Simulieren der Bildgebung von großformatigen Funkarrays auf der Mondoberfläche

Ein Simulationsframework zum Testen der Bildgebungsfunktionen von großflächigen Funkarrays auf der Mondoberfläche wird vorgestellt. Wichtige Lärmkomponenten werden diskutiert, und eine Software-Pipeline wird mit Details zur Anpassung an neuartige wissenschaftliche Anwendungen durchlaufen.

Dieses Paket erweitert ein Industriestandard-Simulationspaket für die Radioastronomie CASA für die Verwendung von Mondarrays, einem wieder aufkommenden Interessengebiet mit vielen wissenschaftlichen Möglichkeiten. Bevor Sie mit einer Simulation beginnen, navigieren Sie zur Deep Blue Data-Website und laden Sie das Softwarepaket herunter. Die Software wurde nur in einer Unix-Umgebung getestet und funktioniert in anderen Umgebungen möglicherweise nicht vollständig.

Um das createarrayconfig. py Skript anzupassen, geben Sie eine Liste von Längen- und Breitengradkoordinaten für jede Antenne an, um die Konfiguration des Arrays auszuwählen, und ändern Sie die Variable für den Mondpfad im Skript, um den neuen Download-Speicherort des digitalen Höhenmodells widerzuspiegeln, das die Höhendaten der Mondoberfläche enthält. Verwenden Sie den Befehl, um createarrayconfig auszuführen.

py-Skript, um das Lunar Digital Elevation Model zu verwenden, um die Höhe an jedem Längen- und Breitengrad für jede Antenne zu berechnen. Speichern Sie den Längengrad, den Breitengrad und die Höhe in Dateien und drucken Sie sie auf dem Bildschirm aus, um sie einfach zu kopieren und in das nächste Skript einzufügen, und erstellen Sie dann Abbildungen, die die Array-Konfiguration über der lokalen Mondtopographie anzeigen. Um die eqrovertimeearth anzupassen.

C-Skript kopieren Sie den Längengrad, den Breitengrad und die Höhenausgabe jeder Antenne in die entsprechenden Listen im Skript, und aktualisieren Sie die Variable numspacecraft mit der Anzahl der Empfänger und den entsprechenden Koordinaten. Aktualisieren Sie die lunar_furnsh. txt ist im Paket mit den neuen Pfadnamen für die erforderlichen Rahmen- und Ephemeridendateien enthalten und gibt die Daten an, an denen die Beobachtungen stattfinden sollen, um die Ephemeriden innerhalb von SPICE zu informieren und genau zu verfolgen, wo sich Erde und Sonne in Bezug auf das definierte Array für diese Daten befinden.

Geben Sie den Zielbereich des Himmels an, der von der Anordnung verfolgt und abgebildet werden soll. Verwenden Sie als Nächstes den Befehl GCC, um die eqrovertime zu kompilieren. C-Skript und ändern Sie die Pfade, um den Speicherort der CPice-Bibliotheken widerzuspiegeln.

Verwenden Sie den Befehl, um das ausführbare äquatoriale Array im Laufe der Zeit auszuführen, um eine Reihe von Dateien zu erhalten, die jeweils einen Satz von Variablen enthalten. Am wichtigsten sind die XYZ-Position jeder Antenne in den J2000-Koordinaten und die Rektaszensions- und Deklinationskoordinaten des Zielbereichs des Himmels, dann speichern Sie die Ausgabevariablen in txt-Dateien, die die Daten für alle angeforderten Daten enthalten. Um die lunarearthpickfreakintegration anzupassen.

py-Skript die Beobachtungshäufigkeit für das Array an, bei dem ein Bild erstellt werden soll, und geben Sie ein CASA-kompatibles Wahrheitsbild mit Jansky-Pixelwerten an, das das Array rekonstruieren soll. Ändern Sie die Konstanten im Code, um die Größe und Auflösung des eingegebenen Wahrheitsbilds widerzuspiegeln. Verwenden Sie den Befehl, um den lunarearthpick auszuführen.

py-Skript. Das negative numsc-Flag wird verwendet, um den Code darüber zu informieren, wie viele Antennen und/oder Empfänger verwendet werden, und hilft dabei, die Daten aus den txt-Dateien mit den Empfängerkoordinaten zu entpacken. Um die Geräuschkopien anzupassen.

py-Skript, stellen Sie die äquivalente Flussdichte des Systems ein und stellen Sie die Bandbreite ein, die in die variable Rauschleitung von 200 bis 500 Kilohertz integriert werden soll. Stellen Sie die Integrationszeit in der variablen Rauschzeile 200 ein und verwenden Sie den Befehl, um die Rauschkopien auszuführen. py-Skript.

Das Skript erstellt zunächst ein Bild aus den rauschfreien Sichtbarkeitsdaten und ruft den Astronomiealgorithmus clean mit Standardverhältnis auf, um das Bild zu erstellen. Das Skript erstellt dann Kopien des Messsatzes und fügt den komplexen Sichtbarkeitsdaten den entsprechenden Rauschpegel hinzu, bevor es clean verwendet, um die Daten für eine Reihe von Integrationszeiten von bis zu 24 Stunden und über mehrere robuste Gewichtungsschemawerte abzubilden. Abhängig von der Konfiguration des Arrays kann die Bildqualität mit der Wahl der Datengewichtungsschemata variieren.

Das Ausführen von createarrayconfig. py wie gezeigt sollte eine Höhenkarte ähnlich der dargestellten erstellen, in der die Konfiguration des definierten Arrays auf der lokalen Topographie der Mondoberfläche dargestellt ist, wie sie aus dem vom Mondaufklärungsorbiter Lunar Orbiter Laser Altimeter abgeleiteten digitalen Höhenmodell abgeleitet ist. Die Verwendung von CASA zur Simulation einer Array-Antwort sollte zu einer ähnlichen Ausgabe wie der hier beobachteten führen, die zur Berechnung der Sichtbarkeitsdaten verwendet werden kann.

Die Datenbildgebung kann dann rausch- und verrauschte Bilder erzeugen, wobei die verrauschten Bilder weniger klar erscheinen als die rauschfreien Bilder. Dieses Protokoll verwendet eine Kombination aus astronomischen Karten aus dem SPICE-Paket der NASA und Höhenkarten der Mondoberfläche unter Verwendung von Daten des Mondaufklärungsorbiters, um jedes Array auf dem Mond genau zu simulieren.