Separation of Correlated Astrophysical Sources Using Multiple-Lag Data Covariance Matrices

Separation Of Correlated Astrophysical Sources Using Multiple-Lag Data Covariance Matrices

Tác giả: L. Bedini, D. Herranz, E. Salerno, C. Baccigalupi, E. E. Kuruoğlu, A. Tonazzini

Lĩnh vực: Statistical, Image Processing, Cosmic Microwave Background

Nội dung tài liệu:
Nghiên cứu này giới thiệu một chiến lược mới nhằm tách các nguồn phát xạ thiên văn có tương quan với nhau. Chiến lược này dựa trên thống kê bậc hai và khai thác thông tin tiên nghiệm về cấu trúc có thể có của ma trận kết hợp. Khác với các phương pháp phân tách mù theo phân tích thành phần độc lập (ICA), nơi các nguồn được giả định độc lập lẫn nhau và không có kiến thức tiên nghiệm nào về ma trận kết hợp được giả định, chiến lược này cho phép nới lỏng giả định độc lập và thực hiện phân tách ngay cả các nguồn có tương quan đáng kể. Ngoài ma trận kết hợp, chiến lược này còn có khả năng đánh giá các hàm hiệp phương sai nguồn tại nhiều độ trễ khác nhau. Hơn nữa, khi các tham số kết hợp đã được xác định, một phương pháp giải chập đơn giản có thể được sử dụng để ước tính các hàm mật độ xác suất của các quá trình nguồn. Để kiểm chứng thuật toán, một cơ sở dữ liệu mô phỏng đã được sử dụng, tương tự như dự kiến từ các thiết bị sẽ hoạt động trên Vệ tinh Khảo sát Planck của ESA để đo lường các dị thường vi sóng vũ trụ trên toàn bộ bầu trời.

Mục lục chi tiết:
1. INTRODUCTION