[論文レビュー] A Real-Time, GPU-Based, Non-Imaging Back-End for Radio Telescopes

Alessio Magro|arXiv (Cornell University)|Jan 31, 2014

Radio Astronomy Observations and Technology参考文献 68被引用数 3

ひとこと要約

本論文は、パulsars やフェアスト・ラジオ・バーストなどの一時的電波信号を検出することを目的として、大規模なアレイを横断する高速でコherent および非coherent な信号結合を可能にする、リアルタイムでGPUアクセラレートされた非画像化バックエンドを提示している。このシステムはGPUベースのビームフォーミングと統合により低遅延処理を実現し、主観測モードにほとんど影響を与えずに、共存型一時的調査における感度と調査速度を顕著に向上させている。

ABSTRACT

Since the discovery of RRATs, interest in single pulse radio searches has increased dramatically. Due to the large data volumes generated by these searches, especially in planned surveys for future radio telescopes, such searches have to be conducted in real-time. This has led to the development of a multitude of search techniques and real-time pipeline prototypes. In this work we investigated the applicability of GPUs. We have designed and implemented a scalable, flexibile, GPU-based, transient search pipeline composed of several processing stages, including RFI mitigation, dedispersion, event detection and classification, as well as data quantisation and persistence. These stages are encapsulated as a standalone framework. The optimised GPU implementation of direct dedispersion achieves a speedup of more than an order of magnitude when compared to an optimised CPU implementation. We use a density-based clustering algorithm, coupled with a candidate selection mechanism to group detections caused by the same event together and automatically classify them as either RFI or of celestial origin. This setup was deployed at the Medicina BEST-II array where several test observations were conducted. Finally, we calculate the number of GPUs required to process all the beams for the SKA1-mid non-imaging pipeline. We have also investigated the applicability of GPUs for beamforming, where our implementation achieves more than 50% of the peak theoretical performance. We also demonstrate that for large arrays, and in observations where the generated beams need to be processed outside of the GPU, the system will become PCIe bandwidth limited. This can be alleviated by processing the synthesised beams on the GPU itself, and we demonstrate this by integrating the beamformer to the transient detection pipeline.

研究の動機と目的

• 次世代電波望遠鏡（例：Square Kilometre Array）が直面する増大するデータ処理および伝送の課題に対処すること。
• 高性能コンピューティングを活用して、パulsars やフェアスト・ラジオ・バーストなどの電波一時的信号をリアルタイムで検出すること。
• 主観測と並行して動作する非画像化で低遅延のバックエンドを開発し、共存型（ピッグギバック）調査を可能にすること。
• 感度と視野のバランスを取った上で、最大の一次的信号検出率を得るために、信号結合モード（coherent、incoherent、サブアレイング）を最適化すること。
• GPUベースの処理がリアルタイムの一時的信号検出に実現可能であることを実証すること。特に、高時間分解能および高周波数分解能を実現する。

提案手法

• GPUアクセラレートされた信号処理を用いて、複数の電波望遠鏡素子を横断するリアルタイムのビームフォーミングおよびcoherent／incoherent 統合を実行する。
• 感度と信号対雑音比（S/N）要件を定量化するために、放射計測方程式およびシステム温度モデル（T_sys）を用いる。
• 電離層中での信号の分散測定補正およびパルス幅拡散モデルを適用し、宇宙空間中での一時的信号に及ぼされる影響を補正する。
• イベント発生率式（R_v）を用いて、アレイビームおよびサブアレイを含む、異なる信号結合モードにおける検出可能性をモデル化する。
• 3つの信号結合モードを実装する：素子の非coherent 結合、複数ビームを用いたビームフォーミング、複数ビームによる拡張視野を有するcoherent アレイビームフォーミング。
• 感度限界を有効面積、T_sys、帯域幅、統合時間に基づいて決定するため、最小検出可能フラックス密度（S_min）式（7）を適用する。

実験結果

リサーチクエスチョン

• RQ1 GPUベースのリアルタイム処理は、電波天文学における一時的信号検出の感度と時間分解能をどのように向上させるか？
• RQ2 高速一時的信号の検出率を最大化するための最適な信号結合モード（非coherent、coherent、サブアレイング）は何か？
• RQ3 電離層中での分散およびパルス幅拡散は、一時的信号の検出可能性にどのように影響を及ぼし、リアルタイムでどのように補正できるか？
• RQ4 主観測と並行して動作する非画像化バックエンドを用いた共存型調査で達成可能なイベント発生率はどの程度か？
• RQ5 大口径電波アレイからの高帯域幅データストリームを処理する際、システムはどのようにして低遅延を維持しているか？

主な発見

• GPUベースのバックエンドは低遅延処理を実現し、主観測に影響を与えずに一時的信号を即座に検出可能にする。
• アレイ素子のcoherent 結合により感度がN_0（素子数）倍向上する一方、非coherent 結合では√N_0倍向上する。
• 最大イベント検出率は、R_v = (1/3)ρΩ_p(W_i/W)^{3/4}(L_i/(4πS_min))^{3/2} で表され、調査体積と感度に依存する。
• N_sa 個のサブアレイを用いたサブアレイングにより、視野がN_sa 倍に拡大され、各サブアレイの感度は√(N_0/N_sa)に比例する。
• 複数ビーム（N_beam）の使用により、有効視野が線形に拡大され、調査速度と一時的信号検出の可能性が向上する。
• 本システムは、リアルタイムで非画像化処理が可能で、特に最適な信号結合戦略と組み合わせることで、高速一時的信号の検出に有効であることを示している。