微电子与通信工程学院研究生1篇论文被天文学顶级学术期刊 Astrophysical Journal Letters录用
近日,微电子与通信工程学院与中国国家天文台合作的《Feature Matching Conditional GAN for Fast Radio Bursts Localization with Cluster-Fed Telescope》一文被天文学顶级学术期刊Astrophysical Journal Letters(影响因子IF:8.374)录用发表。该文针对天眼FAST实时探测快速射电暴的问题提供了新的解决思路,文章第一作者为博士研究生吴德成,通讯作者为青年教师曹海林副研究员。
论文的概要如下:
Feature Matching Conditional GAN for Fast Radio Bursts Localization with Cluster-Fed Telescope
(适用于簇馈电望远镜的特征匹配条件生成对抗网络的快速射电暴定位方法)
Decheng Wu,Hailin Cao*, Nanjie Lv, Jin Fan,Xiaoheng Tan and Shizhong Yang
传统的簇馈电望远镜中焦平面数据的严重欠采样,从而对快速射电暴(FRB)位置的估计存在较大的不确定性。针对快速射电暴 (FRB)定位问题,我们提出了一种基于条件生成对抗网络的焦面特征匹配算法(F3M-cGAN)。利用FRBs的多频特性,我们设计了一种改进的三维卷积自动编码器,用于合成焦面场特征数据。同时,将接收到的信号作为判别器的一个条件输入,以加强映射关系。在此基础上,引入了一种基于深度神经网络的位置估计器来估计快速射电暴的位置,并根据接收馈源的能量分布设计了一种位置编码器,用来提高定位精度。在焦面场特征重建方面,采用纹理损失作为生成器的梯度反馈。基于F3M-cGAN网络框架的交替训练过程,可以实现有效的焦面场的特征重构和快速射电暴位置估计。采用缩放下的500米口径球面射电望远镜(FAST)的模型,验证了算法的有效性。仿真结果表明,我们的方法在有限的馈源下,能够准确地重建焦面场特征,实现了更高的实时定位精度(远高于射电望远镜的角分辨率)。
该工作获得国家自然科学基金面上项目(61571069,51877015)、天文联合项目(U1831117, U1931129)部分资助。