭曲。在干涉测量中，必须考虑非共面基线效应，即ω项的影响，故将这种经过ω项校正后进行成像的方法称之为宽视场或大视场成像。

为了矫正非共面基线效应，学者已提出多种大视场矫正方法。常用方法包括：三维傅里叶变换成像、ω-projection、ω-stacking和faceting等。其中ω-projection算法则通过卷积核函数，将三维观测数据映射到二维平面上进行成像，这种算法需要占用较长的时间来计算和存储卷积核函数。然而，这种算法都比传统的二维傅里叶成像算法慢成百上千倍，因此必须对算法进行加速优化，以便应对将来的海量天文数据成像。

ω-projection方法能很好地与诸如反卷积方法等其它成像方法结合使用，并且效果良好。但ω参数的选择非常困难，ω值过小，大视场畸变不能精确纠正；ω值过大，将需要高性能计算集群，普通计算资源无法满足现代观测数据的计算。

对于稀疏干涉阵列而言，采样的信息较少，在保持恢复的图像质量同时，本质上需要更少的ω值。如果使用原来的ω取值策略，则将会造成计算资源的极大浪费。因此，本发明提出一种针对稀疏阵列观测的非共面基线大视场效应的快速方法。

发明内容

基于此，有必要针对上述技术问题，提供一种用于稀疏干涉阵列观测成像的大视场效应消除方法。

本发明实施例提供一种用于稀疏干涉阵列观测成像的大视场效应消除方法，包括：

获取稀疏干涉阵列观测的三维观测数据；

采用ω-projection算法，通过将三维观测数据中的天空亮度与已知卷积核函数卷积，确定观测对象的二维数据；

采用反卷积成像方法对二维数据进行处理，并从处理后的数据中分离出已知卷积核函数，获得消除大视场非共面基线效应的脏图数据；

其中，所述卷积中ω项取值策略包括：

确定ω映射平面ωprojplanes的合理值n＝Bmax·imagewidth/600；式中，Bmax为最大基线长度，单位为kλ；imagewidth为图像大小，单位为arcmin

计算单个ω_i＝ω/n；式中，ω_i为第i次采样对应的列表参数值，0≤i

进一步地，所述观测对象的二维数据的确定步骤，具体包括：

稀疏干涉阵列对来自远场的空间非相干辐射的响应用空间相干性或可见度V(u，v，ω)、和光谱强度或亮度I(l，m)之间的关系来表示：

式中，基线坐标(u，v，ω)和方向余弦(l，m)中的(u,v)是空间频率域坐标，(l,m)是图像域的坐标；当项

式中，B为最大基线长度，D为天线直径，λ为观测波长；参数rF是一个距离B的菲涅耳区直径；计算这两个量的比值是很有用的：

当菲涅耳数N

因此，将公式(1)改写为天空亮度的傅里叶变换与以ω为参数的像平面相位项的傅里叶变换之间的卷积：

应用傅里叶卷积定理，发现：

为了理解

即，通过与已知函数G(u，u，ω)卷积，计算出非零ω的可见度，因此三维函数V(u，v，ω)纯粹由二维函数V(u，v，ω＝0)确定，这一全息结果的产生是因为原始亮度被限制在一个二维表面。

进一步地，所述消除大视场非共面基线效应的脏图数据的确定步骤，具体包括：

将天空亮度I乘以锥度函数T；

对锥形T·I进行二维傅里叶变换；

通过公式(4)，计算每个样本点的卷积，获得预测的可见度；

对于每个样本可见度，计算网格(u，v，ω＝0)平面的卷积；

执行二维傅里叶反变换获得锥形T.I

分割出图像平面的锥形函数T，得到脏图I

进一步地，采用窄带相位跟踪干涉仪，产生稀疏干涉阵列。

进一步地，所述ω-projection算法的原理为：通过卷积核函数，将三维观测数据映射到二维平面上进行成像。

进一步地，所述ωprojplanes的合理值n的最小值为16。

本发明实施例提供的上述用于稀疏干涉阵列观测成像的大视场效应消除方法，与现有技术相比，其有益效果如下：

本发明采用改进的卷积中ω项取值策略，对于稀疏干涉阵列来说，将极大地减少ω_i的实际计算量，减少的计算量与ω_i的减少成正比例，这会显著提升稀疏干涉阵列大视场成像的计算效率；其相对于现有最好的结果，本发明在保证图像质量的同时，能显著提升稀疏干涉阵列中大视场效应处理效率。另外，本发明既可用于地基干涉阵列也适合空间干涉阵列。

附图说明

图1为一个实施例中提供的疏干涉阵列大视场ω项优化策略示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

理论分析：

窄带相位跟踪干涉仪对来自远场的空间非相干辐射的响应可以用空间相干性或“可见度”V(u，v，ω)和光谱强度或亮度I(l，m)之间的关系来表示：

在这个方程中，基线坐标(u，v，ω)和方向余弦(l，m)有它们通常的定义，(u,v)是空间频率域坐标，(l,m)是图像域的坐标，ω是表示大视场的参数，称为ω项；当项

式中，B为最大基线长度，D为天线直径，λ为观测波长；参数rF是一个距离B的菲涅耳区直径；计算这两个量的比值是很有用的：

当菲涅耳数N

由于这个问题很大程度上是由(u，v，ω)的ω部分引起的，所以有必要考虑是否有办法将ω投影到问题之外，从而允许对单个图像进行二维傅里叶变换。Frater和Doherty注意到从单个平面ω到ω＝0的投影是可能的，他们提出使用Clean来解决由此产生的卷积关系。虽然他们只考虑所有测量都发生在一个平面上的(不寻常的)情况，但很明显，他们的方程允许从ω＝0平面到(u，v，ω)空间的任何位置进行投影。为了推导出这个结果，必须将公式(1)改写为天空亮度的傅里叶变换与以ω为参数的像平面相位项的傅里叶变换之间的卷积。

应用傅里叶卷积定理，发现：

为了理解

这具有显著而巧妙的算法含义：通过与已知函数G(u，v，ω)卷积，可以计算出非零ω的可见度，因此，三维函数V(u，v，ω)纯粹由二维函数V(u，v，ω＝0)确定，这一全息结果的产生是因为原始亮度被限制在一个二维表面(天球)。

ω-projection方法利用上述思想将三维函数V(u，v，ω)转换成二维函数V(u，v，ω＝0)。它的ω映射平面(ωprojplanes)的合理值等于n＝Bmax(最大基线长度，单位kλ)·imagewidth(图像大小，单位为arcmin

在计算ω平面(ω-plane)时是均等分分割的，这对应的观测物理基础是uv覆盖(uv覆盖是指观测的采样模式)的均匀分布。然而，这个假设对于稀疏干涉阵列不成立，因为稀疏干涉测量时有大量的空间是不会被采样的。这些丢失的信息是不需要ω-plane的。如果继续使用上述规则，这将会使得大量消耗计算资源。

为了解决以上问题，本发明提供了一种针对稀疏阵列观测成像的非共面基线大视场效应的快速消除方法，具体内容如下：

1、核心算法：稀疏干涉阵列大视场ω项优化策略

1)根据下式计算出ωprojplanes大致值：

n＝Bmaxximagewidth/600

2)计算出对应的单个ω_i值：

ω_i＝ω/n

3)如果在ω_i内无采样值，则无需计算ω_i所对应的ω-plane。遍历所有的ω_i值，然后得到一个需要计算的ω_i的列表，后面的运算仅执行该列表中的ω_i。

这样的方案对于稀疏干涉阵列来说，将极大地减少ω_i的实际计算量，减少的计算量与ω_i的减少成正比例，这会显著提升稀疏干涉阵列大视场成像的计算效率。

2、结合第1点形成整体方案

1)为了评估像素化的天空亮度模型I预测的可见度，做如下操作：

A.将天空亮度模型I乘以锥度函数T，T通常为二维高斯函数，其为了防止高频部分过拟合。

B.对锥形T.I进行二维傅里叶变换(从实到复)。

C.计算每个样本点的卷积(公式4)，获得预测的可见度。

2)计算脏图：

A.利用第1点的计算方法，对于每个样本可见度，计算网格(u，v，ω＝0)平面的卷积。

B.执行二维傅里叶反变换(复数到实数)，以获得锥形T.I

C.分割出图像平面的锥形函数T，得到脏图I

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。