У меня есть файл данных с двумя столбцами, каждый из которых содержит временную выборку выходного напряжения (последовательность действительных чисел) с радиотелескопа, поэтому здесь есть пара телескопов, которые измеряют сигнал. Источником данных является пульсар, и мне нужно найти его период и меру дисперсии.
Я дилетант, пытающийся понять, что на самом деле происходит в методе. Данные дискретизируются по времени на частоте дискретизации Найквиста (2B), а сигнал измеряется на центральной частоте f и в широкополосном диапазоне B.
Я изучил взаимную корреляцию между двумя напряжениями V1 и V2 из основной радиоастрономии, но не совсем понял метод. Должны ли мы оценивать функцию взаимной корреляции каждого показания, а затем отображать ее во времени, чтобы получить профиль пульса? Или нам нужно выполнить преобразование Фурье каждой пары напряжений (как?), а затем построить график, чтобы получить профиль импульса? Мы находим период пульсара по его среднему профилю импульса, верно?
Также написано, что, чтобы найти время пульсара, мы должны сложить данные из многих импульсов по модулю мгновенного периода импульса (как мы можем это сделать, если мы не знаем период импульса в первую очередь?). Это предложение повсюду, и я не могу понять его каждый раз.
Я не понимаю, какую серию шагов нужно сделать здесь, чтобы получить период пульсара и меру дисперсии. Не могли бы вы дать мне некоторое представление?
Спасибо.
Чтобы понять основы таких алгоритмов, я считаю, что часто лучше посмотреть, что пишут любители-практики (вместо того, чтобы погружаться непосредственно в научные статьи). Описание алгоритма фолда на joataman.net подробное и прагматичное.
Отличная подробная книга по этой теме — Lorimer/Kramer: Handbook of Pulsar Astronomy , Oxford University Press.
Для реальной работы я бы предложил пакет sigproc Дункана Лоримера. Его дом находится в Sourceforge, но повсюду есть ответвления, потому что оригинальное программное обеспечение немного причудливо работает на современных Linux.
Проблема, которую вы пытаетесь решить, широко известна как спектральная оценка. В дополнение к практическим ссылкам, предоставленным jstarek, я предлагаю вам также прочитать некоторые основы.
Книга SMKay Modern Spectral Estimation , хотя ей почти 20 лет, полностью актуальна и представляет собой очень хорошо объясненное (легко читаемое) введение.
Вы увидите, что алгоритм складывания — это всего лишь вариант периодограммы Уэлча, и что ваш подход к кросс-корреляции подходит для схемы оценки MLE (в настоящее время также известной как методы подпространства сигналов).
пользователь 28958