广州大学考研，广州大学考研专业目录及参考书目
最新科研进展
SKA是目前正在建造的世界最大的射电天文干涉阵列望远镜，其产生的巨大数据量对数据的存储、传输以及后续处理提出了挑战。广州大学国家天文科学数据中心大湾区分中心（邓清文、王锋、邓辉、梅盈、黎静）、南非罗德斯大学SKA团队（Oleg Smirnov）、中国科学院上海天文台团队（郭绍光）基于基线依赖平均（Baseline Dependent Averaging, BDA）开展了对SKA1-LOW的数据压缩处理研究，研究论文近期被国际天文期刊《天文和天体物理学研究》（Research in Astronomy and Astrophysics，RAA）接收。
平方公里阵列(SKA)
本研究在射电天文仿真、校准和成像库（RASCIL）的基础上实现了一个新的BDA模块。根据BDA压缩参数计算各基线对应的压缩比，然后对每条基线分别标记被平均在一起的可见度数据，最后依据标记对原始可见度进行平均计算。应用Numba来加快整体的运行效率。性能测试结果表明，在单进程的条件下，BDA模块的处理速度约为每分钟13GB。
图1: BDA模块的性能测试
论文利用全尺寸的SKA1-LOW阵列对不同的目标图像进行模拟仿真观测，研究给出了不同BDA参数设置下的压缩比和成像误差，为将来SKA科学数据产品的使用有较好的参考价值。
表1: 不同参数设置中的压缩比和成像误差(对数)分析结果
这项工作得到了中国国家SKA计划（2020SKA0110300）、国家自然科学基金委员会和中国科学院合作的天文学联合研究基金（U1831204，U1931141）、国家自然科学基金委员会国际合作与交流基金（11961141001）、国家科学基金（11903009）的支持。
论文预印版
http://arxiv.org/abs/2202.09612
国家天文科学数据中心
为天文观测设备和研究计划
提供数据与技术服务
中国虚拟天文台（China-VO）是以国家天文台为代表的中国天文界及合作伙伴共同打造的一个网络化科学研究和科普教育平台。它架构在国家天文科学数据中心雄厚的数据资源基础之上，得到中科院、科技部、国家基金委、北京科委等机构的资助，以及中国科技云、阿里云、微软研究院、浪潮集团、中科曙光、锐捷网络等合作伙伴的大力支持。
微信公众号ID ：China-VO
广州大学考研(广州大学考研专业目录及参考书目)