分类: 提交时间: 2023-12-13 合作期刊: 《天文学进展》
摘要: 单脉冲搜索作为脉冲星探测的有力工具,在探测旋转射电暂现源以及快速射电暴中扮演着重要角色。为了从海量的射电巡天数据中快速筛选出最有价值的单脉冲搜索候选体,候选体识别已经从早期启发式阈值判断发展到基于机器学习自动识别。对于 FAST 观测,研究了基于机器学习的单脉冲搜索候选体识别应用到 CRAFTS (the commensal radio astronomy FAST survey) 超宽带脉冲星数据的性能表现。在评估过程中,使用单脉冲事件组识别 (SPEGID) 和单脉冲搜索器 (SPS) 两类自动识别方法,通过 7 种不同机器学习分类器对 CRAFTS 基准数据集产生的单脉冲搜索候选体进行自动识别;作为对比,也使用了启发式阈值判断的方法 (RRATtrap和 Clusterrank)。结果表明,SPEGID 具有最好的性能表现 (最高的 F1-score 值 95.1%、次高的召回率 95.4%、最低的假阳性率 4.7%),SPS 具有最快的筛选速度 (平均每小时筛选 4 010 个候选体)。通过对比分析结果,探讨了如何基于 FAST 观测数据开展高效的单脉冲搜索候选体识别。
分类: 天文学 >> 天文学 提交时间: 2023-01-17 合作期刊: 《天文研究与技术》
摘要: 快速射电暴(Fast Radio Burst, FRB)及旋转射电暂现源(Rotating Radio Transient, RRAT)等一些没有明显周期性的天体发现以来,单脉冲搜索受到研究人员广泛关注,同时随着射电望远镜设备日趋完善,更高分辨率和更广阔的观测空间产生的观测数据量剧增,加快对观测数据的处理迫在眉睫。介绍了PRESTO (PulsaR Exploration and Search Toolkit)中单脉冲搜索,使用Cython编程方式对单脉冲搜索中去趋势算法进行优化,并通过Ray框架实现单脉冲搜索在中央处理器(Central Processing Units, CPU)上并行化。实验结果表明,算法优化后的单脉冲搜索并行化,能明显提升搜索程序性能,显著缩短数据处理时间,同时该并行策略仅基于中央处理器,无需修改代码即可在纯中央处理器环境下实现高性能数据处理。
分类: 天文学 >> 天文学 提交时间: 2021-07-30 合作期刊: 《天文研究与技术》
摘要: 对大规模射电天文巡天项目产生的数据进行单脉冲搜索会产生数以亿计的脉冲星候选体。本文处理了CRAFTS(The Commensal Radio Astronomy FAST Survey)巡天的32万个超宽带数据文件,得到5万个脉冲星候选体。针对CRAFTS单脉冲搜索实验结果中脉冲星候选体仅有1.5%真正具有脉冲星信号的问题,提出三个显著区分脉冲星信号与干扰的特征,并应用到单脉冲筛选流程中。实验表明,改进后的单脉冲筛选工具将需要人工检查脉冲星候选体的数量降低了20%,一定程度上提升了CRAFTS巡天数据的单脉冲搜索效率。