[论文解读] Self-Calibration of Radio Astronomical Arrays With Non-Diagonal Noise Covariance Matrix

Stefan J. Wijnholds, A. van Veen|arXiv (Cornell University)|Mar 12, 2010

Radio Astronomy Observations and Technology参考文献 14被引用 4

一句话总结

本文提出一种加权交替最小二乘法（WALS）算法，通过建模非对角噪声协方差矩阵来实现射电天文阵列的自校准，该矩阵可表征天线耦合和扩展源辐射引起的相关噪声。该方法能高效估计校准参数与干扰噪声参数，即使在存在复杂噪声结构的情况下，也能利用点源模型实现高精度校准，并在标准硬件上实现实时性能。

ABSTRACT

The radio astronomy community is currently building a number of phased array telescopes. The calibration of these telescopes is hampered by the fact that covariances of signals from closely spaced antennas are sensitive to noise coupling and to variations in sky brightness on large spatial scales. These effects are difficult and computationally expensive to model. We propose to model them phenomenologically using a non-diagonal noise covariance matrix. The parameters can be estimated using a weighted alternating least squares (WALS) algorithm iterating between the calibration parameters and the additive nuisance parameters. We demonstrate the effectiveness of our method using data from the low frequency array (LOFAR) prototype station.

研究动机与目标

• 解决由于天线耦合和大尺度天空亮度变化导致的相控阵射电望远镜中的相关噪声问题。
• 克服标准对角噪声模型无法捕捉近距离天线间短基线相关性的局限性。
• 开发一种计算高效的联合估计方法，同时估计校准参数与未知噪声协方差参数。
• 通过非对角协方差矩阵现象学地建模复杂噪声效应，使简单点源模型在自校准中保持有效性。
• 实现实时校准性能，适用于LOFAR等大型阵列中跟踪时变仪器和电离层效应。

提出的方法

• 将阵列协方差矩阵建模为信号模型（依赖于校准参数）与非对角噪声协方差矩阵Σₙ之和。
• 将Σₙ参数化为已知厄米特矩阵的线性组合，其系数为待估的未知幅值。
• 使用加权交替最小二乘法（WALS）算法，迭代估计校准参数（增益、方向）与噪声参数（Σₙ元素）。
• 在最小二乘代价函数中引入加权以提升估计精度，但仿真结果表明无加权估计性能相当。
• 利用克罗内克积与卡特赖-罗伊积将噪声参数估计问题表达为向量化形式，以实现高效计算。
• 通过在噪声参数更新中舍弃加权，优化计算效率，将复杂度从O(N³ + P⁶)降低至O(NP²)，且不损失精度。

实验结果

研究问题

• RQ1 非对角噪声协方差矩阵能否有效表征射电天文阵列中天线耦合与扩展源发射引起的关联噪声？
• RQ2 如何以计算高效的方式联合估计校准参数与未知噪声协方差参数？
• RQ3 与无加权估计相比，WALS算法中引入加权是否显著提升估计精度？
• RQ4 所提方法能否在标准硬件上实现大型阵列（如LOFAR）的实时校准性能？
• RQ5 通过Σₙ对扩展发射的建模，在多大程度上可使简单点源模型在自校准中保持有效？

主要发现

• 非对角噪声协方差矩阵能有效捕捉天线耦合与大尺度天空发射引起的关联噪声，使简单点源模型在自校准中保持高精度。
• WALS算法在五次迭代内即收敛至每参数相对误差低于10⁻⁴，数值精度低于Cramèr-Rao界。
• 无加权最小二乘法估计噪声参数的性能与加权估计相当，从而实现显著的计算节省。
• 优化后的算法在标准双核2.4 GHz CPU上处理全部860个自由参数耗时不足0.4秒，满足每秒积分率下的实时校准要求。
• 该方法成功将残差协方差简化为仅由两个点源解释的形式，验证了其对扩展发射现象学建模的能力。
• 蒙特卡洛仿真结果证实，该方法在任意源配置下均具有鲁棒性，源模型随机生成。