[論文レビュー] A Bayesian approach to high fidelity interferometric calibration I: mathematical formalism

Peter Sims, Jonathan C. Pober+1 more|arXiv (Cornell University)|Jun 27, 2022

Radio Astronomy Observations and Technology参考文献 66被引用数 10

ひとこと要約

この論文は、欠落している天体成分をスペクトル滑らかさの統計的制約として事前分布としてモデル化することにより、電波干渉計測のキャリブレーションにおける誤ったスペクトル構造を軽減するベイジアンフレームワークであるBayesCalを導入する。未知の輝度寄与を解析的に周辺化し、機器ゲインに物理的に妥当な事前分布を組み込むことで、標準的手法と比較してキャリブレーション解におけるスペクトル揺動を最大で4桁低減する。

ABSTRACT

High fidelity radio interferometric data calibration that minimises spurious spectral structure in the calibrated data is essential in astrophysical applications, such as 21 cm cosmology, which rely on knowledge of the relative spectral smoothness of distinct astrophysical emission components to extract the signal of interest. Existing approaches to radio interferometric calibration have been shown to impart spurious spectral structure to the calibrated data if the sky model used to calibrate the data is incomplete. In this paper, we introduce BayesCal: a novel solution to the sky-model incompleteness problem in interferometric calibration, designed to enable high fidelity data calibration. The BayesCal data model supplements the a priori known component of the forward model of the sky with a statistical model for the missing and uncertain flux contribution to the data, constrained by a prior on the power in the model. We demonstrate how the parameters of this model can be marginalised out analytically, reducing the dimensionality of the parameter space to be sampled from and allowing one to sample directly from the posterior probability distribution of the calibration parameters. Additionally, we show how physically motivated priors derived from theoretical and measurement-based constraints on the spectral smoothness of the instrumental gains can be used to constrain the calibration solutions. In a companion paper, we apply this algorithm to simulated observations with a HERA-like array and demonstrate that it enables up to four orders of magnitude suppression of power in spurious spectral fluctuations relative to standard calibration approaches.

研究の動機と目的

• 論文は、天体モデルが不完全であるために生じるキャリブレーション済み干渉計測データにおける誤ったスペクトル構造の問題に取り組む。
• 天体に関する完全な知識を仮定せずに、未知の輝度寄与をモデル化する統計的に整合性のある手法を開発することを目的とする。
• 天体モデルと機器応答の不確実性をベイズ推論を通じて組み込むことで、高精度なキャリブレーションを可能にすることを目的とする。
• 21cm宇宙論実験において、前景のスペクトル滑らかさが信号抽出に重要であるため、その分野におけるキャリブレーション精度の向上を目的とする。
• フレームワークは、キャリブレーション中に不確実性を正しく伝搬させ、頑健な天体物理パrameter推定を可能にする。

提案手法

• BayesCalフレームワークは、欠落・不確実な輝度寄与の統計的モデルを導入し、モデル内のパワーに事前分布による制約を課す。
• 既知の天体成分と未知成分の非パラメトリックスペクトルモデルを組み合わせたフォワードモデルを用いる。
• 未知輝度モデルのパラメータを解析的に周辺化することで、事後分布の次元を低減し、キャリブレーションパラメータ事後分布からの直接サンプリングを可能にする。
• 理論的および測定に基づく制約を用いて、機器ゲインのスペクトル滑らかさに物理的に妥当な事前分布を組み込む。
• 時間的モデルとゲインの進化に関する事前分布を組み込むことで、複数の時間積分の同時キャリブレーションを可能にする。
• ベイジアンモデル選択を用いて、ゲイン解に最適なスペクトルパラメータ化（例：べき乗則対より複雑なモデル）を決定可能にする。

実験結果

リサーチクエスチョン

• RQ1 天体モデルが不完全な場合、干渉計測キャリブレーションにおける誤ったスペクトル構造をどのように抑制できるか？
• RQ2 計算コストを増加させることなく、未知の輝度寄与を周辺化できる統計的枠組みは何か？
• RQ3 機器ゲインのスペクトル滑らかさに物理的に妥当な事前分布をキャリブレーションプロセスに組み込むにはどうすればよいか？
• RQ4 フレームワークは、基準基準の冗長性や機器モデルパラメータの不確実性を頑健に処理できるか？
• RQ5 時間的事前分布を組み込むことで、複数の積分にわたるキャリブレーション安定性はどのように向上するか？

主な発見

• BayesCalは、標準的手法と比較して、キャリブレーション解における誤ったスペクトル揺動を最大で4桁低減する。
• フレームワークは未知輝度成分を解析的に周辺化し、パrameter空間の次元を低減し、効率的な事後分布サンプリングを可能にする。
• ゲインのスペクトル滑らかさに物理的に妥当な事前分布を組み込むことで、誤った高周波数構造を避けつつ、真の低レベルのスペクトル特徴を保持する。
• 非一様なノイズと冗長性の影響を正しくキャリブレーションデータに伝搬させ、正確な不確実性伝搬を保証する。
• ベイジアンモデル選択により、べき乗則のような単純なスペクトルモデルで十分か、それともより複雑なモデルが必要かを、与えられたデータセットに対して決定可能である。
• フレームワークは完全な天体ベースキャリブレーションに一般化可能であり、測定誤差に基づく事前分布を用いて、アンテナ位置やビームパターンの不確実性を同時にサンプリングで扱える。