[论文解读] Digital Signal Processing in Cosmology

Jens Jasche, Francisco-Shu Kitaura+1 more|ArXiv.org|Jan 20, 2009

Computational Physics and Python Applications被引用 3

一句话总结

本文将计算机图形学中的超采样技术引入宇宙学信号处理，以减少快速傅里叶变换（FFTs）进行功率谱估计时的混叠伪影。通过在亚网格分辨率下对连续星系分布进行超采样并取平均，该方法比标准的滤波近似方法（如CIC或TSC）更有效且更高效地抑制混叠，从而在计算成本不过度增加的前提下实现更精确的宇宙学推断。

ABSTRACT

We address the problem of discretizing continuous cosmological signals such as a galaxy distribution for further processing with Fast Fourier techniques. Discretizing, in particular representing continuous signals by discrete sets of sample points, introduces an enormous loss of information, which has to be understood in detail if one wants to make inference from the discretely sampled signal towards actual natural physical quantities. We therefore review the mathematics of discretizing signals and the application of Fast Fourier Transforms to demonstrate how the interpretation of the processed data can be affected by these procedures. It is also a well known fact that any practical sampling method introduces sampling artifacts and false information in the form of aliasing. These sampling artifacts, especially aliasing, make further processing of the sampled signal difficult. For this reason we introduce a fast and efficient supersampling method, frequently applied in 3D computer graphics, to cosmological applications such as matter power spectrum estimation. This method consists of two filtering steps which allow for a much better approximation of the ideal sampling procedure, while at the same time being computationally very efficient.Thus, it provides discretely sampled signals which are greately cleaned from aliasing contributions.

研究动机与目标

• 为解决将连续宇宙学信号（如星系分布）离散化以用于基于FFT的分析这一根本性挑战。
• 减少由传统粒子分配方案（如NGP、CIC、TSC）引入的采样伪影，尤其是混叠。
• 开发一种计算高效的理想低通滤波替代方法，同时保持采样信号的高保真度。
• 为大尺度结构宇宙学中的准确功率谱与高阶谱估计提供一种实用且可扩展的解决方案。

提出的方法

• 采用计算机图形学中的超采样方法，即以高于目标网格分辨率的采样率对连续信号进行采样。
• 首先使用标准粒子分配方法（如CIC）将信号分配至超分辨率网格，然后通过子像素区域的平均实现下采样，得到最终的低分辨率输出。
• 该方法天然包含通带衰减校正，无需额外的后处理校正步骤。
• 利用平均步骤中对高频分量的自然抑制，有效降低混叠效应。
• 通过使用超采样而非增大滤波器支持区域，避免了使用大而计算昂贵的滤波器核。
• 该技术与现有FFT处理流程兼容，可与其它滤波近似方法结合，进一步提升精度。

实验结果

研究问题

• RQ1 如何在不带来过高计算成本的前提下，减少基于FFT的功率谱估计中的混叠伪影？
• RQ2 超采样在抑制宇宙学数据中采样伪影方面，相较于标准粒子分配方案（如CIC、TSC）能有多大程度的性能提升？
• RQ3 能否高效地将包含通带衰减校正的超采样方法集成到现有的宇宙学信号处理流程中？
• RQ4 与传统低通滤波近似相比，使用超采样在计算成本与精度提升之间是否存在实际的权衡？
• RQ5 该方法能否推广至高阶统计量（如三阶谱），在这些场景中标准方法因模式耦合与混叠而失效？

主要发现

• 通过在平均前以亚网格分辨率对信号进行超采样，该超采样方法显著减少了功率谱估计中的混叠伪影。
• 即使计算成本仅略有增加，该方法在抑制混叠方面也优于传统的滤波近似方法（如CIC或TSC）。
• 通带衰减在下采样过程中自然得到校正，无需额外的校正步骤。
• 与增大理想低通滤波近似支持区域的方法相比，该方法在计算上更加高效，后者在滤波器尺寸增大时变得不切实际。
• 该方法在高精度功率谱估计中尤为有效，且可扩展至标准FFT技术因采样伪影而失效的高阶统计量。
• 该技术与现有基于滤波的方法具有互补性，可与之结合以进一步提升信号保真度。