大质量恒星的宿命

在高中物理的学习中有多种测量重力加速度的方法，如“滴水法测量重力加速度”、“利用单摆测量重力加速度”、“利用机械能守衡测量重力加速度”等等，本文介绍一种运用“落体音叉”测量重力加速度的方法，与同行商榷．     

超新星—恒星死亡前演出的壮丽一幕

超新星是恒星演化的最终阶段，是最激烈的天体物理现象．文章介绍了超新星发现的历史，它的观测特征，以及它在天文学和物理学研究中的意义．还介绍了中国科学院北京天文台在发现超新星和对超新星观测研究方面的最新结果．     

天体物理学讲座：第一讲 恒星的演化

恒星结构和演化理论是研究恒星内部的物理过程、结构和恒星如何演化的科学、文章介绍了恒星结构和演化模型的计算方法,恒星在赫罗图中的分布规律,恒星的形成和早期演化特性,质量不同的各类恒星从主序开始的演化进程,恒星演化的晚期阶段的产物;白矮星、超新星和中子星。     

转动效应对恒星热力学结构与演化的影响研究

转动效应对恒星结构与演化的两大方面的影响体现在动力学效应和元素混合上.本文利用国际MESA程序,研究了转动效应对20 M_⊙恒星在主序阶段热力学结构的影响.发现转动的动力学效应能使恒星中心温度变低,减少了恒星表面的不透明度,中心平均分子量和表面熵.由于动力学效应对恒星热结构的调整,降低了恒星的氢燃烧率,恒星向低温和低光度端演化.转动的元素混合效应减小了恒星的中心温度、密度、压强、紧密度、表面不透明度和平均分子量,使恒星表面氦元素、氮元素明显超丰,中心燃烧核区域变大,延长恒星在主序阶段的寿命.     

物质辐射不透明度对恒星结构与演化的影响及其计算

简要介绍了恒星结构与演化的理论模型，回顾了物质辐射不透明度计算的发展过程，详细讨论了物质辐射不透明度对恒星物理理论方面许多重要问题的影响以及发展现状。并介绍了利用改进的平均原子模型来进行恒星物质辐射不透明度的计算结果。     

邮票上的物理学史(65)--天体物理学:恒星及其演化

天体物理学的研究对象,按照其尺度可以分为四个层次:行星和行星系(特别是太阳系)、恒星、星系和宇宙.天文学的历史表明,对每个层次的认识都经历了积累观测资料、归纳经验规律(数学模型)、建立理论体系(物理模型)三个阶段.这个类似三部曲的认识过程在对太阳系的认识中表现得最为典型,三部曲的每一部都有自己的主人公:第谷、开普勒和牛顿.在这个三部曲中,归纳经验规律处于重要地位,它既是观测和资料积累的目的,又是建立模型和理论的起点.下面我们将按照这一线索,介绍我们对另外三个层次的认识和有关的邮票.     

物质辐射不透明度对恒星结构与演化的影响及其计算

简要介绍了恒星结构与演化的理论模型,回顾了物质辐射不透明度计算的发展过程,详细讨论了物质辐射不透明度对恒星物理理论方面许多重要问题的影响以及发展现状.并介绍了利用改进的平均原子模型来进行恒星物质辐射不透明度的计算结果.     

邮票上的物理学史(66)--天体物理学:恒星及其演化(续)

1967年,剑桥大学卡文迪什实验室的射电天文学家休伊什领导一个小组,研制了一台射电望远镜,以观测小角直径射电源的行星际闪烁现象.和其他射电望远镜相比,它的特点是时间分辨率达到0.1 s,能够记录快速变化的信号(当时不知道有发射快变信号的射电源,为了平滑掉噪声,普遍将接收机设计成只能接收经过几 s积分的平均信号).休伊什让他的研究生贝尔(女)负责观测和分析数据.贝尔做事是极其认真细致的.     

确定恒星表面有效温度的非参数估计方法

恒星表面有效温度是恒星的一个重要物理参量,是恒星光谱差异的重要因素。文章采用非参数估计算法对恒星表面温度进行估计。首先对历史光谱数据进行主成分分析(PCA)处理,再根据PCA特征数据与其表面温度的对应关系建立温度的估计模型,该模型是基于高斯核函数的。方法不依赖对光谱进行精确测量,就可以得到较高估计精度的温度值,对大样本光谱分析具有重要意义。     

恒星演化和超生爆发理论中某些重要问题的核物理问题

首先,在第1节中我们依次介绍了各种不同质量的恒星演化进程中各个主要热核燃烧的点火条件,致密物质中自由电子系统的简并性对星体热核燃烧的主导作用以及爆炸性核燃烧条件。其次,在第2节中我们讨论了导致恒星核心不稳定坍缩的物理因素和条件。此后,在本第3节中我们评述了Ia型超新星爆发理论尚在急论中的核物理和固体物理的问题。在第4节中我们评述了Ⅱ型（以及Ib型）超新星爆发理论中的严重困难,并且介绍了我们（南京大学研究小组）就超新星中微子延缓爆发机制的关键问题（强大的中微子暴如何产生？）的物理机制提出的具体过程：这中微子暴的强大中微子流量是从刚刚坍缩的高温高密核心通过核物质－－（u,d）夸克系统－－（u,d,s)系统的相变过程在不到1微秒的时间内很快地产生出来的。而且,这个过程导致核心区域的负熵梯度,引起核心区域大规模对流,它将这强大的中微子流量很快地向外输送到中微子球的表面。在第5节中本还介绍了我们就超新星核心高密条件下电荷屏蔽对电子俘获过程的影响所作的探讨研究以及讨论了它对超新星坍缩核心质量（它对超新星瞬时爆发机制成功与否起着关键作用）的可能影响。     

非线性Schroedinger方程的包络形式解

扩展了最近提出的F展开方法以构造非线性演化方程更多的精确解，即将F展开法中的一阶非线性常微分方程和单变量的有限幂级数代之以类似的一阶常微分方程组和两个变量的有限幂级数，这两个变量是一阶常微分方程组的解分量．作为例子，用扩展的F展开法解非线性Schroedinger方程，得到了很丰富的包络形式的精确解，特别是以两个不同的Jacobi椭圆函数表示的解．显然，扩展的F展开方法也可以解其他类型的非线性演化方程．     

恒星演化和超新星爆发理论中某些重要问题的核物理问题

首先 ,在第 1节中我们依次介绍了各种不同质量的恒星演化进程中各个主要热核燃烧的点火条件 ,致密物质中自由电子系统的简并性对星体热核燃烧的主导作用以及爆炸性核燃烧条件。其次 ,在第 2节中我们讨论了导致恒星核心不稳定坍缩的物理因素和条件。此后 ,在本文第 3节中我们评述了Ⅰa 型超新星爆发理论尚在争论中的核物理和固体物理的问题。在第 4节中我们评述了Ⅱ型 (以及Ib 型 )超新星爆发理论中的严重困难 ,并且介绍了我们 (南京大学研究小组 )就超新星中微子延缓爆发机制的关键问题 (强大的中微子暴如何产生 ?)的物理机制提出的具体过程 :这中微子暴的强大中微子流量是从刚刚坍缩的高温高密核心通过核物质——— (u ,d)夸克系统——— (u ,d ,s)系统的相变过程在不到 1微秒的时间内很快地产生出来的的。而且 ,这个过程导致核心区域的负熵梯度 ,引起核心区域大规模对流 ,它将这强大的中微子流量很快地向外输送到中微子球的表面。在第 5节中本文还介绍了我们就超新星核心高密条件下电荷屏蔽对电子俘获过程的影响所作的探讨研究以及讨论了它对超新星坍缩核心质量 (它对超新星瞬时爆发机制成功与否起着关键作用 )的可能影响。     

基于UKF的恒星相机高精度姿态确定方法

为进一步提升姿态确定的精度和稳定性,首先分析了恒星相机和陀螺联合定姿的基本原理,然后选用误差四元数作为状态变量,推导了基于无迹卡尔曼滤波的恒星相机和陀螺联合定姿的算法.针对恒星相机、陀螺敏感器精度要求高的特点,仿真了多种精度的恒星相机数据和陀螺数据进行无迹卡尔曼滤波定姿试验,并与扩展卡尔曼滤波定姿试验结果进行了比较.试验表明无迹卡尔曼滤波定姿方法有效可靠、适用性强,可以有效提高恒星相机的姿态确定精度,三轴精度较扩展卡尔曼滤波算法提高约10%到20%.     

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。     

基于卷积神经网络的恒星光谱自动分类方法

恒星光谱自动分类是研究恒星光谱的基础内容,快速、准确自动识别、分类恒星光谱可提高搜寻特殊天体速度,对天文学研究有重大意义。目前我国大型巡天项目LAMOST每年发布数百万条光谱数据,对海量恒星光谱进行快速、准确自动识别与分类研究已成为天文学大数据分析与处理领域的研究热点之一。针对恒星光谱自动分类问题,提出一种基于卷积神经网络(CNN)的K和F型恒星光谱分类方法,并与支持向量机(SVM)、误差反向传播算法(BP)对比,采用交叉验证方法验证分类器性能。与传统方法相比CNN具有权值共享,减少模型学习参数;可直接对训练数据自动进行特征提取等优点。实验采用Tensorflow深度学习框架,Python3.5编程环境。K和F恒星光谱数据集采用国家天文台提供的LAMOST DR3数据。截取每条光谱波长范围为3 500~7 500 部分,对光谱均匀采样生成数据集样本,采用min-max归一化方法对数据集样本进行归一化处理。CNN结构包括：输入层,卷积层C1,池化层S1,卷积层C2,池化层S2,卷积层C3,池化层S3,全连接层,输出层。输入层为一批K和F型恒星光谱相同的3 700个波长点处流量值。C1层设有10个大小为1×3步长为1的卷积核。S1层采用最大池化方法,采样窗口大小为1×2,无重叠采样,生成10张特征图,与C1层特征图数量相同,大小为C1层特征图的二分之一。C2层设有20个大小为1×2步长为1的卷积核,输出20张特征图。S2层对C2层20张特征图下采样输出20张特征图。C3层设有30个大小为1×3步长为1的卷积核,输出30张特征图。S3层对C3层30张特征图下采样输出30张特征图。全连接层神经元个数设置为50,每个神经元都与S3层的所有神经元连接。输出层神经元个数设置为2,输出分类结果。卷积层激活函数采用ReLU函数,输出层激活函数采用softmax函数。对比算法SVM类型为C-SVC,核函数采用径向基函数,BP算法设有3个隐藏层,每个隐藏层设有20,40和20个神经元。数据集分为训练数据和测试数据,将训练数据的40%,60%,80%和100%作为5个训练集,测试数据作为测试集。分别将5个训练集放入模型中训练,共迭代8 000次,每次训练好的模型用测试集进行验证。对比实验采用100%的训练数据作为训练集,测试数据作为测试集。采用精确率、召回率、F-score、准确率四个评价指标评价模型性能,对实验结果进行详细分析。分析结果表明CNN算法可对K和F型恒星光谱快速自动分类和筛选,训练集数据量越大,模型泛化能力越强,分类准确率越高。对比实验结果表明采用CNN算法对K和F型恒星光谱自动分类较传统机器学习SVM和BP算法自动分类准确率更高。     

基于核岭回归方法的恒星大气物理参数的自动测量

我国大科学工程项目LAMOST巡天计划每观测夜能获取多达数万条天体光谱数据,天文学家通过对天体光谱的分析观察可以获取有效的天文信息用于天文学或天体物理学的研究。而针对海量数据,寻找自动方法分析天体光谱并进行天体各种物理参数的测量就具有重要研究意义和价值。这一课题也吸引了许多学者进行研究,但目前所尝试的算法和相应结果仍然需要进一步改进,针对这一需求深入研究了核岭回归(KRR)方法在恒星大气物理参数(包括有效温度、表面重力和金属丰度)自动测量方面的应用,特别是在我国大科学工程项目LAMOST所释放光谱数据上的应用。核岭回归是岭回归算法的进一步发展,而岭回归是最小二乘方法的一种变形,其具有解决高维多重共线性问题的能力。所以KRR方法适合于处理高维的天体光谱信息,从LAMOST的第五期释放数据中随机选择了2万条被识别为恒星的光谱数据用于实验测试,该数据既包含低信噪比数据,也包含高信噪比数据(g,r,i波段平均信噪比最低至6.7,最高到793)。首先,本文对光谱进行预处理,包括三个步骤:(1)利用小波变换对光谱数据进行去噪处理;(2)因为LAMOST采用的是后期修正的流量定标设计,所以还通过流量归一化来避免部分光谱流量值不准确的问题;(3)由于每条光谱维数高达数千维,利用主成分分析方法(PCA)对光谱进行了降维。然后,利用KRR方法建立了光谱数据和标准化后的三大参数值之间的回归模型。最后,通过设计进行不同的组合实验对KRR算法模型进行了测试分析,并与经典算法支持向量回归(SVR)进行了对比。综合所有实验结果显示KRR方法对应的有效温度、表面重力和金属丰度的测试平均绝对误差分别为82.9897 K,0.1858 dex和0.1211 dex,优于SVR的144.2308 K,0.1886 dex和0.1246 dex。特别是KRR在温度测试结果上有较大优势,由此表明KRR方法能够有效地应用于天体光谱特别是恒星光谱参数的自动测量处理中。     

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。