An Atmospheric Cerenkov Telescope Simulation System
Srikanta Sinha
本文提出了一种详细的数值计算方法，用于模拟成像大气切伦科夫望远镜系统的机械结构和光学特性。为了测试这些程序，一些现有的ACT阵列进行了模拟。这些模拟的第一个结果。
A detailed numerical procedure has been developed to simulate the mechanical configurations and optical properties of Imaging Atmospheric Cerenkov Telescope systems. To test these procedures a few existing ACT arrays are simulated. First results from these simulations are presented.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
Search for diffuse cosmic gamma-ray flux using Fractal and Wavelet analysis from Galactic region using single imaging Cerenkov telescopes
我们表明，从基于模拟的研究TACTIC望远镜的分形和小波分析的切伦科夫图像，记录在一个单一的成像切伦科夫望远镜，使几乎完全隔离的各向同性伽马射线引发的事件从压倒性的背景宇宙射线强子引发的事件。这为测量1 TeV能量以上的银河系和河外γ射线本底提供了一种新的方法。本文报告了基于这种方法的初步结果。主要目的是探索使用单个成像大气切伦科夫望远镜（IACT）记录的数据进行精确测量的扩散银河和河外伽玛射线通量以上~1 TeV的能量的可能性。使用模拟数据的大气Cerenkov图像记录在IACT，发起的宇宙射线质子和扩散γ射线与能量分别超过4 TeV和2 TeV，我们确定最有效的分形/小波参数的记录图像的初步识别。该方法是基于模式识别技术，并采用分形和小波分析记录的γ-强子分离的Cerenkov图像。我们发现，小波维数参数B6的值可以隔离的切伦科夫图像的强子起源的漫伽玛射线起源的准确率几乎为100%。利用TACTIC望远镜记录的36小时数据，我们得到了|b| \leq -50和|l| \leq 2000星系范围内2 TeV以上弥散星系γ射线通量的初步上限估计。
Sensitivity of a proposed space-based Cerenkov astrophysical-neutrino telescope (CHANT)
能量在PeV到EeV范围内的中微子在足够接近地球表面的地下相互作用时产生向上的广泛的空气簇射。我们研究了探测这种阵雨的可能性与一个系统的非常宽的视场成像大气切伦科夫望远镜，命名为CHERENKOV CHANT从天体物理中微子望远镜，从太空指向地球的地平线以下的一条。我们发现，CHANT提供了足够的灵敏度的天体物理中微子通量的研究在很宽的能量范围内，从10 PeV到10 EeV。天基CHANT系统可以发现和详细研究起源于超高能宇宙射线在星系际介质中相互作用的宇宙成因中微子通量。
Toward the Detection of Relativistic Image Doubling in Imaging Atmospheric Cerenkov Telescopes
宇宙伽马射线光子入射到高层大气中，产生空气簇射，相对于空气以超光速移动到地球表面。尽管许多这些空气簇射沿着它们的轨迹保持超光速，但朝向单个成像大气切伦科夫望远镜（IACT）的簇射速度分量可能会从超光速下降到亚光速。当这种情况发生时，能够在时间和角度上解决空气簇射的IACT应该能够记录一种称为相对论性图像加倍（RID）的不寻常的光学效应。RID的逻辑是，当簇射朝向IACT的速度分量是超光速时，簇射似乎先于其自身的切伦科夫辐射，但当簇射朝向IACT的速度分量是亚光速时，簇射似乎跟随其自身的切伦科夫辐射。其结果是，IACT将看到流星雨不是从大气层的顶部开始，而是从中间开始--在流星雨路径上的径向速度分量下降到亚光速的那一点。然后，IACT将看到淋浴的图像同时上下移动。一个简单的模拟演示这种效果。RID的明确识别将确认在大气中的一种新的光学成像效应，而不是由透镜引起的，而是仅仅由相对论运动学引起的，并可能有助于相对论空气簇射的路径和速度重建的准确性。
Cerenkov Events Seen by The TALE Air Fluorescence Detector
望远镜阵列低能扩展（TALE）是一个混合的，空气荧光探测器（FD）/闪烁体阵列，旨在研究能量高于$\sim3\times10^{16}$ eV的宇宙射线引发的簇射。TALE FD位于犹他州西部沙漠，由10台覆盖海拔31-58 $^{\circ}$的望远镜和14台海拔3-31 $^{\circ}$的望远镜组成。与所有其他FD一样，由TALE记录的簇射事件的子集是簇射粒子产生的切伦科夫光占总观察到的光信号的子集。事实上，对于具有较高仰角覆盖范围的望远镜，低能切伦科夫事件构成了绝大多数触发的宇宙射线事件。在典型的FD数据分析过程中，丢弃该事件子集，并且仅保留大部分信号光子来自空气荧光的事件。在这次演讲中，我将报告一项研究，以重建TALE的高海拔观测望远镜所看到的“切伦科夫事件”。蒙特卡罗研究和对TALE观察到的真实事件的第一次观察看起来非常有希望。即使作为单目检测器，在此分析中采用的几何重建方法允许在一定程度上的指向精度。初步的蒙特卡罗研究表明，预期的能量分辨率优于25 $%$。有可能将TALE的低能量范围扩展到低于$10^{16}$ eV。这将是第一次将专门设计为空气荧光探测器的探测器用作成像切伦科夫探测器。
The Cherenkov transparency coefficient for the atmospheric monitoring and array calibration at the Cherenkov Telescope Array South
成像大气切伦科夫望远镜观测到的甚高能伽马射线能量的重建受到大气条件和望远镜组件性能变化的影响。针对这些影响的可靠的校准计划是必要的，即将到来的切伦科夫望远镜阵列（CTA），以实现其目标的最大限度地允许系统的不确定性的全球能源规模。估计切伦科夫光的大气衰减的一种可能的方法是切伦科夫透明系数（CTC）的方法。CTC的计算使用望远镜的探测率，占主导地位的稳定的宇宙射线背景，同时适当校正的硬件和观测条件。该系数也可以用来相对校准望远镜的光学吞吐量的假设上均匀的大气透明度以上的阵列。利用蒙特卡罗模拟，本文研究了CTC方法在南半球CTA阵列大气监测和望远镜交叉定标中的应用潜力。我们重点讨论了该方法在不同观测配置和不同大气衰减水平下的三种尺寸望远镜阵列的可行性。
Estimation of the atmospheric absorption profile with isotropic background events observed by Imaging Atmospheric Cherenkov Telescopes
本文提出一种直接利用成像大气切伦科夫望远镜数据、通过比较晴天与有云时切伦科夫光纵向分布来测量大气云参数的新方法，模拟表明其能以百分之几精度重建云透射率，并能以几百米精度重建低天顶角下的云高。
Scintillation correction for astronomical photometry on large and extremely large telescopes with tomographic atmospheric reconstruction
我们描述了一个新的概念，以纠正闪烁噪声的高精度测光在大型和超大望远镜使用遥测数据从自适应光学（AO）系统。大多数为当前超大型望远镜和下一代超大型望远镜设计的宽视场AO系统需要几颗导航星来探测望远镜上方体积中的湍流大气。这些数据可用于层析重建的大气湍流的轮廓和波前的相位像差，以协助宽视场AO校正。如果波前像差和高度的大气湍流层是已知的，从这个层析模型，然后闪烁的效果可以计算数值和用于归一化的光度光变曲线。我们通过详细的蒙特卡罗模拟表明，对于一个8米的望远镜与16 × 16 AO系统，我们可以减少闪烁噪声的数量级。
Atmospheric Monitoring for the MAGIC Telescopes
对大气层的监测与成像大气切伦科夫望远镜非常相关。恶劣的天气条件（强风、高湿度等）云和气溶胶的存在会影响切伦科夫光的传输，从而影响望远镜的性能。MAGIC协作的大气层校准技术工作组旨在涵盖与大气层监测和校准有关的所有方面。在本文中，我们给出了一个概述的ATCA的目标和活动，其中包括适当的仪器的设置和维护，其数据的正确分析，实现MC研究，并在非最佳大气条件下采取的实际数据的校正。最终目标是减少在确定$γ$射线通量和能量方面的系统不确定性，并通过建立针对实际大气条件的优化数据分析方法来增加望远镜的占空比。
Gamma/hadron segregation for a ground based imaging atmospheric Cherenkov telescope using machine learning methods: Random Forest leads
给出了一个地基大气切伦科夫望远镜观测到的$γ$ -强子分离的详细实例研究。我们已经评估和比较了各种监督机器学习方法，如随机森林方法，人工神经网络，线性判别方法，朴素贝叶斯分类器，支持向量机以及传统的动态超切方法，通过模拟触发事件与蒙特卡洛方法，并将结果应用到切伦科夫望远镜。证明了随机森林方法是对$γ$ -强子分离最敏感的机器学习方法。
Simulating an imaging atmospheric radio telescope to observe cosmic gamma rays and cosmic neutrinos
本文提出一种新型成像大气射电望远镜，通过模拟其利用波动力学的成像技术，可24/7观测宇宙伽马射线与中微子，使对应观测能力提升8倍以上，克服了传统成像大气切伦科夫望远镜的工作周期局限。
Failure type detection and predictive maintenance for the next generation of imaging atmospheric Cherenkov telescopes
下一代成像大气切伦科夫望远镜将由数百台望远镜组成，共同努力，试图揭示高能宇宙的一些基本物理学。除了科学数据外，还有来自气象站、仪器传感器、日志文件等的大量内务和辅助数据，也将被收集。在监督和强化学习算法的驱动下，这些数据可以用于对这些天体物理设施进行预测性维护和故障类型检测。在本文中，我们提出了一个项目，旨在触发一个模型的发展，将能够预测，及时，即将到来的组件故障及其种类和严重程度
Atmospheric Cherenkov Gamma-ray Telescopes
立体成像大气切伦科夫技术是在1980年代和1990年代开发的，现在被世界各地一些现有的和计划中的伽马射线观测站所使用。它提供了非常高能量的伽马射线天空（30 GeV以上）的最灵敏的视图，加上相对良好的角度和光谱分辨率在一个广泛的视野。本章总结了该技术的细节，包括望远镜光学系统和相机的描述，以及最常见的数据分析和伽马射线重建方法。
Correcting Imaging Atmospheric Cherenkov Telescope data with atmospheric profiles obtained with an elastic light detecting and ranging system
本文提出利用弹性 LIDAR 气溶胶消光廓线校正 MAGIC 望远镜伽马射线能量和仪器响应函数，并用近七年蟹状星云数据验证其在低透射率及有云条件下的效果。
Early attempts at atmospheric simulations for the Cherenkov Telescope Array
切伦科夫望远镜阵列（CTA）将是世界上第一个从天体物理现象中探测伽马射线的天文台，目前正处于原型阶段，预计将于2015/16年开始建造。在这项工作中，我们提出了详细的模拟研究，以评估需要进行大气监测的早期尝试的结果。这将包括一些激光雷达分析方法的讨论，以确定距离分辨大气传输轮廓。我们发现，在增加气溶胶密度水平，模拟伽马射线天文数据系统地转移，导致更软的光谱。与激光雷达数据，我们表明，它是可能的，以适应大气传输模型所需的生成查找表，这是用来推断一个伽马射线事件的能量，从而使它能够纠正受影响的数据，否则将被视为不可用。
Real-time atmospheric monitoring for the Cherenkov Telescope Array using a wide-field optical telescope
切伦科夫望远镜阵列（CTA）是下一代地基甚高能量伽马射线仪器，计划在未来几年内在两个地点（每个半球一个）建造，预计将于2020年开始全面运行。在最大限度地利用观测时间的同时进行高精度伽马射线能量测量的目标需要有关大气条件的详细和快速信息。除了用于监测CTA望远镜指向方向大气中云和气溶胶含量的激光雷达外，我们还建议使用“FRAM”（F（/Ph）otometric Robotic Atmospheric Monitor）设备，这是一种小型机器人天文望远镜，具有大视场和灵敏的CCD相机，共同确保CTA整个视场的精确大气特征。FRAM将使用恒星测光来测量CTA视场内的大气消光，而不会干扰观测（与基于激光的方法不同）。这使得FRAM能够以高时间分辨率运行，并提供用于即时调度决策的实时数据和用于校准和选择科学数据的离线数据库。望远镜的快速机器人支架支持在阵列分裂时对多个场进行快速观测，甚至可以检查即将进行的观测方向的条件。FRAM的概念是建立在皮埃尔俄歇天文台运行的类似设备所获得的经验基础上的。为CTA提出的FRAM工作原型正在布拉格建造，在现场部署之前进行广泛的测试;介绍了该原型的第一个结果和经验。
The Atmospheric Monitoring Strategy for the Cherenkov Telescope Array
大气切伦科夫成像技术（IACT）在天文学中是不寻常的，因为大气实际上构成了探测器系统的固有部分，望远镜通过在大气深处产生和传输切伦科夫光子来间接探测非常高能量的粒子。这意味着对大气的精确测量、表征和监测是成功运行IACT系统的核心。切伦科夫望远镜阵列（CTA）将是下一代IACT天文台，其雄心勃勃的目标是通过分布在$^2$数量级区域的大（23米）、中（12米）和小（4米）望远镜阵列，将现有设施的灵敏度提高一个数量级，同时相应提高角度和能量分辨率，扩大能量覆盖范围。整个天空覆盖将通过在两个地点运行实现：一个在北半球，一个在南半球。这一程序将涵盖候选地点的特征和大气校准策略。CTA将利用一套仪器和分析技术进行大气建模和监测，包括指向预报、观测站操作的智能指向选择和离线数据校正。
The Topo-trigger: a new concept of stereo trigger system for imaging atmospheric Cherenkov telescopes
成像大气切伦科夫望远镜（IACT），例如大型大气伽马射线成像切伦科夫（MAGIC）望远镜，努力达到尽可能低的能量阈值。在这样做时，触发系统是一个关键因素。降低触发阈值受到环境光（所谓的夜空背景（NSB））产生的意外触发的快速增加的阻碍。在本文中，我们提出了一个拓扑触发器，被称为拓扑触发器，拒绝事件的基础上，他们在望远镜相机的相对取向。我们在MAGIC望远镜中模拟和测试了触发选择算法。该算法使用蒙特卡罗模拟进行了测试，并显示出85%的意外立体触发的拒绝，同时保留99%的伽马射线。该触发系统的全面实施将在能量阈值处实现10%至20%的收集面积增加。仪器的分析能量阈值预计将降低约8%。在使用当前触发器配置获取的真实MAGIC数据上测试选择算法，未发现类似$γ$的事件丢失。
pschitt! - A Python package for the modelling of atmoSpheric Showers and CHerenkov Imaging Terrestrial Telescopes
通过蒙特卡罗方法模拟大气簇射及其在成像大气切伦科夫望远镜（IACT）上的投影是一个耗时且计算量很大的过程。从物理学的角度来看，这些模拟是最先进的，它们不适合简单的测试。在这里，我们提出了一个Python包开发，以模拟大气阵雨使用不同的配置文件，并与IACT的数组来成像。这允许初级光子能量和角度方向对立体图像的影响的一阶研究。它的简单性也使它便于公众传播和推广以及教学目的。这个包的开发是为了充分利用Python的简单性，但也针对快速计算进行了优化。它是在ASTERICS H2020项目的框架内开发的，因此可以作为开源软件使用。
A Site Evaluation Campaign for a Ground Based Atmospheric Cherenkov Telescope in Romania
在世界各地，几个科学项目都对一个小型切伦科夫望远镜全球网络感兴趣，该网络用于监测最亮耀变体的观测-DWARF网络。打算在罗马尼亚安装和运行一台最新一代的小型地面大气层切伦科夫成像望远镜，作为DWARF网络的一个组成部分。为筹备观测站的建设，启动了两个支助项目。在这些项目的框架内，我们已经评估了一些可能的地点，在那里定居的天文台。在本文中，我们提交了一份简短的报告后，当地的基础设施，附近的设施和社会影响的标准，选择了最好的四个网站的一般特点。
Impact of aerosols and adverse atmospheric conditions on the data quality for spectral analysis of the H.E.S.S. telescopes
地球大气层是地基成像大气切伦科夫望远镜实验中探测器的一个组成部分，在校准时必须考虑到。大气和硬件相关的模拟条件的偏差可能会导致错误的重建的初级粒子能量，因此源光谱。在高能立体系统（H.E.S.S.）的八年观测期间，在纳米比亚，切伦科夫光子的总产量随着时间的推移而变化很大，这是由于硬件逐渐老化，加上硬件组件的调整，以及大气透明度的自然和人为变化。在这里，我们提出了强大的数据选择标准，最大限度地减少这些影响，在整个数据集的H.E.S.S.实验并引入切伦科夫透明度系数作为一个新的大气监测量。大气透明度的影响，作为量化的这个系数，能量重建和光谱参数的检查和独立的MISR卫星测量和本地测量的大气清晰度的气溶胶光学厚度（AOD）的相关性进行了研究。
Towards a full Atmospheric Calibration system for the Cherenkov Telescope Array
目前这一代切伦科夫望远镜主要局限于伽马射线能量和通量重建，因为大气参数的确定存在不确定性。切伦科夫望远镜阵列（CTA）旨在提供尽可能延长占空比的高精度数据。为了实现这一目标，有必要利用遥感装置连续和精确地监测大气层，这些遥感装置能够提供高度分辨和波长相关的消光系数，其灵敏度可达对流层顶和更高。拉曼激光雷达是目前最适合用一台仪器实现这一目标的技术。然而，与辐射计、太阳和恒星光度计、全天空照相机以及可能的无线电探空仪等其他仪器的协同作用是可取的，以便提供更精确和准确的结果，并允许天气预报和即时预报。在这方面的贡献，我们将讨论这种多方面的大气校准系统的需要和功能。
SHARPEST: The atmospheric turbulence profiling experiment using Shack-Hartmann sensor at the Subaru telescope
本研究在昴星团望远镜上开展SHARPEST实验，利用双夏克-哈特曼传感器测量大气湍流廓线，验证了闪烁法和斜率法的一致性，并建立了单传感器约束自由大气廓线、总视宁度与风廓线的方法。
Studying deep convolutional neural networks with hexagonal lattices for imaging atmospheric Cherenkov telescope event reconstruction
深度卷积神经网络（DCN）是一种很有前途的机器学习技术，可以重建成像大气切伦科夫望远镜（IACT）记录的事件，但需要优化才能达到最佳性能。最紧迫的挑战之一是处理由光电倍增器的六边形晶格制成的相机捕获的原始图像，这是IACT相机中的一种常见布局，其拓扑结构不同于DCN模型常规预期的正方形晶格作为其输入数据。旨在解决这一挑战的策略包括通过过采样或插值将六边形晶格转换为正方形晶格，以及实现六边形卷积核。在这篇文章中，我们使用在模拟IACT数据上训练的DCN模型对其中几种策略进行了比较。
SHIMM as an atmospheric profiler on the Nickel Telescope
本文在Nickel望远镜上实现SHIMM大气廓线仪，通过模拟和天空数据验证其数据处理流程，并展示首光结果，以实时测量大气参数辅助系外行星探测。
MACHETE: A transit Imaging Atmospheric Cherenkov Telescope to survey half of the Very High Energy $γ$-ray sky
目前用于甚高能$γ$射线天体物理学的成像大气切伦科夫望远镜是视场高达几十平方度的指向仪器。我们建议建立一个阵列的两个非转向（漂移）望远镜。每个望远镜将有一个相机与5 $\times$ 60平方度的视场定向沿子午线。一年中大约有一半的天空会经过这个视野。我们已经进行了蒙特卡洛模拟，以估计该仪器的性能。我们期望它能以$\sim$ 0.77%的积分通量灵敏度，$\sim$ 150 GeV的分析能量阈值和$\sim$ 0.1 $^{\circ}$的角分辨率来观测这半边天。对于在特定夜晚经过望远镜的天文物体，我们可以在一个夜晚达到蟹状星云通量的12%的积分灵敏度，这使得它成为一个非常强大的工具，可以使用可操纵的IACT或其他波长的仪器来触发对可变源的进一步观测。
Differential measurement of atmospheric refraction with a telescope with double fields of view
为了使大气折射的理论研究更加完善，低仰角条件下的大气折射仍值得分析和探讨。在某些工程应用中，有时需要观测天顶距较大的天体。开展低仰角大气折射观测研究具有重要意义。低仰角大气折射的测量一直被认为是困难的。提出了一种利用双视场差分测量确定大气折射的新思路。借鉴HIPPARCOS卫星的观测原理，研制了双视场原理样机。2013年8月，利用原理样机进行了实验观测，获得了较低仰角的大气折射。在天顶距为78.8 °处测得大气折射为$240.23"\pm0.27"$，论证了双视场差分测量大气折射的可行性。同时指出了原理样机存在的聚光能力不足、气象数据记录不准确、观测和数据处理自动化水平较低等局限性，需要在后续工作中加以改进。
The Atmospheric Monitoring system of the JEM-EUSO telescope
国际空间站上的JEM-EUSO观测站是一项拟议的开拓性空间任务，专门用于研究超高能宇宙射线。JEM-EUSO望远镜以60 $^\circ$视场（FoV）向下观察地球大气层，将探测到UHECR引起的广泛空气簇射（EAS）穿透大气层的荧光和切伦科夫紫外辐射。重建初级宇宙线性质的能力取决于对EAS发展区域大气条件的精确测量。JEM-EUSO的大气监测系统将持续监测EAS候选地点以及EAS和JEM-EUSO望远镜之间的大气。利用紫外激光雷达和红外照相机，该系统将监测云量，并以$\sim$ 500米的精度检索云顶高度，以$Δτ\leq$ 0.15的精度和500米的分辨率检索大气光学深度剖面。本文将介绍JEM-EUSO的大气监测系统。在简要介绍该系统之后，将展示其根据卫星数据和模拟研究恢复云顶高度和光学深度以及重建阵雨廓线的能力。
Technological Novelties of Ground-Based Very High Energy Gamma-Ray Astrophysics with the Imaging Atmospheric Cherenkov Telescopes
本文介绍了大气成像切伦科夫望远镜技术的发展，指出该技术发现了约250个甚高能伽马射线源，并推动下一代大型装置CTA实现灵敏度数倍提升。
The atmospheric dispersion corrector for the Large Sky Area Multi--object Fibre Spectroscopic Telescope (LAMOST)
大天区多目标光纤光谱望远镜（LAMOST）是世界上最大的（孔径4米）宽视场望远镜，配备了最多的光纤（4000根）。对于LAMOST North和LAMOST South，FOV分别为5度和3.5度，线性直径分别为1.75 m和1.22 m。提出并设计了一种新型的LAMOST大气色散校正器。它是由许多透镜-棱镜条组成的分段透镜。虽然它很大，但其厚度仅为12 mm，从而避免了获得大光学玻璃的困难，并且ADC引起的像差很小。沿光轴移动该分块透镜，可以获得不同的色散。讨论了ADC狭缝对衍射能量分布和光阻的影响。对ADC引起的像差进行了计算和讨论。所有这些结果都是可以接受的。这种ADC也可以用于其他光纤光谱望远镜，特别是那些具有非常大的FOV的望远镜。
A Direct Measurement of Atmospheric Dispersion in N-band Spectra: Implications for Mid-IR Systems on ELTs
自适应光学将几乎完全消除10微米处大气湍流对极大望远镜（ELT）一代望远镜的影响。在本文中，我们观测证实，下一个最重要的限制图像质量是大气色散，而不是望远镜衍射。利用6.5米MMT及其独特的中红外自适应光学系统，我们在MIRAC 4-BLINC上使用新委托的光谱模式测量了N波段的大气色散。我们的结果表明，大气色散一般是线性的N波段，虽然有一些剩余曲率。我们比较我们的测量理论，并预测ELT Strehls和图像FHWM有和没有大气色散校正器（ADC）。我们发现，对于许多中红外应用，ELT上需要ADC。
Enhancement of the Yakutsk array by atmospheric Cherenkov telescopes to study cosmic rays above $10^{15}$ eV
雅库茨克阵列增强项目的目的是创建一个研究最高能量银河宇宙射线（CR）的仪器--它们的来源、能谱和质量组成。此外，将有独特的能力，调查之间的过渡区银河系和银河系外的组成部分的CR。我们计划利用成熟的适合于$E>10^{15}$ eV能区的成像大气切伦科夫望远镜技术测量簇射的纵向结构参数，例如，与$X_{max}$相关的切伦科夫信号的角分布和时间分布以及CR的质量组成。雅库茨克阵列的主要优点，如广泛的空气簇射的多分量测量，和基于切伦科夫光测量的模型独立的CR能量估计，将被创建的仪器继承。
High Quantum Efficiency Phototubes for Atmospheric Fluorescence Telescopes
探测大气中来自大范围空气簇射的荧光已经成为精确测量超高能宇宙线粒子能量和质量的有力工具。使用镜面面积为10平方米或更大的大面积成像望远镜，可以观测到30公里或更远的阵雨。低噪声光电倍增管矩阵被用来检测微弱的光的空气淋浴对周围的夜空背景噪声。发现这种系统的信噪比与反射镜面积的平方根乘以光电管的量子效率成正比。因此，更高的量子效率可能会提高测量质量和/或导致建造更紧凑的望远镜。在本文中，我们将讨论这种改进，预计从高量子效率的光电管，成为最近才在市场上。一系列的模拟已经进行了不同类型的市售高量子效率光电管的数据。结果表明，更高的孔径，从而增加了这种望远镜的统计数据。此外，可以提高重建的质量。
Atmospheric monitoring and array calibration in CTA using the Cherenkov Transparency Coefficient
切伦科夫望远镜阵列（CTA）将是下一代天文台，使用不同类型的切伦科夫望远镜探测由极高能伽马射线引发的粒子簇射。对地球大气层的良好了解，在探测技术中起着热量计的作用，对于CTA的校准至关重要。大气层对切伦科夫光的透明度的变化，以及阵列中单个望远镜的校准不正确，导致能量尺度上的大系统不确定性。切伦科夫透明度系数（CTC），在H.E.S.S.该实验量化了从切伦科夫望远镜在科学观测期间获得的数据中确定的平均大气透明度。只要阵列上的大气条件是均匀的，每个望远镜获得的透明度值也可用于校准单个望远镜的响应。与目前正在运行的实验（如H.E.S.S.）相比，由于天文台的复杂性和望远镜相机的多样性，CTC在CTA中的应用提出了挑战。我们在这里提出的第一个可行性研究的结果，扩展的CTC概念CTA的目的是相互校准的望远镜阵列和监测大气层。
Prototype operations of atmospheric calibration devices for the Cherenkov Telescope Array
切伦科夫望远镜阵列（CTA）计划校准系统的大气监测设备正在进行密集的开发，原型设计和测试。全天空照相机、日/月光度计和铁磁记录仪望远镜已逐步部署在未来的CTA站点，其主要目标是确定站点特征，同时能够评估其在现实环境条件下的运行可靠性。所有三个设备都显示出在极端干燥和南部场地的大温度变化以及北部场地冬季偶尔出现的恶劣天气中顺利工作的能力。95%的时间目标可用性尚未达到，主要是由于在没有未来CTA基础设施的情况下，由于安装的远程性而难以修复的轻微硬件故障。在原型操作过程中积累的经验将有助于提高最终仪器的可靠性。拉曼激光雷达，在本次会议的单独会议记录中描述，和红外云高计，准备在布拉格测试，将补充在不久的将来的大气校准设备。正在最后确定CTA运行期间大气校准的最后操作程序，其中包括使用全天空照相机和云高仪监测整个天空的云层，以及使用激光雷达和FRAM精确测量CTA阵列视场内随高度和位置变化的大气传输。
Raman LIDARs and atmospheric calibration for the Cherenkov Telescope Array
切伦科夫望远镜阵列（CTA）是下一代成像大气切伦科夫望远镜。它将达到迄今为止任何其他高能伽马射线实验所没有的灵敏度和能量分辨率。了解系统的不确定性一般将是一个关键问题的CTA的性能。众所周知，大气条件在这方面起着特别重要的作用。在CTA联盟内，目前有几个小组正在建造拉曼激光雷达，安装在这两个地点。拉曼激光雷达是由一束射入大气的强激光、一个收集分子和气溶胶后向散射光的收集器、一个光传感器、一个光谱选择感兴趣波长的光学模块和一个读出系统组成的设备。与目前使用的弹性激光雷达不同，它们可以帮助将大气分子和气溶胶成分的系统不确定性降低到<5%，从而使CTA能够实现其能量分辨率<10%的要求在这项工作中的所有拉曼激光雷达的设计特点，使他们不同于典型的拉曼激光雷达在大气科学中使用，其特点是大收集镜（2.5m2）和减少采集时间。它们提供多个弹性和拉曼读出通道以及定制的光学设计。本文讨论了拉曼激光雷达的动机，介绍了这些技术的设计和进展情况。
Influence of aerosols from biomass burning on the spectral analysis of Cherenkov telescopes
在过去的十年中，成像大气切伦科夫望远镜（IACT）已经证明自己是甚高能（VHE; E>0.1 TeV）区域的天文探测器。IACT技术间接地观察VHE光子，使用地球的大气作为热量计。切伦科夫望远镜实验的大部分校准都是使用空气簇射发展、切伦科夫辐射和探测器的蒙特卡罗模拟完成的，并假设了某些大气条件模型。在观测过程中，任何偏离假设的大气模型的真实条件都会导致原始伽马射线能量和源谱的错误重建。在八年的观测中，高能立体系统（H.E.S.S.）由于生物质燃烧产生的气溶胶，经历了大气透明度的周期性自然和人为变化。为了确定在大气透明度长期减少的情况下取得的数据，已制定了一个新的监测量，即切伦科夫透明度系数，并将在此介绍。这个量与探测器中的硬件变化无关，因此可以隔离可能影响仪器性能的大气因素，特别是光谱结果。它的正相关性与独立测量的大气光学厚度（AOD）检索的数据的多角度成像光谱辐射计（MISR）在船上的Terra美国宇航局的卫星也在这里。
The estimate of sensitivity for large infrared telescopes based on measured sky brightness and atmospheric extinction
为了评估大气、仪器和探测器噪声对地基红外望远镜灵敏度的影响，建立了一个可以计算极限星等和信噪比的灵敏度模型（$S/N$）。用阿里站和稻城站的$\rm M'$波段天空亮度和大气消光的初步测量值对模型进行了检验。我们发现，在$-135^\circ \rm C$一个优秀的科学探测器和仪器所造成的噪音可以忽略相比，$\rm M'$波段的天空背景噪音。因此，对于10米望远镜，当$S/N=3$和总曝光时间为1秒时，受大气限制的星等为阿里的$13.01^{\rm m}$和稻城的$12.96^{\rm m}$。即使在不太理想的情况下，即，当深低温探测器的读出噪声小于$200e^-$，仪器被冷却到低于$-87.2^\circ \rm C$时，上述幅度最多减小$0.056^{\rm m}$。因此，天文学家可以根据大型望远镜在给定红外波段的观测要求，将该灵敏度模型用作指导场地勘测、探测器选择和仪器热控制的工具。
A high performance likelihood reconstruction of gamma-rays for Imaging Atmospheric Cherenkov Telescopes
我们提出了一个复杂的伽玛射线似然重建技术成像大气切伦科夫望远镜。该技术是基于比较的原始切伦科夫相机像素图像的光子引起的大气粒子簇射与半解析模型的预测。该方法是由CAT实验在20世纪90年代，并已进一步开发了一个新的拟合算法的基础上使用的所有像素在相机中的对数似然最小化，夜空背景噪声的精确治疗，使用立体视觉和引入的第一个相互作用深度作为参数的模型。与使用中的其他技术相比，该重建技术提供了光子诱导簇射的更精确的方向和能量重建，以及更好的伽马效率，特别是在低能量下，以及改进的背景抑制。对于H.E.S.S.在实验中，与H.E.S.S.相比，重建技术的灵敏度提高了约2倍。基于相机图像的二阶矩的标准重建技术（Hillas参数技术）。
Atmospheric calibration of the Cherenkov Telescope Array
大气监测是切伦科夫望远镜阵列（CTA）设计的一个组成部分，因为大气条件以多种方式影响成像大气切伦科夫望远镜（IACT）的观测。大气的可变光学特性是确定伽马光子能量和通量的系统不确定性的主要原因。空气簇射的发展和切伦科夫光的产生都取决于大气的分子分布。此外，影响切伦科夫光传输的快速变化的气溶胶剖面需要在短时间尺度上进行监测。建立一个根据当前大气条件选择目标的程序，可以提高观测时间的使用效率。提前了解未来CTA位置的大气特性及其年度和短期变化是至关重要的，这样大气校准就可以很容易地应用于第一批科学数据。为此，某些设备已经安装在一个或两个选定的站点.
Background rejection using image residuals from large telescopes in imaging atmospheric Cherenkov telescope arrays
识别由μ子产生的切伦科夫光被认为是一种有希望的方法，以显着提高成像大气切伦科夫望远镜（IACT）阵列在高能量下的背景抑制能力。然而，μ子识别仍然是一项具有挑战性的任务，有效的算法仍在开发中。我们提出了一种方法，而不是识别切伦科夫光的μ子，我们只是考虑存在的切伦科夫光以外的主簇射图像的IACTs与大的镜子面积。我们证明了在H.E.S.S.五个望远镜的阵列，这种方法导致在所有能量超过1 TeV的背景抑制改善。特别地，在能量高于20 TeV时，抑制功率可以提高因子$\sim3-4$，同时保持原始伽马射线效率的$\sim90\%$。
Characterisation of the Atmosphere in Very High Energy Gamma-Astronomy for Imaging Atmospheric Cherenkov Telescopes
本文利用MAGIC激光雷达和CTAO FRAM的历史数据，表征拉帕尔马岛ORM上方云层和气溶胶透射特性，以支持VHE伽马天文观测中的数据修正与观测调度优化。
Measurement of the atmospheric muon flux with a 4 GeV threshold in the ANTARES neutrino telescope
本文提出了一种测量深海ANTARES中微子望远镜中μ子通量及其随深度变化的新方法。该方法是基于在探测器的相邻层的符合信号的观察。这产生了大约4 GeV的能量阈值。光背景的主要来源是40K的衰变和海水中的生物发光。用40K本底标定光电倍增管的效率。
A Run-Wise Simulation and Analysis Framework for Imaging Atmospheric Cherenkov Telescope Arrays
介绍了一种新的成像大气切伦科夫望远镜（IACT）阵列的模拟和分析方法，模拟了实际观测条件以及每个观测单元的望远镜配置。与现有的框架相比，通常使用预定义的设置生成模拟，这种运行方式的模拟方法意味着更真实的模拟，从而降低了系统的不确定性。这种专用模拟概念的计算工作量与不同观测配置的数量无关，但与观测时间呈线性关系。这对应于日益复杂的当前和未来IACT阵列的巨大优势，其中相空间的大小使得使用经典模拟方案生成达到系统学要求的模拟在计算上不可行。
An image-based array trigger for Imaging Atmospheric Cherenkov Telescope Arrays
预计即将到来的下一代大气切伦科夫望远镜阵列将包括一些使用双镜Schwarzschild-Couder配置建造的中型望远镜。这些望远镜将使用包括多个$10^{4}$单独读出通道的密集像素化相机对宽（$8^{\circ}$）视场进行采样。与预期的单望远镜触发率一致的读出频率将导致相当大的数据率。为了改善这些数据速率，一种新的，硬件级的分布式智能阵列触发器（DIAT）的设想。DIAT的副本在每个望远镜处自主操作，并使用来自附近望远镜的有限子集的分辨率降低的成像数据来否决相机读出之前的事件{以及集中存储或聚合所需的相机数据的任何后续网络传输}。我们提出的蒙特卡罗模拟的结果，评估的“视差宽度”的有效性，可以使用的DIAT，以有效地区分真正的伽马射线发起的事件和不需要的背景事件，由强子宇宙射线发起的。
Multi-View Deep Learning for Imaging Atmospheric Cherenkov Telescopes
本文研究多视角深度学习在H.E.S.S.切伦科夫望远镜数据中的应用，发现视角信息融合的时机比融合方法对模型性能影响更大。
Atmospheric extinction coefficients in the $\mathrm{I_c}$ band for several major international observatories: Results from the BiSON telescopes, 1984 to 2016
伯明翰太阳振荡网络（BiSON）已经获得了30多年的太阳数据，这是一个用于研究太阳振荡的国际望远镜网络。六台BiSON望远镜中有五台位于主要的天文台。这些观测站按经度递增顺序为：美国加利福尼亚州威尔逊山（黑尔）天文台;智利拉斯坎帕纳斯天文台;加那利群岛特内里费岛伊萨尼亚泰德天文台;南非萨瑟兰南非天文台;西澳大利亚州卡那封;澳大利亚新南威尔士州纳拉布里保罗怀尔德天文台。BiSON数据可用于测量$\mathrm{I_c}$波段（约700-900 nm）的大气消光系数，这里列出的是1984年至2016年期间每个站点的大气消光系数。
A Monte Carlo template-based analysis for very high definition imaging atmospheric Cherenkov telescopes as applied to the VERITAS telescope array
我们提出了一个复杂的似然重建算法，用于成像切伦科夫望远镜的簇射图像分析。重建算法基于相机像素幅度与基于蒙特卡罗模型的预测的比较。簇射参数由似然函数的最大化确定。作为淋浴适合参数的函数的可能性的最大化使用数值非线性优化技术来执行。CAT和H.E.S.S.已经开发了相关的重建技术。实验，并提供了一个更精确的方向和能量重建的光子诱导簇射相比，第二时刻的相机图像分析。示例显示的性能的分析模拟伽马射线数据从VERITAS阵列。
First Full-Event Reconstruction from Imaging Atmospheric Cherenkov Telescope Real Data with Deep Learning
切伦科夫望远镜阵列是地基伽马射线天文学的未来。它的第一个原型望远镜在现场建造，大尺寸望远镜1，目前正在调试和采取其第一个科学数据。在本文中，我们首次介绍了基于深度卷积神经网络的全事件重建的开发及其在真实数据中的应用。我们表明，它优于标准分析，无论是模拟和真实数据，从而验证了CTA数据分析的深度方法。这项工作也说明了从模拟数据到实际数据的困难。
Optical intensity interferometry observations using the MAGIC imaging atmospheric Cherenkov telescopes
目前正在运行的成像大气切伦科夫望远镜（IACT）具有大反射镜和对光子产生的少数光电子信号的1纳秒级时间响应。这意味着它们非常适合光学干涉测量观测。由于它们对可见光波长的敏感性和长基线，使用IACT的光强干涉测量法可以达到几十到微弧秒的角分辨率。我们已经安装了一个简单的光学装置上的两个17米直径的MAGIC IACT的相机和观察相干波动的光子强度测量在两个望远镜的三个不同的恒星。其灵敏度比20世纪70年代Narrabri干涉仪所达到的灵敏度高出约10倍。
Skymap for atmospheric muons at TeV energies measured in deep-sea neutrino telescope ANTARES
最近不同的实验提到已经观察到大尺度的宇宙线各向异性在TeV的能量，例如米拉格罗，西藏和超级神冈。对于这些能量，宇宙射线应该是接近各向同性的。任何对宇宙线各向异性的测量都可以提供一些关于宇宙线传播和起源的信息。虽然ANTARES中微子望远镜的主要目的是探测高能宇宙中微子，但探测器主要测量向下运动的μ子，这是宇宙射线在地球大气层中碰撞的衰变产物。本文介绍了ANTARES实验中第一年测量TeV能量下行大气μ介子的分析方法，当时最后12条谱线中有5条正在采集数据。
Statistical Tools for Imaging Atmospheric Cherenkov Telescopes
成像大气切伦科夫望远镜（IACTs）的发展揭开了天空中的太电子伏特制度，引发了所谓的“TeV革命”，在新的千年开始。这场革命也促进了统计工具的实施和调整，用于分析这些望远镜收集的流星雨图像，并推断产生此类事件的天体物理来源的属性。图像重建技术、背景鉴别和信号检测分析只是近几十年来应用于IACT数据分析的一些开创性研究。这一（简洁）审查旨在总结用于分析IACT收集的数据的最常用统计工具，重点是它们在整个分析链中的应用，包括参考现有文献进行更深入的研究。
MUPAGE: a fast atmospheric MUon GEnerator for neutrino telescopes based on PArametric formulas
中微子望远镜为观测高能天体物理学提供了新的机会。在这些探测器中，来自大气中初级宇宙射线相互作用的大气μ子起着重要作用。它们为校准和测试重建算法提供了最丰富的事件源。另一方面，它们是主要的背景来源。在大体积中微子望远镜中模拟统计上显著数量的μ子需要很大的计算时间。目前有一些参数化方法，但它们没有明确考虑到μ子在束中的到达。为了在水下/冰中中微子望远镜中产生单个和多个大气μ子事件，研制了一种快速蒙特卡罗发生器（MUPAGE）。该程序大大减少了大气μ子模拟的计算时间。事件运动学在用户定义的圆柱体的表面上产生，实际上围绕探测器体积。利用参数公式计算了不同深度和不同天顶距的μ子束通量、束中μ子的横向展宽和能谱。这些公式是根据一个特定的初级宇宙线通量模型得到的，并受到MACRO地下实验中μ子通量测量的约束。一些MUPAGE应用。
The Formation of Condensation on Cherenkov Telescope Mirrors
成像大气切伦科夫望远镜的反射镜在几个方面与传统天文望远镜的反射镜不同，尤其是它们暴露在元素中。可能出现的问题之一是在某些大气条件下观察期间在镜子上形成冷凝，这对望远镜的操作具有重要影响。这篇文章讨论了为什么望远镜的反射镜遭受冷凝，并描述了大气条件和反射镜的设计，这可能是有问题的。
An Alignment System for Imaging Atmospheric Cherenkov Telescopes
成像大气切伦科夫望远镜（IACT）所使用的反射镜由安装在大框架上的镶嵌式反射镜阵列组成。这种布置允许具有足够光学质量的非常大的反射表面，用于以适中的价格实现IACT技术。这种反射器的主要挑战是保持光学质量，这取决于数百个镜面的单独对准。我们描述了一种测量和校正VERITAS望远镜使用的反射器的镜面对准的方法。这种方法使用一个CCD相机，放置在反射镜的焦点，当望远镜对一颗恒星进行光栅扫描时，它获取一系列反射镜的图像。当望远镜直接指向恒星时，对准良好的小平面会显得明亮，而当望远镜指向方向和恒星之间的角度是镜子失准角的两倍时，失准的小平面会显得明亮。因此，来自这些扫描的数据可以用于产生一组可以应用于刻面的校正。在这方面的贡献，我们报告的初步经验，基于这一原则的对准系统。
Muons as a tool for background rejection in Imaging Atmospheric Cherenkov Telescope arrays
在宇宙射线质子和原子核引发的空气簇射中，μ介子的存在被公认为是将这种簇射与伽马射线引发的簇射分开的有力工具。然而，到目前为止，这种方法已被充分利用，只有地面粒子探测阵列。我们探讨了使用切伦科夫光μ子作为背景抑制工具成像大气切伦科夫望远镜阵列在最高能量的可行性。我们采用的切伦科夫光从个别μ子的分析模型，允许快速模拟大量的阵雨在混合模式。这使我们能够以可接受的计算时间成本探索非常高的背景抑制功率范围。我们表明，非常大（$\gtrsim$ 20米镜直径）的望远镜，有效的识别μ子光可能会导致高达10 $^{-5}$的背景抑制水平，同时保持高效率的伽马射线。虽然在成像切伦科夫望远镜阵列的数据分析中有效利用μ子切伦科夫光仍然存在许多挑战，但我们的研究表明，对于至少包含一个大型望远镜的阵列，这是一个非常值得努力的工作。
Gamma-hadron Separation in Imaging Atmospheric Cherenkov Telescopes using Quantum Classifiers
本文介绍了一种利用量子机器学习在成像大气切伦科夫望远镜（IACT）中分离γ强子的新方法。IACTs捕获了由极高能量伽马射线产生的广泛空气簇射（EAS）的图像。我们已经使用了QML算法，量子支持向量分类器（QSVC）和变分量子分类器（VQC）的事件的二进制分类成信号（伽马）和背景（强子）使用的图像参数。MAGIC伽马望远镜数据集用于本研究，该数据集由Monte Carlo软件Coriska生成。这些量子算法实现了与标准多元分类技术相当的性能，并可用于解决各种现实问题。通过超参数整定提高了分类精度。我们提出了一种新的架构，有效地使用QSVC在大型数据集，并发现聚类提高了整体性能。
On the potential of atmospheric Cherenkov telescope arrays for resolving TeV gamma-ray sources in the Galactic Plane
对一组成像大气切伦科夫望远镜探测复杂区域伽马射线源的潜力进行了研究。伽马射线仪器的基本特性已使用简单的解析表达式参数化。除了理想的（高斯形式）点扩散函数（PSF）的影响，更现实的非高斯PSF的尾巴已被考虑。模拟孤立的点状和扩展源已被用作基准测试和理解的仪器的响应。分析了仪器分辨多源的能力，计算了相应的仪器灵敏度。这些结果对于位于银河平面拥挤区域的弱伽马射线发射体特别有意义，在那里，在1度内聚集两个或更多伽马射线源的机会很高。
Background Rejection in Atmospheric Cherenkov Telescopes using Recurrent Convolutional Neural Networks
在这项工作中，我们提出了一个新的，高性能的算法，在成像大气切伦科夫望远镜的背景抑制。我们建立在已经流行的机器学习技术在伽马射线天文学中使用的最新技术在机器学习中的应用，即循环和卷积神经网络，背景抑制问题。这些机器学习技术的使用解决了当前实现的算法中遇到的一些关键挑战，并有助于显著提高所有能量下的背景抑制性能。我们将这些机器学习技术应用于H.E.S.S.望远镜阵列，首先测试其性能的模拟数据，然后应用分析两个众所周知的伽马射线源。与真正的观测数据，我们发现显着提高性能，目前的标准方法，与20- 25%的背景率降低时，应用递归神经网络分析。重要的是，我们还发现卷积神经网络的结果强烈依赖于源区域的天空亮度，这对该方法在切伦科夫望远镜分析中的未来实施具有重要意义。
Investigations of the Systematic Uncertainties in Convolutional Neural Network Based Analysis of Atmospheric Cherenkov Telescope Data
通过使用卷积和递归神经网络的机器学习是改善成像大气切伦科夫望远镜的背景抑制性能的一个有前途的途径。然而，对于科学分析来说，至关重要的是，它们的性能在各种观测条件和仪器状态下保持稳定。我们研究卷积递归网络的稳定性，将其应用于玩具蒙特卡罗模拟的切伦科夫望远镜阵列的背景抑制。然后，我们在模拟中改变一系列的观察和仪器参数。一般来说，大多数系统分类的水平并不比传统分析高出多少。然而，发现神经网络预测对相机内的噪声水平有很强的依赖性，在非常嘈杂的环境中，伽马射线接受率的差异高达50%。从这些研究中观察到的性能差异可以清楚地看出，当在切伦科夫望远镜观测中使用此类网络进行背景抑制时，必须在最终分析的训练步骤中考虑这些观测效应。
The Atacama Cosmology Telescope: Modeling Bulk Atmospheric Motion
起伏的大气辐射是角尺度$\gtrsim 0.5^{\circ}$上CMB温度各向异性地基毫米波观测的主要噪声源。我们提出了一个模型的大气作为一个离散的一组发射湍流层，相对于观察者与水平风速。在引入了一个统计数据，来自时间滞后相关的关联函数的阵列中的探测器对，称为对滞后，我们使用这个模型来估计来自时间有序的数据从阿塔卡马宇宙望远镜（ACT）的大气的总角运动。我们发现，来自ACT的CMB观测单独同意来自卫星天气数据，另外包括高度依赖的水平风速和水汽密度的估计。我们还探讨了风速和望远镜扫描方向之间的相对角度的测量大气噪声谱的依赖性。特别是，我们发现，不同的扫描速度改变噪声频谱以可预测的方式。计算成对滞后统计量为理解大气波动如何影响CMB各向异性的测量开辟了新的途径。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。