A Cyber Infrastructure for the SKA Telescope Manager
平方公里阵列望远镜管理员(SKATM)将负责协助SKA运营和观测管理,进行系统诊断,并从SKA子系统和组件收集监控数据。为了提供足够的计算资源、可扩展性、操作连续性和高可用性,以及严格的服务质量,TM网络基础设施(体现在本地基础设施- LINFRA中)由COTS硬件和基础设施软件组成(举例来说:服务器监控软件、主机操作系统、虚拟化软件、设备固件),提供量身定制的基础设施即服务(IaaS)和平台即服务(PaaS)解决方案。TM基础设施以计算能力、软件定义的网络、电力、存储抽象以及高级、最先进的IaaS和PaaS管理接口的形式提供服务。该网络平台将针对两个SKA第一阶段望远镜(南非的SKA_MID和澳大利亚的SKA_LOW)实例中的每一个进行定制,每个实例都提供不同的计算和存储基础设施,并根据位置进行调整。这个网络平台将提供一个计算模型,使TM能够管理其多个组件(观察调度器,提案提交工具,M&C组件,取证工具和几个数据库等)的部署和执行。从这个意义上说,TM LINFRA主要侧重于提供隔离的实例,主要采用虚拟化技术,而如果由于性能,安全性,可用性或其他要求而特别需要,则默认为裸硬件。
2016-07-08 astro-ph.IM
Cataloging the radio-sky with unsupervised machine learning: a new approach for the SKA era
我们开发了一种新的分析方法,以确定相关的无线电组件及其相应的红外宿主星系的基础上无监督的机器学习方法。通过利用PINK,一种自组织映射算法,我们能够关联无线电和红外源,而不需要先验的训练标签。我们提出了一个例子,这种方法使用$894,415$图像从第一次和WISE调查集中对第一目录所描述的位置。我们制作了一套补充FIRST的星表,描述了802,646个天体,包括它们的射电成分和相应的AllWISE红外宿主星系。使用这些数据产品,我们(i)证明了识别具有罕见和独特无线电形态的物体的能力(例如“X”形星系,混合FR-I/FR-II形态),(ii)可以识别与单个红外主机相关的潜在分辨的无线电分量,以及(iii)引入“卷曲”统计来搜索弯曲和干扰的无线电形态,以及(iv)提取一组700-1100 kpc之间的17个巨型射电星系。由于我们不需要训练标签,我们的方法可以应用于任何无线电连续谱调查,提供了一个足够有代表性的SOM可以训练。
2020-06-26 astro-ph.IM
Scalable splitting algorithms for big-data interferometric imaging in the SKA era
在下一代射电望远镜的背景下,如平方公里阵列,大规模数据集的有效处理是非常重要的。最近出现了压缩感知框架下的凸优化任务,并为越来越大的数据集提供了增强的图像重建质量和可扩展性。我们在这里主要集中在可扩展性,并提出了两个新的凸优化算法的结构,能够解决凸优化任务中出现的无线电干涉成像。它们依赖于邻近分裂和向前向后迭代,并且可以通过与CLEAN主-次循环类比来看到,在多个数据、先验和图像空间中并行运行复杂的CLEAN类迭代。这两种方法都支持任何凸正则化函数,特别是充分研究的l1先验在适当的域中促进图像稀疏性。它们针对大数据量身定制,采用并行和分布式计算来实现内存和计算需求方面的可扩展性。其中之一还利用了随机化,在每次迭代时对数据块进行随机化,提供了更大的灵活性。我们目前的仿真结果显示所提出的方法的可行性,以及他们的优势相比,国家的最先进的算法求解器。我们的Matlab代码可以在GitHub上在线获得。
2016-08-09 astro-ph.IM
Plans for building a prototype SKA regional centre in India
为了充分发挥平方公里阵列(SKA)望远镜的科学潜力,将需要在世界各地不同的SKA成员国建立几个SKA区域中心(SRC)。这些SRC将提供高性能计算和存储,用于从SKA科学数据处理和处理系统生成的基本数据流生成先进的科学数据产品,这对于SKA用户社区成功实施关键科学项目至关重要。他们还将为天文学家提供支持,使他们能够对非常大的SKA数据集进行分析。建设这样的大型数据中心对所有SKA成员国来说都是一项技术挑战。在这种情况下,每个国家都计划在未来几年(2022年以后)建造一个较小的SRC,称为原型SRC。在印度,我们建议构建一个原型SRC,用于分析来自SKA探路者和印度参与较强的前体(如uGMRT,Meerkat和MWA)的数据。我们描述了我们对原始SRC的存储、计算和网络的一些方面的想法,以及它将如何用于数据分析以及进行与印度天文学家领导的SKA关键科学项目相关的各种模拟。我们还介绍了我们的想法,如何原型SRC计划评估新兴的硬件和软件技术,并开始在相关领域的软件开发SKA数据处理和分析,如算法实现,管道开发和数据可视化软件。
2022-09-21 astro-ph.IM
Faraday Tomography with the SKA: A New Era of Cosmic Magnetism Studies
Universidad de Santiago de Chile(圣地亚哥智利大学);University of Manchester(曼彻斯特大学);Alan Turing Institute(艾伦·图灵研究所);The University of Calgary(卡尔加里大学);University of Cape Town(开普敦大学);National Research Council Canada(加拿大国家研究委员会);University of Tasmania(塔斯马尼亚大学)
本文综述了SKA通过法拉第旋转和法拉第测量合成技术研究宇宙磁场的能力,重点介绍了AA4阶段的配置及其在星系、星系团和宇宙网中高分辨率法拉第层析成像的应用。
2026-06-29 astro-ph.IM
Scaling performance of the SAGECal calibration package: from LOFAR to SKA
在这个十年里,平方公里阵列(SKA)将进行首次观测。建造碟形天线、天线、微波炉和基础设施的准备工作正在顺利进行。与此同时,在若干层面上开发了用于处理SKA观测数据的软件。在更基本的层面上,有望远镜监测和控制系统,也有相关器软件。最重要的是,为了提供科学就绪的数据产品,需要软件管道来缓解射频干扰(RFI)、求平均值、校准和成像。在这里,我们重点介绍SAGECal校准包,特别是获取校准溶液所需的时间。这是一个重要的方面,因为这个软件包现在用于LOFAR的再电离时代(EoR)关键科学项目,但也必须在SKA1 LOW上最佳运行。就用于观测的台站数量而言,这相当于增加了10倍,从51个增加到512个。因此,如果频率通道的数量保持不变,则存储观测所需的磁盘空间将增加100倍。在本文中,我们调查的缩放行为的SAGECal,其运行时应理想地线性扩展与站的数量。我们还解释了SAGECal内部的算法,并使用它们来解释其缩放行为。
2020-10-30 astro-ph.IM
Testing Gravity with Pulsars in the SKA Era
平方公里阵列(SKA)将使用脉冲星来精确测量脉冲星系统中的强引力效应,这将产生无法在其他任何地方进行的引力理论测试。银河系的脉冲星普查将发现几十个相对论脉冲星系统,可能包括脉冲星-黑洞双星,可用于检验“宇宙审查猜想”和“无毛定理”。此外,SKA卓越的灵敏度将极大地提高毫秒级射电望远镜的计时精度,允许探测与广义相对论(GR)的潜在偏差。引力的各个方面将被探索,包括强等效原理,引力偶极辐射,引力的额外场分量,引力磁学和时空对称性的测试。
2014-12-31 astro-ph.HE astro-ph.IM astro-ph.SR
Karabo: A versatile SKA Observation Simulation Framework
Karabo是一个基于Python的通用框架,通过整合现有软件包并提供数据访问与模拟观测功能,简化了SKA射电天文学数据研究,并展示了其在多个SKA科学案例中的应用。
2025-04-02 astro-ph.IM
Nanohertz Gravitational Wave Astronomy during the SKA Era: An InPTA perspective
脉冲星计时阵列实验对毫秒级恒星的几十年观测,是发现纳赫兹随机引力波背景的开端。本文介绍了印度脉冲星定时阵列(InPTA)的实验,它采用了升级的巨型米波射电望远镜(uGMRT)的时间毫秒脉冲星的合奏,为此目的。我们强调InPTA的观测策略和分析方法,这是相关的未来PTA实验与更敏感的平方公里阵列(SKA)望远镜。我们表明,InPTA独特的多子阵列多频带宽带频率覆盖为PTA天线提供了前所未有的精度的色散测量估计,例如,PSR J1909-3744约为2 x 10{-5} pc-cm{-3}。配置SKA-low和SKA-mid分别为两个和四个子阵列,结果表明,使用类似于InPTA所追求的观测策略,对于SKA-mid和SKA-low望远镜分别需要每历元约26和7小时的62颗恒星的较大样本,可以实现相当的精度。我们还回顾了正在进行的努力,以开发PTA相关的广义相对论的结构,将需要从孤立的超大质量黑洞二元系统,如耀变体OJ 287搜索纳赫兹引力波。在即将到来的SKA望远镜、30米望远镜和下一代事件视界望远镜时代,这些努力应该与追求持久的多信使引力波天文学有关。
2022-07-13 astro-ph.HE astro-ph.IM astro-ph.SR
Cross-simulator transfer with foundation model summaries: Towards robust SKA-era reionization inference
Institut für Theoretische Physik, Universität Heidelberg(海德堡大学理论物理研究所);Max Planck Institute for Radioastronomy(马克斯·普朗克射电天文研究所)
该研究提出用在半数值模拟上预训练的基础模型SKATR,实现跨模拟器迁移的再电离推断,精度达监督基线水平且模拟量减少2.6倍,在SKA噪声下仍表现优异。
2026-08-28 astro-ph.CO astro-ph.IM cs.LG
The connection between radio and high energy emission in black hole powered systems in the SKA era
费米发现的耀变体中的射电通量密度和伽马射线能流之间存在着非常显著的相关性,这是强有力的证据。然而,在这一领域有一些核心问题需要澄清:大约30%尚未确定的伽马射线源的对应物是什么?它们只是伪装的耀变体,还是更奇特的东西,可能与暗物质有关?它们如何适应迄今为止研究的无线电-伽马射线联系?SKA 1-MID和SKA 1-SUR具有卓越的灵敏度,将有助于解决所有这些问题。更重要的是,虽然无线电-MeV/GeV的连接已经牢固建立,但无线电-VHE的连接到目前为止还完全没有实现。CTA在未来几年的出现和预期的CTA-SKA 1协同效应将提供探索这种联系的机会,甚至更有趣,因为它涉及电磁波谱的两端和粒子加速到最高能量。我们已经准备通过利用来自各种SKA探路者和先驱者的数据来解决这些问题。我们获得了欧洲VLBI网18 cm观测的E>10 GeV源,探测率为83%。此外,我们正在将费米目录与MWA委托调查进行交叉关联:当考虑微弱的伽马射线源时,纯粹的位置重合对于选择对应物来说并不足够重要,我们需要一个额外的物理标准来确定正确的对象。它可以是无线电频谱指数、可变性、极化或致密性,在SKA 1-MID中需要高角分辨率;定时研究还可以揭示出通常通过专门搜索未识别的伽马射线源而发现的闪烁星。SKA将是与CTA一起研究这些特征的理想工具。(节略)
2015-01-14 astro-ph.GA astro-ph.HE astro-ph.IM
Pulsar Timing Array Based Search for Supermassive Black Hole Binaries in the Square Kilometer Array Era
下一代射电望远镜设施的出现,如平方公里阵列(SKA),将迎来一个新的时代,在这个时代,基于脉冲星定时阵列(PTA)的引力波(GW)搜索将能够使用数百个定时良好的毫秒脉冲星,而不是现有PTA中的几十个。这样一个非常大的PTA的性能的现实评估必须考虑到数据分析的挑战,由于大量的所谓的脉冲星相位参数的参数空间体积的指数增加。我们解决这个问题,并提出了这样一个评估孤立的超大质量黑洞二进制(SMBHB)搜索使用SKA时代PTA包含$10^3$的卫星。我们发现,一个全天空的搜索将能够自信地检测到非发展的来源与红移啁啾质量的$10^{10}$ $M_\odot$出约$28$(对应于一个静止帧啁啾质量$3.4\times 10^{8}$ $M_\odot$)的红移。我们讨论了重要的影响,大的距离达到SKA时代PTA GW观测光学确定SMBHB候选人。如果没有发生SMBHB检测,根据我们的结果,这是一种极不可能的情况,天空平均应变振幅上限将比现有限制提高约三个数量级。
2017-04-06 astro-ph.IM gr-qc
Development of production-ready GPU data processing pipeline software for AstroAccelerate
即将到来的大型望远镜项目,如平方公里阵列(SKA),将看到高数据速率和大数据量;需要能够快速准确地分析望远镜事件数据的工具。在现代射电望远镜中,分析软件是数据读取的核心部分,软件的长期稳定性和可维护性至关重要。AstroAccelerate是一个多核心加速软件包,它使用NVIDIA(R)GPU来执行射电望远镜数据的实时分析,并且在处理模拟的类似SKA的数据时,它已经被证明比实时快得多。AstroAccelerate包含用于射电天文学的信号处理工具的优化GPU实现,包括去色散,傅立叶域加速搜索,单脉冲检测等。本文描述了AstroAccelerate从类C原型代码到具有C++ API和Python接口的生产就绪软件库的转换;同时保持与用C实现的遗留软件的兼容性。软件库接口的设计,重构方面,和编码技术进行了讨论。
2020-01-16 astro-ph.IM
SKATR: A Self-Supervised Summary Transformer for SKA
针对 SKA 21cm 信号训练数据昂贵且监督模型泛化受限的问题,本文提出自监督视觉 Transformer SKATR,其表征可低成本适配参数回归与生成推理,并在含噪、异模拟和高分辨率数据上实现域外泛化。
2025-05-14 astro-ph.CO astro-ph.IM hep-ph
A Cloud-native Agile approach to cyber platform prototyping and integration for astronomy: the ENGAGE SKA case
本文以 ENGAGE SKA 为例,提出了一种结合云原生计算与敏捷方法的网络基础设施原型构建方案,以支持 SKA 射电望远镜的软件开发生命周期,从而降低运营成本并提升系统控制、监测、可扩展性与可靠性。
2025-06-06 astro-ph.IM cs.SY eess.SY
GPU Accelerated Image Quality Assessment-Based Software for Transient Detection
针对下一代射电望远镜SKA海量数据下传统源查找器效率低的问题,开发了基于IQA方法LISI和augLISI的GPU加速瞬变检测软件,在2048×2048图像检测中内核耗时约0.1毫秒。
2025-01-18 astro-ph.IM
Deep Investigation of Neutral Gas Origins (DINGO): Options for the Processing and Storage of Radio Astronomy Data for robust Deep Spectral Line Imaging in the SKA-Era using uv-Grids
International Centre for Radio Astronomy Research, University of Western Australia(西澳大利亚大学国际无线电天文研究中心);Australian SKA Regional Centre (AusSRC), University of Western Australia(西澳大利亚大学澳大利亚SKA区域中心);Pawsey Supercomputing Research Centre(珀西超级计算研究中心);Oak Ridge National Laboratory(橡树岭国家实验室);Australia Telescope National Facility, CSIRO Space & Astronomy(CSIRO空间与天文澳大利亚望远镜国家设施);ARC Centre of Excellence for All Sky Astrophysics in 3 Dimensions (ASTRO 3D)(ARC三维全天空天体物理学卓越中心)
DINGO项目利用uv-网格数据和压缩技术提升SKA时代射电天文数据处理效率与存储能力,实现深度光谱线成像的稳健性。
2026-08-14 astro-ph.IM
Analysing the impact of far-out side-lobes on the imaging performance of the SKA-LOW telescope
平方公里阵列的低频仪器(SKA-LOW)将是射电天文学有史以来最灵敏的孔径阵列,并将在光栅瓣构成特殊挑战的大部分频带的欠采样状态下工作。为了达到SKA-LOW的预期灵敏度水平,特别重要的是要了解站波束的近旁瓣和远旁瓣中的干扰源如何影响成像性能。我们讨论的选项站的设计,并采用随机元素的布局,我们评估其有效性,通过调查如何源远离主瓣的站波束降低图像的目标领域。这些源具有向图像引入类似噪声的损坏的效果,我们称之为远旁瓣源噪声(FSSN)。使用OSKAR,一个GPU加速的软件模拟器,我们进行了端到端的模拟使用全天空模型和望远镜配置代表SKA-LOW仪器。FSSN是站点光束和干涉测量点扩散函数的函数,并且随着观测时间的增加而减小,直到孔径平面的覆盖范围不再改善。采用切趾技术降低波束近区旁瓣电平,对低频FSSN有明显改善。我们的研究结果表明,在旁瓣中拾取源的效果是在低频率,其中阵列是不太稀疏。
2016-02-04 astro-ph.IM
Green computing toward SKA era with RICK
本研究针对 SKA 时代海量数据处理的高能耗挑战,提出并测试了基于 RICK 代码的 w-stacking 算法在异构 HPC 平台上的 CPU 与 GPU 方案,通过定义“绿色生产率”指标,揭示了能耗与计算时间之间的权衡关系。
2025-04-01 astro-ph.IM cs.DC
Deep Investigation of Neutral Gas Origins (DINGO): Options for robust Deep Spectral Line Imaging in the SKA-Era
University of Western Australia(西澳大学);Australia Telescope National Facility, CSIRO Space & Astronomy(澳大利亚望远镜国家设施,CSIRO空间与天文学部);International Centre for Radio Astronomy Research (ICRAR)(国际射电天文研究中心);ARC Centre of Excellence for All Sky Astrophysics in 3 Dimensions (ASTRO 3D)(ARC三维全天空天体物理学卓越中心);Pawsey Supercomputing Research Centre(Pawsey超级计算研究中心)
本文提出了一种uv-网格堆叠方法,用于在SKA时代实现稳健的深度光谱线成像,相比传统方法和默认图像堆叠方法,能更有效地恢复中性氢流量并减少非物理伪影。
2026-08-11 astro-ph.CO astro-ph.IM
Stacking of SKA data: comparing uv-plane and image-plane stacking
叠加作为一种研究无法单独探测到的物体的工具,即使对于无线电干涉测量数据也越来越受欢迎,并将在SKA时代得到广泛应用。堆叠通常使用成像数据而不是直接使用紫外线数据来完成。我们已经研究和开发了一种新的算法来做叠加使用的紫外线数据。我们进行了广泛的模拟比较图像堆叠,并总结这些模拟的结果。此外,我们讨论了SKA产生的巨大数据量的影响。访问uv叠加数据提供了很大的优势,因为它允许正确分析校准伪影以及源属性(如大小)的结果。对于SKA来说,主要的挑战在于紫外线数据的存档。为了稳健的叠加分析的目的,强烈希望将校准的UV数据至少保持在平均形式中,或者实现叠加队列,其中可以在观测之前提供叠加位置并且几乎实时地完成UV叠加。
2015-01-21 astro-ph.CO astro-ph.GA astro-ph.IM
The MeqTrees software system and its use for third-generation calibration of radio interferometers
Hamaker等人提出的射电干涉仪测量方程(RIME)为我们提供了一个优雅的数学工具,用于更好地理解、模拟和校准现有和未来的仪器。新射电望远镜(LOFAR,SKA)的校准如果没有RIME形式化和利用它的新软件将是不可想象的。MeqTrees旨在实现RIME等数值模型,并求解其参数的任意子集。MeqTrees的技术目标是提供一个快速实现这些模型的工具,同时提供与手写代码相当的性能。我们还在努力实现更广泛的目标,即通过提供快速实验和交流想法的工具,加快射电天文学软件的发展速度。MeqTrees被实现为一个基于Python的前端,称为meqbrowser,以及一个高效的(基于C++的)计算后端,称为meqserver。数值模型通过基于Python的树定义语言(TDL)在前端定义,然后在后端快速执行。TDL的使用有助于在极短的时间内对新想法进行实验。所有最终和中间结果的前所未有的可视化功能也有助于这一点。灵活的数据模型和后端的一些重要优化确保了数值性能与手写代码相当。MeqTrees已经被广泛用作新仪器(LOFAR,SKA)和技术(焦平面阵列)的模拟工具。它已经证明,它可以实现噪声限制的动态范围超过一百万,对WSRT数据。这是唯一一个专门设计用于处理我们提议的第三代校准(3GC)的软件包,这是新一代巨型射电望远镜所需要的。
2011-01-11 astro-ph.IM
General-Purpose Software for Managing Astronomical Observing Programs in the LSST Era
现代天文学调查,如大型天气巡天(LSST),承诺了前所未有的发现财富,以每晚约1000万次时变事件警报的形式提供。天文学家面临的艰巨挑战是从这一海量数据中确定最具科学重要性的事件,以便进行有效和及时的后续观测。一些正在进行的观测方案已证明,数据库在进行有效的后续行动方面极为宝贵,特别是在与选择目标、直接向地面和空间设施(手动、遥控和机器人)提交观测请求、处理所得数据、与分析软件接口以及与合作者分享信息的工具相结合时。我们借鉴了LCOGT运行的许多后续计划的经验,所有这些计划都有独立开发的系统来提供这些功能,包括微透镜关键项目(RoboNet,PI:Tsapras,Co-I:Street),全球超新星项目(SNEX,PI:Howell)和近地天体项目(NEOExchange,PI:Lister)。我们通常将这些系统称为目标和观察管理器或TOM。未来的项目,面临着一个更大的和快速增长的潜在目标的名单,将发现这些工具是必不可少的,但迄今为止开发的系统是高度专业化的项目,他们服务,并没有设计成规模的LSST警报率。我们提出了一个开发通用软件工具包的项目,该工具包将使天文学家能够轻松构建TOM系统,他们可以根据自己的需求进行定制,而专业开发的代码库将确保系统能够扩展到未来的计划。
2018-06-25 astro-ph.IM
DUG Insight: A software package for big-data analysis and visualisation, and its demonstration for passive radar space situational awareness using radio telescopes
随着SKA时代对支持大规模射电天文数据集处理和分析的软件需求的增加,我们展示了DUG Insight的交互式工作流程构建,数据挖掘,处理和可视化功能。我们通过处理工程开发阵列(EDA 2)在三天内产生的近68,000张全天无线电图像来测试DUG Insight的性能和灵活性。处理的目的是被动地探测和识别已知的常驻空间物体(RSO:在轨卫星和碎片),并研究如何利用无线电干涉测量法被动地监测航空器交通。这些信号是可以观测到的,这是由于地面调频无线电信号反射回地球和带外传输从RSO。这种对低地球轨道和空气空间环境的监视有助于提高对空间情况的认识和飞行器跟踪技术。根据观测结果,我们在距离EDA 2 1,500公里的范围内对19个独特的RSO进行了40次探测。这是对先前发表的同一数据集的研究的重大改进,并展示了DUG Insight的灵活功能,允许大规模处理复杂数据集。我们的DUG Insight工作流程的未来增强将旨在实现实时采集,检测未知的RSO,并继续处理来自SKA相关设施的数据。
2022-07-13 astro-ph.EP astro-ph.IM physics.space-ph
Spectral ageing in the era of big data: integrated vs resolved models
光谱老化的连续注入模型长期以来一直被用来确定射电星系的年龄,从他们的综合光谱,然而,许多问题的可靠性仍然没有答案。随着各种大面积的调查即将到来(例如LOFAR,MeerKAT,MWA)和下一代射电干涉仪的规划正在进行中(例如ngVLA,SKA),射电星系物理学的研究将从单个源的研究转移到整个群体。因此,确定光谱老化的综合模型是否以及如何应用于大数据时代至关重要。在本文中,我比较了经典的综合模型的光谱老化最近解决的研究,使用现代分析技术在小空间尺度上,以确定其鲁棒性和有效性作为源选择方法。我发现,综合模型是无法恢复的关键参数,即使已知的先验,提供一个穷人,频率依赖的描述源的频谱。我显示了一个差距的综合和解决的方法之间的年龄高达6的因素,但建议,即使有这些不一致,这样的模型仍然提供了一个潜在的方法,在寻找残余射电星系的候选人选择,并在提供一个更干净的选择高红移射电星系在$z - α$选定的样本。
2016-12-13 astro-ph.GA astro-ph.IM