[论文解读] Efficient scheduling of astronomical observations. Application to the CARMENES radial-velocity survey

Á. García-Piquer, J. C. Morales+11 more|arXiv (Cornell University)|Jul 19, 2017

Astronomy and Astrophysical Research参考文献 42被引用 16

一句话总结

本文提出CAST调度器，一种基于进化计算的调度工具，用于优化对M型矮星的CARMENES径向速度巡天观测规划。通过最小化望远镜空闲时间并高效分配309个目标的观测任务，该工具实现了99%的望远镜时间利用率，并在光子噪声限制条件下，使约65%的径向速度半振幅大于1 m s⁻¹的行星被探测到。

ABSTRACT

Targeted spectroscopic exoplanet surveys face the challenge of maximizing their planet detection rates by means of careful planning. The number of possible observation combinations for a large exoplanet survey, i.e., the sequence of observations night after night, both in total time and amount of targets, is enormous. Sophisticated scheduling tools and the improved understanding of the exoplanet population are employed to investigate an efficient and optimal way to plan the execution of observations. This is applied to the CARMENES instrument, which is an optical and infrared high-resolution spectrograph that has started a survey of about 300 M-dwarf stars in search for terrestrial exoplanets. We use evolutionary computation techniques to create an automatic scheduler that minimizes the idle periods of the telescope and that distributes the observations among all the targets using configurable criteria. We simulate the case of the CARMENES survey with a realistic sample of targets, and we estimate the efficiency of the planning tool both in terms of telescope operations and planet detection. Our scheduling simulations produce plans that use about 99$\%$ of the available telescope time (including overheads) and optimally distribute the observations among the different targets. Under such conditions, and using current planet statistics, the optimized plan using this tool should allow the CARMENES survey to discover about 65$\%$ of the planets with radial-velocity semi-amplitudes greater than 1$~m hinspace s^{-1}$ when considering only photon noise. The simulations using our scheduling tool show that it is possible to optimize the survey planning by minimizing idle instrument periods and fulfilling the science objectives in an efficient manner to maximize the scientific return.

研究动机与目标

• 解决大规模M型矮星径向速度巡天中最大化系外行星探测效率的挑战。
• 克服在多个目标和夜晚中对数千种观测组合进行调度的计算复杂性。
• 在满足目标可见性、观测频率和仪器开销等科学约束的前提下，优化望远镜时间利用。
• 在存在恒星活动噪声的情况下，平衡望远镜效率与科学回报等相互竞争的目标。
• 利用人工智能驱动的优化技术，实现长期巡天的可扩展、自适应调度。

提出的方法

• 采用多目标进化算法（MOEAs）探索观测序列的庞大解空间。
• 将调度问题建模为带约束的优化任务，目标包括望远镜利用率和观测分布的均衡性。
• 纳入观测约束条件，如目标可见窗口、最小与最大天顶角，以及每个目标所需的积分时间。
• 使用适应度函数，对望远镜空闲时间进行惩罚，并奖励各目标间观测频率的均衡性。
• 使用包含309颗已知轨道参数和径向速度振幅的M型矮星的真实样本，对CARMENES巡天进行模拟。
• 基于当前系外行星统计和噪声假设（如1 m s⁻¹光子噪声、3 m s⁻¹恒星耀斑抖动）集成行星探测概率模型。

实验结果

研究问题

• RQ1 基于进化计算的自动化调度是否能显著提升大规模径向速度巡天中的望远镜时间利用率？
• RQ2 优化调度在多大程度上可提高对M型矮星周围低质量系外行星的探测率？
• RQ3 恒星活动抖动的引入如何影响径向速度巡天中类地行星的可探测性？
• RQ4 多目标优化能否在望远镜效率与目标覆盖均衡性等相互冲突的目标之间实现平衡？
• RQ5 在现实噪声和调度约束条件下，CARMENES巡天的预期行星探测产量是多少？

主要发现

• CAST调度器在所有观测夜晚均实现了99%的可用望远镜时间利用率，包括仪器开销。
• 在光子噪声限制条件下，优化后的调度方案可使约65%的径向速度半振幅大于1 m s⁻¹的行星被探测到。
• 当引入3 m s⁻¹的恒星活动抖动时，同一行星群体的探测率下降至约16%，凸显了恒星噪声带来的挑战。
• 绝大多数潜在可探测行星为质量低于10 M⊕的超级-Earth，其中包含数颗位于其恒星宜居带内的行星。
• 同时使用光学与红外波段的径向速度测量有助于分离行星信号与恒星活动信号，从而提高探测可靠性。
• 该调度器具备可配置性，可在巡天过程中根据需求调整，例如聚焦于高优先级目标或调整观测频率。