摘要：大规模星表的快速检索是交叉证认、多波段数据融合、暂现源搜寻等任务实现的基础,尤其是大视场暂现源搜寻需要在一个曝光周期内完成观测结果与大规模星表的检索与交叉证认,以发现正在变化的天体。现有的大规模星表通常包含数十亿天体,为了在有限内存的情况下对其进行快速检索,提出了一套解决方案。通过使用基于HEALPix的多分辨率动态划分算法,能够将星表按照不同天区天体密度切分成大小合适且均匀的星表文件;进而在开源序列化组件Protocol Buffers基础上设计出一套针对星表的序列化方案,作为星表切分和检索时的中间存储介质,以尽可能提高检索时的速度。还尝试应用Peano-Hilbert编号代替HEALPix原有Z型编号顺序遍历星表,提高了缓存命中率,实现了对大规模星表的高效融合,方便对数据的后续利用与研究。

摘要：随着天文观测技术的飞速发展,天文数据处理软件日趋复杂,天文数据处理环境的部署与管理日渐繁琐。利用容器技术将脉冲星数据处理环境封装成容器镜像并建立私有镜像库,科研人员可以根据数据处理需求选择镜像,实现数据处理环境的快速部署。利用实体计算机、虚拟机和容器中对脉冲星基带数据进行相干消色散处理,对比不同平台的资源利用率与数据处理效率。实验结果表明,容器的性能与实体计算机相近;在多任务并发的数据处理测试中,容器的资源分配更加合理,相较虚拟机可以提高计算资源利用效率。在新疆天文台脉冲星数据处理服务器上实现了基于容器的数据处理架构部署,设计并开发了容器管理图形用户界面,通过优化多用户登录、身份验证、数据卷挂载管理等功能,提高利用容器技术进行天文数据处理的效率。

摘要：瞬时射频干扰(Radio Frequency Interference,RFI)信号是最难以识别并消除的一类干扰。针对射电天文观测过程中遇到瞬时射频干扰问题,提出一种基于射频干扰信号峰值的特征提取方法,利用该方法生成射频干扰信号的特征模板,并基于动态时间规整(Dynamic Time Warping,DTW)算法和打分策略设计特征识别算法,实现了射频干扰信号识别以及分类功能,利用ARRL官网(http://***/sounds-of-rfi)提供的射频干扰数据完成了特征模板的交叉验证对比。测试结果显示,射频干扰特征模板与同类别射频干扰相似度高,表明该算法能够对射频干扰进行识别和分类。该算法为瞬时射频干扰的特征提取以及识别提供了一种新思路。

摘要：针对超宽带及多波束接收系统海量天文信号实时高效传输与处理问题,对基于现场可编程门阵列(Field Programmable Gate Array,FPGA)+图形处理器(Graphics Processing Unit,GPU)的主流终端设备软件系统进行了测试分析。超宽带接收设备要求终端系统软件能够在更宽带宽、更高时间分辨率和频率分辨率的条件下,实现数据流实时传输与处理。结合大口径射电观测设备未来发展的方向,提出了利用高速并行环形缓冲区实现数据流缓存,基于图形处理器集群实现数据流实时处理,基于BeeGFS实现分布式并行数据存储,模块化构建射电天文信号传输管道软件的设计思路。

摘要：射电脉冲信号在传输过程中受到星际介质的影响,脉冲轮廓展宽变形,在研究过程中需要对信号进行消色散处理。设计并实现了基于零拷贝的脉冲星数据图形处理器(Graphic Processing Unit,GPU)相干消色散算法,采用设备内存映射以消除主机到设备的拷贝开销,利用统一计算设备架构(Compute Unified Device Architecture,CUDA)的cuFFT库进行多批次傅里叶变换以提高离散傅里叶变换(Discrete Fourier Transform,DFT)的效率,同时采用多线程实现了传递函数的加速计算。实验结果表明,与传统中央处理器及图形处理器算法相比,本文的算法在数据量大时表现良好。