[论文解读] The correct estimate of the probability of false detection of the matched filter in the detection of weak signals. II. (Further results with application to a set of ALMA and ATCA data)

R. Vio, C. Vergès+1 more|arXiv (Cornell University)|May 9, 2017

Soil Geostatistics and Mapping参考文献 15被引用 4

一句话总结

本文提出特定误报概率（SPFA）作为评估射电天文成像中匹配滤波器对弱信号检测可靠性更精确的指标，替代标准的误报概率（PFA）。通过利用各向同性高斯随机场的峰值分布，SPFA量化了检测到的源实际为虚假信号的可能性，从而减少了在ALMA和ATCA数据中对显著性的过度估计。在这些数据中，尽管PFA值较低，SPFA值显示某些检测的置信度仅为43–50%。

ABSTRACT

The matched filter (MF) is one of the most popular and reliable techniques to the detect signals of known structure and amplitude smaller than the level of the contaminating noise. Under the assumption of stationary Gaussian noise, MF maximizes the probability of detection subject to a constant probability of false detection or false alarm (PFA). This property relies upon a priori knowledge of the position of the searched signals, which is usually not available. Recently, it has been shown that when applied in its standard form, MF may severely underestimate the PFA. As a consequence the statistical significance of features that belong to noise is overestimated and the resulting detections are actually spurious. For this reason, an alternative method of computing the PFA has been proposed that is based on the probability density function (PDF) of the peaks of an isotropic Gaussian random field. In this paper we further develop this method. In particular, we discuss the statistical meaning of the PFA and show that, although useful as a preliminary step in a detection procedure, it is not able to quantify the actual reliability of a specific detection. For this reason, a new quantity is introduced called the specific probability of false alarm (SPFA), which is able to carry out this computation. We show how this method works in targeted simulations and apply it to a few interferometric maps taken with the Atacama Large Millimeter/submillimeter Array (ALMA) and the Australia Telescope Compact Array (ATCA). We select a few potential new point sources and assign an accurate detection reliability to these sources.

研究动机与目标

• 解决标准PFA在信号位置未知时严重低估误报风险的关键问题，尤其是在匹配滤波检测中。
• 开发一种比PFA更精确的统计度量，用于量化弱信号场景下单个检测的可靠性。
• 将基于各向同性高斯随机场峰值分布的新方法应用于ALMA和ATCA的真实干涉测量数据，并加以验证。
• 为天文图象中潜在新点源的检测提供稳健、定量的置信度评估。

提出的方法

• 该方法通过建模各向同性高斯随机场中峰值的概率密度函数（PDF），而非假设峰值振幅服从高斯分布，来校正标准PFA。
• 引入特定误报概率（SPFA），定义为给定峰值由噪声引起的可能性，通过滤波噪声场最大值的PDF计算得出。
• SPFA基于各向同性高斯过程的随机场理论，利用超过阈值的峰值期望数量推导得出。
• 该方法通过估计有效自由度并使用经验相关函数验证峰值的各向同性和独立性，考虑了空间相关性和非均匀噪声的影响。
• 该方法应用于模拟图像和ALMA（两个波段）及ATCA的真实干涉数据，对亮源进行掩蔽，并将数据归一化为零均值和单位方差。
• 根据期望的PFA水平设定阈值，并为每个候选源计算SPFA值，以评估检测的可靠性。

实验结果

研究问题

• RQ1 为何在信号位置未知时，标准匹配滤波方法会严重低估误报概率？
• RQ2 如何在标准PFA之外，准确量化特定检测的统计显著性？
• RQ3 SPFA方法在具有非均匀噪声和网格化伪影的真实天文数据中，能在多大程度上提升检测可靠性的估计？
• RQ4 SPFA能否可靠地识别出ALMA和ATCA干涉图中真正的弱源，同时过滤掉虚假检测？

主要发现

• 标准PFA方法严重低估了误报风险，导致检测结论过于自信；例如，PFA ≈ 7.4×10⁻⁴的源，其SPFA值表明检测置信度仅为50%。
• 在ALMA数据中，三个图象中识别出七个潜在新点源，SPFA值范围为0.01至0.20，表明误报风险较低。
• 在ATCA图象中，检测到11个候选源，PFA ≈ 1.25×10⁻⁴，SPFA值范围为0.01至0.20，无误报的概率为60%，最多一个误报的概率为93%。
• SPFA值与峰值的经验分布一致，通过直方图分析和自相关函数验证，证实该方法在存在非均匀uv覆盖和网格化伪影的情况下仍具鲁棒性。
• 该方法成功识别出ATCA图象中的已知源（如SSTSL2源），证实其在真实环境下的可靠性。
• SPFA度量提供了一种精确、可量化的检测可靠性指标，误差在百分之几以内，适用于后续观测的规划。