一种基于小波变换的晚型星自动识别方法

我国正在执行的大型巡天计划(LAMOST计划),急需晚型星的自动识别系统。然而,在文献中尚未见到关于对晚型星有效自动处理方法的报道。文章旨在探索研究对晚型星自动处理的有效方法。在文章中,晚型星主要是指具有较强分子吸收带的恒星,主要包括富氧的M,L和T型星以及富碳的C星。通过研究我们发现:对晚型星光谱进行5层小波变换后,第5层小波系数的频谱具有单峰分布的特性,其能量主要集中在以单峰为中心的特征区间内;对于其他类型的光谱,相应的频谱具有多峰分布的特点,其频谱能量比较分散,它们在晚型星特征区间内的频谱能量非常有限。基于上述发现,给出了一种基于小波变换的晚型星自动识别方法。实验表明该方法是切实可行的并且具有相当好的鲁棒性。     

基于光谱特征的恒星自动识别方法

我国正在实施的大型巡天项目(LAMOST项目),急需恒星光谱自动识别与分类系统并给出了一种基于光谱特征的恒星自动识别方法。该方法由以下主要步骤组成： (1)利用谱线小波特征进行恒星谱线整体估计和恒星Balmer线的检测;(2)利用吸收带小波特征进行吸收带位置和M型星特征频率检测;(3)根据以上检测结果进行发射线星、M型星和早型恒星识别。通过对(sloan digital sky survey, SDSS)(data release four, DR4)中的大量真实光谱数据实验表明,方法具有对噪声鲁棒等特点,发射线星识别率达到97.5%,M型星识别率达到98.1%,早型恒星识别率达到96.8%,类星体和星系的误识别率低于2%。该方法可对相对定标的巡天光谱进行自动识别,符合LAMOST数据的要求。     

基于小波多尺度特征匹配的类星体红移测量方法

在中国正在实施的大型巡天项目(LAMOST项目)中,预计能获得105数量级的类星体光谱.文章旨在研究适用于LAMOST观测数据的类星体红移测量方法.为了克服信噪比较低的不利因素,文章采用小波变换的方法对类星体宽发射线进行特征提取,然后利用多尺度特征匹配的方法进行类星体红移测量.通过对sloan digital sky survey(SDSS)data release 2(DR2)中的15,715条类星体光谱的实验表明,在误差为0.02的范围内所用方法的正确率达到95.13%.该方法可对相对定标的类星体光谱数据进行红移测量,符合LAMOST数据的要求,可为天文学家进行类星体和宇宙大尺度等研究提供帮助.     

基于卷积型小波包变换的谱线自动提取方法

天体光谱中的谱线包含重要的天体物理信息.文章提出一种基于卷积型小波包变换的谱线自动提取方法.该方法由以下主要步骤组成:(1)将观测光谱进行4层卷积型小波包变换;(2)对第四层小波包系数,采用区域相关算法以及阈值处理方法进行噪声处理;(3)选择中高频小波包系数进行谱线特征重构;(4)根据重构后的谱线特征,利用谱线搜索方法,在观测光谱中提取谱线.作者在实验中用恒星、正常星系和活动星系光谱进行谱线提取测试,结果表明该方法具有对噪声鲁棒和谱线提取准确等特点.用该方法提取sloan digital sky survey(SDSS)光谱中的谱线后,计算了红移并与SDSS给出的红移进行了对比,实验结果间接验证了该方法提取谱线的有效性.     

基于谱线检测的发射线星自动识别方法

针对我国即将建成的大型巡天项目(LAMOST),给出了一种基于谱线检测的发射线星自动识别方法.主要步骤:1)通过获取谱线特征匹配值进行恒星谱线整体估计;2)利用提取出的恒星谱线特征检测恒星的巴耳末(Balmer)线;3)对获取的特征匹配值采用阈值法,并结合恒星Balmer线的检测结果,进行发射线里判别.通过对SDSS DR4所有光谱进行识别,共获得了242条具有恒星发射线的特殊天体.根据星表查询结果,这些天体包括发射线星、激变变星和一些未知特殊天体等.大量真实光谱数据实验表明,本文方法可有效识别发射线星.     

基于谱线特征匹配的恒星光谱自动识别方法

我国正在实施的大型巡天项目(LAMOST项目),急需恒星光谱的自动识别系统。文章给出了一种基于谱线特征匹配的恒星光谱自动识别方法。该方法由以下主要步骤组成:(1)利用小波变换的方法对观测光谱进行谱线特征提取;(2)将提取出的特征和恒星谱线的特征模板进行相关匹配;(3)根据相关匹配结果进行恒星光谱识别。通过对Sloan Digital Sky Survey(SDSS),Data Release Four(DR4)中的大量真实光谱数据实验表明,该方法具有对噪声鲁棒等特点,正确识别率高达96.7%。该方法可对相对定标的巡天光谱进行自动识别,符合LAMOST数据的要求,可为天文学家进行恒星和银河系的结构等研究提供帮助。     

巡天光谱分类前的预处理——流量标准化

由于噪声、畸变、观测环境和观测设备、以及流量未定标等因素的影响,对天体光谱进行自动识别之前,需要对它进行相应的标准化/预处理.文章研究了对巡天光谱自动分类前的预处理--光谱流量的标准化问题.通过分析光谱流量的干扰因素及其特点,提出了流量数量级变化的基本模型,并给出了相应的流量标准化方法.通过对正常星系和类星体的分类实验,表明文章所给基本模型的正确性,以及所给流量标准化方法良好的性能.并且从理论上分析、比较、解释了上述方法在性能上的差异.特别需要指出的是,研究表明文献中通常采用的流量标准化方法的效果较差.该研究结果对于大型光谱巡天所产生的海量数据的其它自动处理研究(例如,红移测量,天体表面有效温度,和化学丰度估计等)也具有重要的指导意义.