[論文レビュー] Tricolour: an optimized SumThreshold flagger for MeerKAT

B. Hugo, Simon Perkins+3 more|arXiv (Cornell University)|Jun 18, 2022

Wireless Communication Networks Research被引用数 21

ひとこと要約

Tricolour は MeerKAT データ向けに最適化された SumThreshold および MAD ベースの RFI フラグ検出を実装するオープンソースの Python パッケージで、Dask と Numba による高スループットを実現します。デュアルソケットサーバー上で 208 kHz チャンネル化のワイドバンドデータを >400 GiB/hr 以上の速度で処理します。

ABSTRACT

We present Tricolour, a package for Radio Frequency Interference mitigation of wideband finely channelized MeerKAT correlation data. The MeerKAT passband is heavily affected by interference from satellite, mobile, aircraft and terrestrial transponders. Coupled with typical data rates in excess of 100 GiB/hr at 208kHz channelization resolution, mitigation poses a significant processing challenge. Our flagger is highly configurable, parallel and optimized, employing Dask and Numba technologies to implement the widely used SumThreshold and MAD interference detection algorithms. We find that typical 208kHz channelized datasets can be processed at rates in excess of 400 GiB/hr for a typical L-band flagging strategy on a modern dual-socket Intel Xeon server.

研究の動機と目的

• MeerKAT の広帯域で細かくチャネル化されたデータ向けの構成可能でスケーラブルな RFI フラグ検出ツールを開発する。
• 並列性とキャッシュ最適化カーネルを活用して高スループット処理を可能にする。
• ユーザー定義のフラグ検出戦略のための YAML ベースのインターフェースを提供する。
• Measurement Set v2.0 を介した取り込みとチャンク化された Dask Arrays のサポート。
• マルチコアサーバー ハードウェア上でのパフォーマンスとスケーラビリティを評価する。

提案手法

• 2次元の時刻・周波数ウィンドウを用いた SumThreshold ベースの RFI 検出を実装する。
• コアアルゴリズムには NumPy を、キャッシュ最適化カーネルには Numba を使用する。
• Dask-ms を介してデータをチャンク化された Dask Arrays として取り込み、ベースライン間の並列処理を可能にする。
• ウィンドウサイズと感度パラメータのユーザーカスタマイズのための YAML ベースのインターフェースを提供する。
• スケーリングとスループットを測定するためにデュアルソケット Intel Xeon システムでベンチマークを実施する（∼400 GiB/hr）。
• 背景推定を支援するための静的マスクと残差積を許可する。

実験結果

リサーチクエスチョン

• RQ1 Tricolour は MeerKAT の 208 kHz チャンネル化データに対してラインレートまたはほぼラインレートのフラグ検出を達成できるか？
• RQ2 MeerKAT の RFI に対する偽陽性/偽陰性の観点で SumThreshold アプローチの性能はどうか？
• RQ3 一般的なサーバーハードウェアで、コア数とデータサイズの増加に対する Tricolour のスケーラビリティはどうか？
• RQ4 静的マスクと残差が、異なる帯域（L、UHF）全体でフラグ検出品質を改善する効果はどの程度か？
• RQ5 Meerkat 以外の、Measurement Set v2.0 インターフェースを持つ観測機器にもパイプラインを適用できるか？

主な発見

• 典型的な 208 kHz チャンネル化データセットは、デュアルソケット Xeon サーバー上で 400 GiB/hr を超える速度で処理できる。
• キャッシュ性能とチャンクサイズの調整後、フラグ検出器は 20 以上の物理コアへと良好にスケールする。
• YAML ベースのインターフェースにより、異なる科学ケースに対してカスタマイズ可能なフラグ戦略を提供する。
• 実装はキャッシュ最適化された Numba カーネルと NumPy ベースの SumThreshold を使用し、ベースラインごとに並列化する。
• フラグ検出性能はメモリ強度に影響され、チャンクサイズとアフィニティチューニングによって最適化される。