陈学雷,国家天文台

Download Report

Transcript 陈学雷,国家天文台

天籁计划、SKA
及其对信息技术的需求
陈学雷
中国科学院国家天文台
中国虚拟天文台暨天文信息学2012年学术年会
2012.11.29 三峡大学
根据超新星和宇宙微波背景辐射
推断宇宙正在加速膨胀
宇宙大尺度结构
一种探测暗能量的方法:
重子声学振荡(BAO)
通过测量宇宙大尺度结构中的重子声学振荡特征测定宇宙膨胀率
H(z) 和角直径距离 dA(z),进而推断暗能量的性质
光学测量 BAO
Anderson et al.(BOSS collab.), arxiv:1203.6594
射电观测大尺度结构:强度映射方法
• 射电方法可以观测中性氢的21cm辐射,从而得
到大尺度结构
• 特别适合观测光学较难观测的0.8<z<3 的宇宙,
而且与光学观测互相验证,可以避免系统误差
• 但是,射电波段由于波长较长,角分辨率差
• 强度映射方法:不试图观测单个星系,只观测
大尺度结构(T. Chang et al. 2008 PRL)
T. Chang et al., 2010, Nature
射电干涉仪原理
From A. Falb, Basics of Radio
Interferometry
综合孔径成像
(Aperture Synthesis)
射电阵列观测方式:
• 多个阵元实时测出接收到的无线电波
• 相互两两在短时内求相关(干涉)并记
录下来,干涉数据称为显示度
(visibility)
• 根据显示度,使用综合孔径成像算法可
以还原出天空的辐射图
V: visibility
天籁实验的设计考虑
• 漂移扫描(固定望远镜,利用地球自转,
更为稳定且降低成本)
• 0<z<3,初期也可先选某一红移观测
• 角分辨率: 15arcmin, 足以分辨BAO峰,
相应阵列约 100m 大小,也可稍小
• 接收单元密集排布,以增强灵敏度
Ansari et al., 1108.1474
柱面望远镜
symmetric design
feeds
Jeff Peterson et al. 2006
asymmetric design
instant field of view
天籁干涉数据实时处理问题
简单估计:
第一期
全规模
接收单元
100x2
2500x2
干涉对
2x104
107
采样频率
200Msps
1Gsps
总数据量(8bit)
40GB/s
5TB/s
计算量
(FFT length
1024)
FFT:50Gflops+MA
C:4Tflops
FFT:5Tflopes+MA
C:10Pflops
整个互联网流量: 20TB/s (P. Alexander 2010); 1PB (Alpha, 2012.11
射电数据实时处理过程
•
•
•
•
•
模数转换(ADC)实现信号采样
FFT或多相滤波将时域信号转换为频域信号
数据交换(分布式计算)
计算每对天线、每个频率的互相关,得到显示度
保存显示度
采用分频分布式信号处理系统,保证
无论阵列规模多大,每个处理单元的
数据流总小于等于其数据采集率
计算方案
• CPU/GPU (参见田海俊、徐洋报告)
• DSP/FPGA(自动化所研制)
AD board
Processing board
非实时数据处理
干扰和坏数据识别
定标校准
成图(CLEAN, 最大熵等)、拼图
前景减除(主成份分析、盲源分离)
点源、动目标和变源识别
21cm 功率谱估计
• 多波段观测交叉识别
• 目标分类
• 目标性质
射电天文学发展状况
• 射电望远镜阵列通过综合孔径成像进行
观测
• 典型:VLA 有27个干涉单元
• 干涉基线数 ~ N2
• 数字技术发展允许更大规模的干涉阵
列,目前ATA,LOFAR, MWA等正在研发几
百个单元的阵列
• 未来的SKA: 由一个dish array, 一个
或两个Aperture array 组成,每个array
几千个单元,并包括多波束
• 观测红移的21cm是探测宇宙的重要手段
平方千米阵(SKA)
数据格式、标准化、自动化
• 目前各射电望远镜产生的数据格式仍有较大差异
• 有许多不同的数据处理软件(例如 AIPS, CASA, MIRIAD, ASAP, ...)
且使用比较复杂
• 数据处理需要复杂的手工操作,有很大任意性,在很大程度上依赖使
用者的经验和技巧
• 传统的数据处理主要目的为获得图像,而对于宇宙学研究来说,获得
统计数据往往更为重要
• 未来的射电数据需要更为自动化、标准化的处理,在软件方面有极大
量的工作
谢谢