基于小波和几何小波的脉冲星信号处理与天文图像去噪

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11173042
  • 项目类别：
    面上项目
  • 资助金额：
    50.0万
  • 负责人：
    单昊
  • 依托单位：
    中国科学院新疆天文台
  • 学科分类：
    A1503.恒星晚期演化及爆发、致密天体及其相关高能过程
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

脉冲星信号穿越星际介质到达地球时会产生色散和噪声，消色散和去噪对于考察此种信号至关重要。小波具有好的时频局部性、多分辨率分析、快速算法，极为适合处理脉冲星信号，本项目提出基于小波的消色散和去噪算法，并与传统方法及国内外流行方法比较。天文图像中的噪声通常是非Gaussian的，如：Poisson和非平稳噪声等；采集时图像淹没在强的背景噪声中；仪器运行过程中会产生系统噪声，造成检测困难；电荷耦合器(CCD)感光度高的情况下拍出的星系团存在Poisson噪声。以Curvelet为代表的几何小波实现了对于二阶可微奇异性的分段连续目标的最优稀疏表达，同时Curvelet阈值压制噪声的同时，保持图像目标的轮廓。本项目提出天文图像的去噪方法，在多尺度变换域中对信号进行稀疏表示，寻找与几何小波的结合点，改进阈值算法，并对实际的天文图像进行实验，达到优于国内外流行的天文图像去噪方法的水平。

结项摘要

在射电天文领域的脉冲星信号处理中，消色散是一个十分重要但是又欠发展的研究方向。对于当今消色散算法，代数计算复杂度、计算结果敏感度和角分辨率是几个很难逾越的难点。当前，近乎所有消色散算法都是基于快速Fourier变换(FFT)或者其改进的方法。探索一套新的框架，来提高计算速度，并且保持计算敏感度和分辨率具有深远意义。信号处理的离散小波变换(DWT)方法是一种多尺度或多分辨率的分析方法，在消色散计算的时间域，其计算效率优于FFT。本项目基于DWT分解框架，提出一种二进频率划分方法，并应用于脉冲星信号剖面的频率轴，实现了一种高精度的脉冲星信号消色散快速算法，并最终提取消色散信号轮廓。所建立的理论系统和实验框架完整。实验结果说明，本项目算法可以实现快速、高敏感度的信号的消色散和提取。.天文信号诸如脉冲星信号和成像后的天文图像十分复杂，且具有丰富的信息和精细的结构，对其进行处理也需一套专业性较强的方法。物理科学中的噪声通常是非Gaussian的，同时，天文信号具有复杂的分层级结构，表现为不规则的几何形态，适合在不同尺度和方向上进行表达。以Curvelets变换为代表的几何小波(Geometric wavelets)实现了对于二阶可微奇异性的分段连续目标的最优稀疏表达，同时Curvelets阈值在极大地压制噪声的同时，又可以保持信号和图像目标轮廓的连续性。本项目致力于天文信号和图像的去噪研究，在天文信号去噪领域引入Ridgelets和Curvelets等几何小波方法，提出了基于几何小波的天文信号去噪思想和一系列方法，在多尺度变换域中对信号进行稀疏表示。同时针对天文信号的特殊性进行实际分析，并将这一系列方法应用于多种信号和图像，达到保护有效信号和消除噪声干扰的目标。

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Wavelet based recognition for pulsar signals
基于小波的脉冲星信号识别
  • DOI：
    10.1016/j.ascom.2015.03.003
  • 发表时间：
    2015-06
  • 期刊：
    Astronomy and Computing
  • 影响因子：
    2.5
  • 作者：
    单昊
  • 通讯作者：
    单昊
MCA aided geodesic active contours for image segmentation with textures
MCA 辅助测地线活动轮廓用于纹理图像分割
  • DOI：
    10.1016/j.patrec.2014.04.018
  • 发表时间：
    2014-08
  • 期刊：
    Pattern Recognition Letters
  • 影响因子：
    5.1
  • 作者：
    Hao Shan;Changtao He;Na Wang
  • 通讯作者：
    Na Wang
EnergySpectral property in an Isolated CME-driven Shock. Researchin Astron
孤立的 CME 驱动冲击中的 EnergySpectral 属性。
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Research in Astron. Astrophys.
  • 影响因子：
    --
  • 作者：
    Xin Wang, Yihua Yan, Mingde Ding, Na Wang, Hao Shan
  • 通讯作者：
    Xin Wang, Yihua Yan, Mingde Ding, Na Wang, Hao Shan
超强磁场下电子朗道能级稳定性及对电子费米能的影响
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    物理学报
  • 影响因子：
    --
  • 作者：
    宋冬灵;明亮;单昊;廖天河
  • 通讯作者：
    廖天河
The Effects of Superhigh Magnetic Fields on Equations of States of Neutron Stars
超高磁场对中子星状态方程的影响
  • DOI：
    10.1002/asna.201512239
  • 发表时间：
    2015-08
  • 期刊：
    Astron. Nachr.
  • 影响因子：
    --
  • 作者：
    Z.F. Gao, N. Wang, Y. Xu, H. Shan,;X.-D. Li
  • 通讯作者：
    X.-D. Li

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

单昊的其他基金

基于稀疏性的脉冲星信号去干扰和测时改进及在引力波探测中的方法研究
  • 批准号：
    12373114
  • 批准年份：
    2023
  • 资助金额：
    55 万元
  • 项目类别：
    面上项目
基于压缩感知的脉冲星信号恢复和天文去卷积
  • 批准号：
    11673056
  • 批准年份：
    2016
  • 资助金额：
    70.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码