Radio frequency interference mitigation using deep convolutional neural networks
我们提出了一种新的方法，利用深度学习的最新进展来减轻无线电数据中的射频干扰（RFI）信号。我们采用了一种特殊类型的卷积神经网络，即U-网络，它可以对从射电望远镜获得的二维时间顺序数据中的干净信号和RFI签名进行分类。我们训练和评估这个网络的性能，使用HIDE & SEEK无线电数据模拟和处理包，以及早期的科学验证数据获得的7米单碟望远镜在布林天文台。我们发现，我们的U-Net实现显示出竞争力的准确性，经典的RFI缓解算法，如SEEK的SumThreshold实现。我们在GitHub上发布U-Net软件包，并遵循GPLv 3许可证。
2017-01-13 astro-ph.IM
Measuring Data Loss resulting from Radio Frequency Interference
本文介绍了一种观测方法，校准测量无线电干扰水平，并比较这些与阈值干扰限制，已建立的干扰进入分配给射电天文服务的频带。这些观测的测量时间和带宽间隔可以与干扰信号的时间和频率变化特性相称，并且阈值水平可以使用2\,000秒的参考时间间隔从ITU-R RA. 769中呈现的值适当地缩放。天文仪器的数据丢失可以测量为在时间-频率域中对于短和长测量间隔的占用的百分比。在移动卫星业务中，对于非对地静止卫星系统和地球站所观察到的时间-频率占用特性可以被结合到有效功率通量密度仿真中，以获得由于这些业务而导致的有效数据丢失和天空阻塞。
2023-02-28 astro-ph.IM
A morphological algorithm for improving radio-frequency interference detection
描述了一种用于改进天文射电观测站中射频干扰检测的技术。在利用现有技术在时频域中进行常规检测之后，将其应用于二维干扰掩模。定义了尺度不变秩（SIR）算子，这是一种一维数学形态学技术，可用于在时域或频域中找到可能受RFI影响的相邻间隔。该技术也可能适用于其他领域，其中形态尺度不变的行为是期望的，如源检测。一个新的算法描述，这是表现得很好，具有线性时间复杂度，是足够快的现代高分辨率天文台应用。它用于LOFAR天文台的默认管道中。
2012-01-18 astro-ph.IM
Candidate Identification and Interference Removal in SETI@home
SETI@home是一个搜寻地外文明信号的项目，自1999年以来一直在阿雷西博射电望远镜上记录数据。这些数据通过互联网发送到志愿者的个人电脑上，志愿者将他们的电脑空闲时间捐给了这次搜索。迄今为止，SETI@home志愿者已经探测到超过42亿个潜在信号。虽然基本上所有这些潜在的信号都是由于随机噪声过程，射频干扰（RFI），或SETI@home仪器中的干扰过程，但在这个数据库中可能存在真正的外星传输。在这里，我们描述了在SETI@home后处理管道中实现的干扰消除过程，以及用于识别值得进一步研究的候选人的方法。
2011-09-07 astro-ph.IM
Radio Galaxy Zoo: Machine learning for radio source host galaxy cross-identification
本文讨论了用交叉鉴别法确定射电源的宿主星系的问题。这在传统上是手动完成的，这对于像宇宙进化图（EMU）这样的广域无线电调查来说是棘手的。自动交叉识别对于这些未来的调查至关重要，机器学习可能会提供开发此类方法的工具。我们采用了一种标准的方法，从计算机视觉交叉识别，介绍了一种可能的方法来自动化这个问题，并探讨这种方法的优点和缺点。我们将我们的方法应用到1.4 GHz的澳大利亚望远镜大面积巡天（ATLAS）观测的钱德拉深场南（CDFS）和ESO大面积ISO南1（ELAIS-S1）领域交叉识别他们与斯皮策广域红外河外（SWIRE）调查。我们用两组数据训练我们的方法：来自初始ATLAS数据发布的CDFS的专家交叉识别和来自Radio Galaxy Zoo的CDFS的众包交叉识别。我们发现，一个简单的策略，交叉识别无线电组件与最近的星系执行我们更复杂的方法，虽然我们估计的最佳情况下的性能接近100%.ATLAS包含87复杂的无线电源，已交叉识别的专家，所以没有足够的复杂的例子来学习如何交叉识别它们准确。因此，像我们这样的训练方法需要更大的数据集。我们还表明，在Radio Galaxy Zoo交叉识别上训练我们的方法与在专家交叉识别上训练的结果相当，证明了众包训练数据的价值。
2018-05-15 astro-ph.IM
Detecting Radio Frequency Interference in radio-antenna arrays with the Recurrent Neural Network algorithm
由于射频干扰（RFI）而产生的信号伪影是射电天文学中常见的干扰。通常，受RFI影响的数据由专家数据分析师标记，以保证数据质量。鉴于用干涉射电望远镜阵列获得的数据率越来越高，必须采用自动数据过滤程序。在这里，我们展示了使用长短期记忆（LSTM）细胞实现RFI检测循环神经网络（RNN）的结果。对于算法的训练，使用离散模型，该离散模型分别基于来自$610\, \mathrm{MHz}$处的GMRT的无线电干涉观测的振幅信息来区分RFI和非RFI数据。通过分析混淆矩阵来评估RNN的性能。网络的真阳性率和真阴性率分别为$\approx 99.9\,\%$和$\approx 97.9\,\%$。然而，由于大量非RFI数据被分类为被RFI污染的事实，网络的总体效率是$\approx 30\%$。Matthews相关系数为~0.42，表明需要更精细的训练模型。
2018-08-29 astro-ph.IM
Interference Meets Inference: Bayesian Time-Series Modeling of Radio-Frequency Interference
Brown University（布朗大学）；McGill University（麦吉尔大学）
本研究将射电频率干扰检测视为一维时间序列异常检测问题，提出概率混合模型框架，联合描述干净与污染成分，为每个时间样本赋予RFI状态的后验概率，生成软分类标签和季节性趋势，并在默奇森宽场阵列数据上验证，与SSINS硬标签相比提供相似或更优结果及不确定性度量。
2026-09-24 astro-ph.IM
Towards coordinated site monitoring and common strategies for mitigation of Radio Frequency Interference at the Italian radio telescopes
我们提出了一个项目，以实施一项国家共同战略，以缓解意大利射电望远镜不断恶化的射频干扰（RFI）情况。该项目涉及Medicina、Noto和Sardinia碟形天线，包括确定现场监测的协调计划，以及实施最先进的RFI缓解硬件和软件工具。通过固定台站和流动实验室的连续观测和专门测量活动，对40千兆赫以下的频带进行了协调监测。对分配给射电天文学和空间研究服务共享或专用的频带进行了测量，并对望远镜现有和开发中的接收器所使用的更广泛的频带进行了测量。监测活动的结果提供了一个参考情景，有助于评估望远镜场地干扰情况的演变，并提供了一系列案例，以测试和改进我们为对抗射频干扰而设想的硬件和软件工具。我们开发了一个多用途的数字后端高光谱和时间分辨率观测在大带宽。观测结果表明，光谱仪的鲁棒性和灵敏度，使有效的检测和分析的射电天文数据中的干扰信号。一个原型离线软件工具的干扰检测和标记也已实施。该软件包能够处理意大利无线电望远镜上最现代化的仪器提供的大量数据，如密集的焦平面阵列，其模块化使新算法的集成和在不同环境或望远镜中的可重用性变得容易。
2022-07-15 astro-ph.IM
Noise Suppression and Radio Frequency Interference Rejection for Self-Triggered Radio Detectors of Extensive Air Showers
School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院）；Purple Mountain Observatory, Chinese Academy of Sciences（中国科学院紫金山天文台）；Department of Astronomy, School of Physics, Peking University（北京大学物理学院天文学系）；LPNHE, Sorbonne Université, CNRS/IN2P3（索邦大学LPNHE实验室）；Institut d’Astrophysique de Paris (CNRS UMR 7095), Sorbonne Université（索邦大学巴黎天体物理研究所）
针对自触发无线电探测器在真实射频干扰环境下灵敏度受限的问题，提出一种系统级设计方法，通过银河噪声建模、射频链路噪声预算、电磁兼容性缓解和测量验证，实现接近银河噪声极限的运行，并区分大气簇射信号与人为干扰。
2026-05-27 astro-ph.IM
A survey of spatially and temporally resolved radio frequency interference in the FM band at the Murchison Radio-astronomy Observatory
我们提出了第一次调查的射频干扰（RFI）在未来的网站的低频平方公里阵列（SKA），默奇森射电天文台（MRO），在时间和空间上解决RFI。该调查在FM波段内的1 MHz频率范围内进行，旨在涵盖距离MRO最近和最强的FM发射机（位于Geraldton，约300 km远）。在全天空成像模式下使用工程开发阵列的第二次迭代进行了大约三天，我们发现了一系列RFI信号。我们能够将这些信号分类为：直接从发射机接收的信号，从它们的地平线位置;来自飞机的反射（占据大约13%的观测时间）;来自地球轨道上物体的反射;以及来自流星电离尾迹的反射。我们总共分析了两种偏振下7.92秒时间分辨率的33，994幅图像，角分辨率约为3.5 °，检测到大约四万个RFI事件。MRO环境中RFI的详细分类将使未来详细分析RFI对SKA低射频关键科学的可能影响。
2020-08-13 astro-ph.IM
Correlated Radio Frequency Interference Monitor for Radio Telescopes
McGill University（麦吉尔大学）；Trottier Space Institute at McGill, McGill University（麦吉尔大学特罗蒂尔太空研究所）；t0.technology（t0.科技有限公司）；Dunlap Institute for Astronomy & Astrophysics, University of Toronto（多伦多大学邓普天文学与天体物理研究所）；David A. Dunlap Department of Astronomy & Astrophysics, University of Toronto（多伦多大学大卫·A·邓普普天文学与天体物理学系）；CERCA/ISO, Department of Physics, Case Western Reserve University（凯斯西储大学物理系CERCA/ISO）
针对CHORD望远镜面临的RFI污染问题，本文提出一种地平线指向天线的实时互相关监测原型，可提供精细时间尺度标记，其技术也适用于其他射电望远镜。
2026-10-16 astro-ph.IM
Iridium Satellite Signals: A Case Study in Interference Characterization and Mitigation for Radio Astronomy Observations
几个检测后的方法来减轻射频干扰（RFI）进行了比较，通过将它们应用到从铱卫星的强RFI。这些通过利用RFI的区别特性（诸如其极化、统计和周期性）来提供对存在RFI的情况下的期望信号的估计。我们的数据是动态光谱与完整的斯托克斯参数和1毫秒的时间分辨率。此外，由于大多数人造RFI是强偏振的，我们使用的数据来比较其非偏振分量与斯托克斯I。这种方法本身可以将RFI强度降低数十dB。一个全面的方法，也承认非高斯统计，和RFI中固有的时间和频率结构允许非常有效的检测后切除提供完整的斯托克斯强度数据。
2019-03-31 astro-ph.IM
Polarization-based online interference mitigation in radio interferometry
减轻射频干扰（RFI）对于向天文学家提供科学准备的无线电干涉数据至关重要。在本文中，使用双极化无线电干涉仪，我们提出了使用后相关干扰信号的极化信息来检测和抑制它们。我们使用极化信号的方向统计作为检测标准，并制定了分布式，宽带频谱感知问题。使用共识优化，我们以在线方式解决这个问题，处理小批量数据。我们提出了广泛的仿真结果的基础上，证明我们的方法的可行性。
2020-07-23 astro-ph.IM stat.AP
Radio-Frequency Interference at the McGill Arctic Research Station
红移21厘米观测的感兴趣的频率受到地面射频干扰（RFI）的严重影响。我们确定麦吉尔北极研究站（MARS）作为一个新的射频干扰安静的网站，并报告其射频干扰占用使用122小时的数据与原型天线站开发的阵列的长基线天线从次南极进行无线电观测。使用一个RFI标记过程中定制的MARS数据，我们发现一个整体的RFI占用率为1.8%，平均超过20-125 MHz。特别地，发现FM广播频带（88-108 MHz）具有至多1.6%的RFI占用率。这些数据是在北极夏季采集的，当时电离层条件退化，研究基地活跃，导致RFI增加。因此，此处引用的结果代表火星大气研究所的最高水平射频干扰环境。
2020-12-11 astro-ph.IM
Using Multiple Beams to Distinguish Radio Frequency Interference from SETI Signals
艾伦望远镜阵列是一个多用户仪器，将同时进行射电天文学和射电SETI（寻找外星智慧）观测。它是一种多波束仪器，具有16个独立可操纵的双偏振波束，可进行4种不同的调谐。在一次调谐时给定4个波束，可以通过将波束指向不同的方向来区分RFI和真实的ETI信号。任何出现在多个波束中的信号都可以被识别为RFI，并在SETI期间被忽略。我们讨论了这种方法的有效性RFI拒绝使用现实的模拟完全填充的350元素配置的ATA以及临时32元素配置。在5分钟的积分期内，我们发现大部分天空的RFI抑制比超过50 dB。
2013-09-16 astro-ph.IM
Cyclic Imaging for All-Sky Interference Forecasting with Array Radio Telescopes
射频干扰（RFI）正在威胁着现代射电天文学。减轻其对天文数据影响的经典方法包括通过称为标记和消隐的过程丢弃损坏的时间和频率数据样本。我们建议利用RFI信号的循环平稳特性来可靠地检测和预测它们在阵列射电望远镜视场内的位置，并动态地安排天文观测，以最大限度地减少RFI数据损坏的概率。
2020-07-26 astro-ph.IM eess.SP
Radio Frequency Interference Mitigation based on the ArPLS and SumThreshold Method
本研究提出基于ArPLS基线估计与SumThreshold自适应阈值检测的射频干扰抑制方法，在FAST数据上验证了其高效性和优越性能。
2020-08-27 astro-ph.IM
Coherent Time-Domain Canceling of Interference for Radio Astronomy
射电天文学易受各种人为来源的干扰。在用于减轻这种干扰的许多策略中，相干时域消除（CTC）是理想地允许人们“看穿”干扰，而不是避免干扰或删除受影响的数据。然而，CTC很难实施，也没有得到很好的理解，目前，这一战略没有在任何大型射电望远镜中经常使用。本文介绍了CTC的审查，包括一个新的综合研究的能力和限制CTC使用相关的射电天文学指标，包括干扰功率的分数删除和噪声的增加。这项工作的动机是新一代通信系统的出现，这些系统对射电天文学构成的威胁大大增加，可能会压倒现有的缓解方法。
2022-10-23 astro-ph.IM eess.SP
Radio interference reduction in interstellar communications: methods and observations
星际通信信号的发现由于无线电干扰的存在而变得复杂。因此，星际通信信号被假设具有有利于在高水平的本地行星无线电干扰中发现的特性。一种假设类型的星际信号，delta-t delta-f极化脉冲对，具有类似于随机噪声的罕见元素的特性，而不同于许多已知的无线电干扰类型。delta-t delta-f极化脉冲对的发现是通过使用干扰滤波接收器系统来帮助的，所述干扰滤波接收器系统被设计为当将射电望远镜指向假想发射器的天体坐标时指示delta-t delta-f极化脉冲对的异常存在。先前的观测报告（参考文献arXiv：2105.03727）指出了一个异常的天体指向，其坐标为赤经5.25 +- 0.15小时和赤经-7.6 +- 1度。在目前的工作中使用的增强干扰减少机制进行了说明，连同后续的射电望远镜光束过境测量报告在40天。结论和进一步的工作提出。
2021-06-18 astro-ph.IM eess.SP
Nature and Evolution of UHF and L-band Radio Frequency Interference at the MeerKAT Radio Telescope
射频干扰（RFI）是一种干扰天文信号的噪声。射电天文学家一直不得不处理RFI检测和望远镜站点周围的切除，但很少有人以统一的方式了解RFI的全部范围，性质和演变。我们使用侧重于UHF波段和L波段数据的概率多维框架方法对MeerKAT阵列进行了这一工作。在UHF频段，RFI主要由分配的全球移动通信系统（GSM）、飞行距离测量设备（DME）和UHF-TV频段控制。L波段受到诸如DME、GSM和全球定位系统（GPS）卫星的已知RFI源的影响。在“干净”的MeerKAT频段，我们注意到L频段和UHF频段的RFI占用率随时间和方向而变化。例如，与2018年6月相比，我们看到2018年11月L波段标记数据的比例显着增加（增加300%）。这一增长似乎与现场的建筑活动有关。在UHF波段，我们发现清晨受RFI和其他异常值的影响最小。我们亦发现DME RFI在COVID-19疫情导致的严格封城期间大幅下降。这里提出的工作使我们能够在MeerKAT网站上验证RFI的演变。任何天文台都可以采用它来了解RFI在其周围环境中的行为。
2022-11-16 astro-ph.IM
Alternative Adaptive Filter Structures for Improved Radio Frequency Interference Cancellation in Radio Astronomy
在射电天文学中，来自仅接收射频干扰（RFI）的辅助天线的参考信号可以被修改以在天文学接收器处模拟RFI环境。然后可以从天文信号路径中消除RFI。然而，天文学家通常只需要信号统计。如果RFI统计变化缓慢，则可以以比标准自适应滤波器所需的速率低得多的速率将消除应用于信号相关性。在本文中，我们描述了五个抵消器设置;预相关和后相关抵消器，使用一个或两个参考信号以不同的方式。理论上的残余RFI和增加的噪声水平进行检查，并证明使用微波电视RFI在澳大利亚望远镜紧凑阵列。RFI被衰减到低于系统噪声，至少降低20 dB。虽然双参考消除器比单参考消除器增加更多的参考噪声，但这种噪声是零均值的，只会增加系统噪声，从而降低灵敏度。残留在单参考消除器（但不是双参考消除器）输出中的残余RFI设置非零噪声基底，其不像随机系统噪声那样起作用，并且可能限制可实现的灵敏度。因此，双参考消除器通常会导致更好的消除。双参考前相关抵消器需要双抵消器设置才有用，并给出与双参考后相关抵消器等效的结果。
2010-04-06 astro-ph.IM
RFI Identification Based On Deep-Learning]{A Robust RFI Identification For Radio Interferometry based on a Convolutional Neural Network
平方公里阵列（SKA）等新一代射电干涉仪的快速发展为天文研究开辟了前所未有的机遇。然而，来自通信技术和其他人类活动的人为射频干扰（RFI）严重影响了观测数据的保真度。这也大大降低了望远镜的灵敏度。提出了一种基于机器学习方法的鲁棒卷积神经网络（CNN）模型来识别RFI。我们将RFI叠加在SKA 1-LOW的模拟数据上，构建了三个可见性函数数据集。一个数据集用于建模，另外两个用于验证模型的可用性。实验结果表明，该方法的曲线下面积（AUC）达到0.93，具有较好的准确度和精密度。然后，我们通过识别LOFAR和MeerKAT实际观测数据中的RFI进一步研究了模型的有效性。结果表明，该模型具有较好的性能。整体效果与AOFlagger软件相当，在某些情况下比现有方法有所改进。
2022-03-01 astro-ph.IM
Reference antenna techniques for canceling radio frequency interference due to moving sources
我们调查的射频干扰（RFI）信号的特性，可以影响一些干扰缓解算法的切除潜力。所考虑的技术是那些修改信号从辅助参考天线模型和取消干扰的天文观测。这些技术可以应用于时域，其中RFI电压被建模并从天文信号路径中减去（自适应噪声消除），或者它们可以应用于频域中的自相关和互相关电压谱（后相关消除）。对于理想的接收机和一个单一的，统计上稳定的干扰信号，预相关和后相关滤波器可以导致从观察干扰的完全消除。后相关方法的优点是可以应用于几十或几百毫秒的时间尺度，而不是几十或几百纳秒的时间尺度。然而，如果RFI发射机位置改变，这可能是一个缺点，因为将天文学和参考信号路径中的干扰功率联系起来的互相关功率测量可能去相关。如果去相关不太严重，则可以以噪声增加为代价来允许去相关。时域自适应消除器允许稍微改变其内部系数并适应积分期间的相位变化，这意味着它们避免了去相关问题。然而，适应的自由度也导致噪声增加。在本文中，这两种类型的消除器切除来自移动源的干扰的能力进行了比较。消除器在观测数据和模拟数据上都表现良好，完全消除。
2010-03-31 astro-ph.IM
Baryon acoustic oscillations from Integrated Neutral Gas Observations: Radio frequency interference measurements and telescope site selection
中性气体综合观测（BINGO）望远镜的重子声学振荡是一种新的40米级射电望远镜，用于测量980-1260 MHz的大角度尺度Hi辐射强度，以约束暗能量参数。由于它需要测量毫开尔文级别的微弱宇宙信号，因此需要一个在1 GHz左右频率具有非常低的射频干扰（RFI）的站点。我们报告了乌拉圭和巴西的测量活动，以找到合适的地点，其中包括移动电话信号和其他无线电传输的强度，风力涡轮机的位置，还包括绘制飞机飞行路径。BINGO望远镜的选址是Serra do Urubu的一个山谷，这是巴西东北部帕拉伊巴的一个偏远地区，有着隐蔽的地形。在我们使用便携式接收器进行测量期间，考虑到设备的灵敏度，我们没有在BINGO波段或其附近检测到任何RFI。在望远镜建造之前，已向巴西当局提出在选定地点周围建立无线电静区的要求。
2018-11-23 astro-ph.IM
Post-correlation radio frequency interference classification methods
我们描述并比较了几种后相关射频干扰分类方法。随着新的和改进的望远镜的观测数据量的增长，迫切需要完全自动化的，强大的方法来减轻射频干扰。我们研究了几种分类方法，发现对于我们使用的数据集，其中最准确的是SumThreshold方法。这是一种结合现有技术的新方法，包括一种新的阈值处理方法。这种迭代方法通过在时间-频率平面中进行曲面拟合来估计天文信号。在简单的模拟情况下，理论识别准确率为95%，错误概率约为0.1%，该方法在实际中与人眼一样好地发现RFI。此外，它是快速的，健壮的，在执行之前不需要数据模型，并且几乎可以在所有配置中使用其默认参数。该方法已被比较使用模拟数据与其他几种缓解技术，包括一个基于奇异值分解的时间-频率矩阵，并已显示出更好的结果比休息。
2010-02-09 astro-ph.IM
Exploring Ambient Radio Frequency Emissions
University of Calgary（卡尔加里大学）
本文研究了射电天文台周围环境的射频辐射，探讨了无线电安静区的必要性，并强调了保护措施在减少射频干扰中的重要性。
2026-02-26 astro-ph.IM
An Interference Removal Technique for Radio Pulsar Searches
由于脉冲式人造地面射频干扰的增加，无线电导航变得越来越困难。在这里，我们提出了一种新的技术，零DM滤波，它可以显着减少脉冲星搜索数据中的这种信号的影响。该技术已经应用于帕克斯多波束脉冲星调查的一小部分数据，发现了四颗新的脉冲星，从而说明了其功效。
2009-01-26 astro-ph.GA astro-ph.IM
Scalable Solutions for Automated Single Pulse Identification and Classification in Radio Astronomy
用于科学应用的数据收集正在呈指数级增长，预计很快将达到千万亿字节和艾字节的规模。处理和分析科学数据的应用程序必须具有可扩展性，并专注于执行性能以跟上步伐。在射电天文学领域，除了越来越大的数据集之外，识别来自太阳系外源的瞬时无线电信号等任务的计算成本也很高。我们提出了一个可扩展的方法来无线电脉冲星检测写在Scala的并行候选识别，以利用内存中的任务处理使用Apache Spark的YARN分布式系统。此外，我们引入了一种新的自动多类监督机器学习技术，我们将其与特征选择相结合，以减少候选分类所需的时间。在一个具有15个数据节点的Beowulf集群上进行的实验测试表明，该识别算法的并行实现提供了高达5倍的类似多线程实现的加速比。此外，我们还表明，自动多类分类和特征选择的结合使RandomForest机器学习算法的执行性能平均提高了54%，而该算法正确分类机器人的能力平均降低了不到2%。这些结果的普遍性证明了使用两个真实世界的射电天文数据集。
2018-10-07 astro-ph.IM
Temporal variability in low-frequency radio interference: Insight from high-cadence monitoring at a candidate radio notification zone in Malaysia
本研究通过高节奏低频RFI监测，采用改进的GSK方法，评估马来西亚候选射电通知区Glami Lemi的RFI污染较低，适合建站，并识别RFI来源与时间演化，为该国首台研究级射电望远镜选址奠定基础。
2025-08-14 astro-ph.IM
Characterising and mitigating Bluetooth and WiFi radio frequency interference at the Parkes Observatory
Macquarie University（麦考瑞大学）；CSIRO Space and Astronomy, Australia Telescope National Facility（澳大利亚联邦科学与工业研究组织空间与天文部，澳大利亚望远镜国家设施）
本研究详细描述了CSIRO帕克斯射电望远镜周围2.4 GHz频段的射频干扰特征，主要干扰源为WiFi和蓝牙，通过分析干扰的时变性和方向性，并比较三种检测与缓解算法，证明大部分信道数据不受影响，可实现实时缓解，将科学可用带宽从约30%提升至90%以上。
2026-05-29 astro-ph.IM
Absolving the SSINS of Precision Interferometric Radio Data: A New Technique for Mitigating Faint Radio Frequency Interference
我们介绍了一种新的管道，用于分析和减轻射频干扰（RFI），我们称之为天空-水下非相干噪声谱（SSINS）。SSINS的设计目的是通过对时间差分信号的基线平均幅度采用频率匹配检测算法来识别和去除单基线热噪声以下的微弱RFI。我们展示了SSINS使用Murchison宽场阵列（MWA）在西澳大利亚州的能力。我们成功地通过使用SSINS检测到的数字电视（DTV）反射图像飞机飞过阵列，并总结了MWA时代的再电离数据的RFI占用调查。我们描述了如何使用SSINS与新数据使用文档，公开提供的实现与全面的使用教程。
2019-10-09 astro-ph.CO astro-ph.IM
Bayesian approach to radio frequency interference mitigation
针对卫星星座射频干扰问题，提出一种在似然层面同时标记和处理污染的贝叶斯数据清理方法，利用受 Bernoulli 先验约束的分段似然建模，且仅需几行代码即可实现。
2024-02-19 astro-ph.CO astro-ph.IM
Spiking Neural Networks for Radio Frequency Interference Detection in Radio Astronomy
International Centre for Radio Astronomy Research, University of Western Australia（西澳大利亚大学国际射电天文研究中心）；School of Physics, Mathematics and Computing, University of Western Australia（西澳大利亚大学物理、数学与计算学院）
本文提出利用脉冲神经网络进行射频干扰检测，通过时间序列分段任务实现高效实时处理，展示了在合成和实测数据上的良好性能。
2025-10-24 astro-ph.IM cs.NE
Radio frequency interference identification using eigenvalue decomposition for multi-beam observations
Xinjiang Astronomical Observatory, Chinese Academy of Sciences（中国科学院新疆天文台）；Australia Telescope National Facility, CSIRO, Space and Astronomy（CSIRO空间与天文澳大利亚望远镜国家设施）；School of Physics and Electronic Science, Guizhou Normal University（贵州师范大学物理与电子科学学院）
mRAID通过特征值分解算法在多波束观测中高效识别射频干扰，提升脉冲星和快速射电暴搜索效率。
2025-12-18 astro-ph.HE astro-ph.IM
The statistics of radio frequency interference propagating from long distances to the Murchison Radio-astronomy Observatory
BIGHORNS是一种总功率辐射计，用于识别低频率（70-300 MHz）全天空平均无线电频谱中再电离时期的信号。2014年10月，带有圆锥形对数螺旋天线的系统部署在Murchison射电天文台（MRO），并从那时起一直在收集数据。该系统一直在监测平方公里阵列低频部分未来场址的射频干扰环境。我们分析了近两年的数据（2014年10月至2016年8月），以寻找由于对流层管道和反射（流星轨迹或飞机）而导致的FM和数字电视频段RFI长距离传播事件。我们提出了近两年来在数字电视波段观测到的对流层管道事件的统计数据，显示了季节性变化。我们还提出了一个系统，使用高层大气数据（温度，湿度和压力作为高度的函数）从所有站在西澳大利亚州计算修改后的折射率和对流层管道事件的预测。初步试验表明，该系统在预测对流层管道事件（即使可用的高层大气数据量有限）方面也是非常有用的。
2017-04-29 astro-ph.IM physics.ao-ph
Low Complexity Radio Frequency Interference Mitigation for Radio Astronomy Using Large Antenna Array
针对射电天文观测中强射频干扰抑制计算复杂度高的问题，提出基于QMAM的Lanczos方法和天体源参考法两种低复杂度方案，经LWA-1数据验证可有效抑制强RFI，且QMAM方法计算效率更高。
2024-03-07 astro-ph.IM eess.SP
Energy and polarization based on-line interference mitigation in radio interferometry
ASTRON, The Netherlands Institute for Radio Astronomy（荷兰射电天文研究所）
针对射电干涉测量中的射频干扰问题，提出一种基于能量和极化对齐的在线实时干扰缓解方案，利用单精度和半精度浮点运算提升计算效率，适用于GPU加速部署，并通过真实数据验证了其有效性。
2025-05-28 astro-ph.IM cs.AI
Fourier domain excision of periodic radio frequency interference
射频干扰（RFI）是发现和研究时域无线电数据中的伪随机信号和快速射电暴（FRB）的主要障碍。其中一些陆地RFI是脉冲和明亮的，并且相对容易识别和去除。然而，其他人为信号虽然较弱，但却是周期性的，它们的持续性可能会淹没天体物理信号。在这里，我们表明，傅立叶域切除周期性RFI是一个有效的和强大的步骤，在检测微弱的宇宙信号。我们发现，应用该方法显着增加的信噪比的瞬态以及周期性脉冲星信号。在现场研究中，我们检测到了来自雷达和FRB的单脉冲，否则这些脉冲将被埋在背景噪声中。我们表明，该方法对脉冲星脉冲形状没有负面影响，它增强了定时运动。我们证明了从一些大型射电望远镜的真实数据的方法，并得出结论，傅立叶域RFI切除增加了有效的灵敏度，天体物理源的一个显着的分数，甚至可以大于一个数量级的情况下，强RFI。该方法的加速实现在标准时域无线电数据格式上运行，并且公开可用。
2021-03-31 astro-ph.HE astro-ph.IM
Multifrequency Array Calibration in Presence of Radio Frequency Interferences
本文针对射电干涉仪校准中射频干扰导致偏差的问题，提出基于低秩结构化噪声的多频RFI建模方法，并采用SAGE算法实现校准参数的最大似然估计，仿真验证了其性能优势。
2023-09-24 astro-ph.IM eess.SP
The Application of Ridgelines in Extended Radio Source Cross-Identification
扩展射电源是现代深层射电勘测中的一个重要的少数群体，因为它们可以详细研究控制射电发射区域（如活动星系及其环境）的物理学。射电源与光学宿主星系的交叉识别是具有挑战性的，这扩大人口，由于其形态的复杂性和多个潜在的对手。在低频阵列两米巡天（LoTSS DR 1）的第一次数据发布中，密集源的自动似然比得到了扩展源的公民科学视觉识别过程的补充。在本文中，我们提出了一种新的方法，通过使用山脊线，跟踪假设的方向，通过最高通量密度点的流体流动的扩展源的主机自动识别。将新代码RL-Xid应用于LoTSS DR 1，我们证明了山脊线是多功能的;通过提供有关空间结构和亮度分布的信息，它们可以用于无线电调查中的光学主机识别和形态学研究。RL-Xid为85%亮度大于10 mJy和大于15 arcsec的光源绘制脊线，对于>30 mJy和>60 arcsec的子集，性能提高了96%。使用LoTSS DR 1中已知宿主的源样本，我们证明RL-Xid成功识别了98%成功绘制山脊线的源的宿主，并且其性能与通过公民科学进行的视觉识别相当。我们还表明，脊线亮度配置文件提供了一个很有前途的自动化技术形态分类。
2021-10-12 astro-ph.GA astro-ph.IM
Supervised Radio Frequency Interference Detection with SNNs
本文将RFI检测建模为监督式多变量时间序列分割，比较六种SNN编码方案，并用HERA模拟数据训练小型两层全连接SNN，证明latency编码可取得接近现有算法的检测性能。
2024-12-06 astro-ph.IM cs.NE
Quantifying Excess Power from Radio Frequency Interference in Epoch of Reionization Measurements
我们量化的影响，射频干扰（RFI）测量的21厘米功率谱在再电离时代（EoR）。具体来说，我们研究了RFI源发射的频率结构如何在高阶波模式中产生污染，这比平滑频谱前景源更成问题。使用一个相对乐观的EoR模型，我们发现，即使是一个单一的相对暗淡的RFI源可以压倒模式$0.1 \text{ }h\text{ Mpc}^{-1} < k < 2 \text{ }h\text{ Mpc}^{-1}$的$\sim10\text{ mK}^2$的EoR功率谱信号。如果最终功率谱积分中的总表观RFI通量密度保持在1 mJy以下，则在没有其他系统性污染物且误差容限高达10%的情况下，对于模式$k < 0.9\text{ }h\text{ Mpc}^{-1}$，应该可以检测到类似于该乐观模型的EoR信号。更悲观的模型将更具限制性。这些结果强调了用于搜索EoR的望远镜需要高效的RFI缓解策略。
2020-08-11 astro-ph.CO astro-ph.IM
Evaluating the effectiveness of radio frequency interference removal algorithms for single pulse searches
本文评估了几种射频干扰消除算法在单脉冲搜索中的有效性，通过模拟不同环境测试了IQRM、SKF和ZDMF等方法的性能。
2026-01-13 astro-ph.HE astro-ph.IM
Radio Frequency Interference Mitigation and Statistics in the Spectral Observations of FAST
在射电天文学中，射电观测设备受到的射频干扰（RFI）越来越严重。RFI一直影响着人们对感兴趣天体的探索和研究。减轻RFI成为任何测量数据处理中的基本程序。500米口径球面射电望远镜（FAST）是一种极其灵敏的射电望远镜。因此，寻找一种有效、精确的RFI抑制方法对FAST数据处理是十分必要的。本文介绍了一种在FAST光谱观测中消除RFI的方法，并利用300小时左右的FAST数据对RFI进行了统计。详情如下。首先，根据FAST光谱的特点，提出采用ArPLS算法进行基线拟合。测试结果表明，该系统具有良好的性能。其次，我们用四种策略标记RFI，分别是标记极强RFI、标记持久RFI、标记极化RFI和标记波束组合RFI。测试结果表明，所有高于预设阈值的RFI都可以被标记。第三，我们统计了FAST观测资料中XX和YY偏振RFI出现的概率。统计结果可以告诉我们哪些频率是相对静止的。有了这样的统计数据，我们就可以避免在光谱观测中使用这样的频率。最后，基于大约300小时的FAST数据，我们得到了RFI表，这是目前FAST最完整的数据库。
2021-12-01 astro-ph.IM astro-ph.SR
Removal and replacement of interference in tied-array radio pulsar observations using the spectral kurtosis estimator
我们描述了如何实现的频谱峰度方法的干扰去除（zapping）的平均功率值的数字化信号。谱峰度是一种假设检验，类似于t检验，具有零假设，即形成功率的幅度属于“良好”分布-通常是均值为零的高斯分布-如果假设在指定的置信水平被拒绝，则功率值被清除。我们推导出信噪比（SNR）作为折叠的无线电脉冲星观测的zapping量的函数，该观测由来自独立射频干扰（RFI）环境中的多个望远镜的信号之和组成，比较了四种方法来补偿丢失的数据与相干（捆绑阵列）和非相干求和。对于相干求和的振幅，与用人工噪声替换被调变的振幅相比，来自非调变望远镜的缩放振幅实现了更高的SNR。对于非相干求和的功率值，最高SNR是通过缩放来自非zapped望远镜的功率来给出的，以保持恒定的平均值。我们使用光谱峰度来清理大型欧洲脉冲星阵列（LEAP）的捆绑阵列射电脉冲星观测：从一个望远镜发出的信号以6.25 $μ$ s和0.16 MHz的时间和频率分辨率进行转换，除去干扰和0.27%的“好”数据，PSR J1022+1001的脉冲到达时间（TOA）的不确定度为0.25 $μ$ s。我们使用一个单一的望远镜观察，以证明恢复的脉冲轮廓形状，与0.6%的数据zapped和减少从1.22到0.70 $μ$ s的TOA的不确定性。
2023-02-24 astro-ph.HE astro-ph.IM
Categorize Radio Interference using component and temporal analysis
本文提出一种结合PCA与傅里叶分析的RFI分类器，可在模拟中高F1分数识别多类干扰，并揭示漂移周期性干扰及城市方向脉冲干扰规律。
2023-06-06 astro-ph.HE astro-ph.IM
