Bayesian power spectrum estimation with modelling of systematic effects in delay-fringe rate space

Aquí se presenta un resumen técnico detallado del artículo "Estimación del espectro de potencia bayesiana con modelado de efectos sistemáticos en el espacio de retardo-tasa de franja" de Dutta et al. (2026).

1. Planteamiento del Problema

La detección de la señal de 21 cm desplazada al rojo del Época de la Reionización (EoR) se ve obstaculizada por brillos de fondo (galácticos y extragalácticos) y efectos sistemáticos instrumentales. Aunque los fondos son espectralmente suaves y típicamente confinados a una "cuña de fondo" en el espacio de retardo-tasa de franja, las imperfecciones instrumentales—específicamente reflexiones en cables y acoplamiento mutuo—filtran potencia de los fondos hacia la "ventana EoR" (modos fuera de la cuña).

• Reflexiones en Cables: Las desadaptaciones de impedancia crean copias atenuadas de la señal en modos de retardo más altos.
• Acoplamiento Mutuo: Las interacciones electromagnéticas entre los elementos de la antena crean copias de la señal en modos de retardo bajos.
• Limitaciones Actuales: Las estrategias tradicionales de mitigación implican filtrado (por ejemplo, filtrado de tasa de franja) o enmascaramiento de los modos afectados. Estos enfoques a menudo resultan en pérdida de señal, introducen correlaciones espurias en las estadísticas del ruido y carecen de una cuantificación rigurosa de la incertidumbre. Además, los métodos existentes a menudo tratan los sistemáticos como ruido aditivo o requieren simulaciones electromagnéticas computacionalmente costosas.

2. Metodología

Los autores proponen un enfoque de modelado directo bayesiano utilizando un Muestreador de Gibbs (específicamente una extensión del código hydra-pspec) para inferir conjuntamente la señal EoR, los fondos y los efectos sistemáticos.

A. Modelo de Datos

Los datos de visibilidad ($d$) se modelan como un efecto sistemático multiplicativo que actúa sobre la señal del cielo ($s = e + f$, donde $e$ es la señal EoR y $f$ es el fondo), más ruido ($n$):
$$d = Ys + n$$

• Sistemáticos Multiplicativos ($Y$): En lugar de modelar los sistemáticos como un término aditivo (lo que requeriría modelar una copia completa de la señal compleja del fondo), los autores los modelan como un factor de ganancia multiplicativo.
• Parametrización en Espacio de Retardo-Tasa de Franja: La matriz de ganancia $Y$ se construye en el espacio de retardo-tasa de franja. Se define como $y = 1 + H b_{sys}$, donde:
  • $H$ es un operador de proyección de Fourier que selecciona un conjunto específico y limitado de modos de retardo-tasa de franja conocidos por contener sistemáticos.
  • $b_{sys}$ es un vector de amplitudes complejas para estos modos.
• Ventaja: Este enfoque paramétrico reduce drásticamente el número de parámetros libres en comparación con el modelado aditivo, ya que solo requiere modelar los coeficientes de los modos específicos donde ocurren las reflexiones.

B. El Muestreador de Gibbs

Los autores utilizan un muestreador de Gibbs de Cadena de Markov Monte Carlo (MCMC) para extraer muestras de la distribución posterior conjunta $p(e, a_{fg}, b_{sys}, E | \text{datos})$. El algoritmo itera a través de tres distribuciones condicionales:

1. Reconstrucción de Señal (Realizaciones Constrained Gaussianas - GCR): Muestra la señal EoR ($e$) y las amplitudes de fondo ($a_{fg}$) dada la estimación actual de sistemáticos ($b_{sys}$) y el espectro de potencia ($E$). Esto implica resolver ecuaciones lineales (filtrado de Wiener) con términos de ruido gaussiano añadidos para generar realizaciones en lugar de solo estimaciones de Máxima A Posteriori (MAP).
2. Muestreo del Espectro de Potencia: Muestra el espectro de potencia de retardo EoR ($E$) asumiendo una distribución Gamma inversa (derivada de una distribución Wishart inversa bajo suposiciones de homogeneidad).
3. Muestreo de Sistemáticos: Muestra los coeficientes de sistemáticos ($b_{sys}$) dadas las estimaciones actuales de señal y fondo, utilizando también un enfoque similar al filtrado de Wiener con una priori gaussiana.

3. Contribuciones Clave

• Modelado de Sistemáticos Multiplicativos: Se introdujo un marco novedoso para modelar las reflexiones en cables y el acoplamiento mutuo como ganancias multiplicativas en el espacio de retardo-tasa de franja, reduciendo significativamente la dimensionalidad del espacio de parámetros.
• Inferencia Bayesiana Conjunta: Se integró el modelo de sistemáticos directamente en el muestreador de Gibbs hydra-pspec, permitiendo la marginalización de las incertidumbres de los sistemáticos en lugar de filtrarlos.
• Cuantificación de la Incertidumbre: Se proporcionó un marco estadístico riguroso para propagar las incertidumbres desde el modelado de sistemáticos hacia las estimaciones finales del espectro de potencia EoR.
• Marco de Simulación: Se validó el método en datos simulados tipo HERA (usando pyuvsim) en tres casos de prueba distintos que representan diferentes ubicaciones de contaminación sistemática en el espacio de retardo-tasa de franja.

4. Resultados

El método se probó en tres casos simulados con diferentes ubicaciones de sistemáticos:

• Caso I: Sistemáticos en modos de retardo bajos ($\tau \approx 300-600$ ns) y tasa de franja $f \approx 0$ mHz (solapándose con los fondos).
• Caso II: Sistemáticos en modos de retardo altos ($\tau \approx 1000-1300$ ns) y $f \approx 0$ mHz (separados de los fondos).
• Caso III: Sistemáticos en modos de retardo bajos pero con alta tasa de franja ($f \approx 6$ mHz).

Hallazgos Clave:

• Recuperación del Espectro de Potencia EoR: El espectro de potencia de retardo EoR (DPS) se recuperó con precisión en los tres casos, siendo en gran medida independiente de la ubicación de los sistemáticos. El DPS recuperado coincidió con la señal verdadera dentro de los niveles de ruido, excepto cerca de la región dominada por fondos.
• Recuperación de Componentes:
  • El Caso II mostró la mejor recuperación de los parámetros de sistemáticos y la menor correlación entre fondos y sistemáticos.
  • Los Casos I y III exhibieron correlaciones significativas entre los parámetros de fondos y los parámetros de sistemáticos. Esto condujo a tiempos de correlación más largos en la cadena de Gibbs (baja Tamaño de Muestra Efectivo) y a cierto sesgo en los coeficientes de sistemáticos recuperados (desviados en varias desviaciones estándar).
• Eficiencia de Muestreo: La presencia de estructuras solapadas en el espacio de retardo (Caso I) o modos de retardo compartidos con diferentes tasas de franja (Caso III) provocó que el muestreador explorara el espacio de parámetros de manera ineficiente. El Caso II, donde los sistemáticos estaban bien separados en retardo, convergió mucho más rápido.
• Residuos: Los residuos entre las visibilidades del cielo reales y recuperadas fueron generalmente comparables al nivel de ruido, aunque se observaron anticorrelaciones entre los residuos de EoR y de fondos en grandes escalas debido a la falta de modelado temporal en los fondos.

5. Significado y Trabajo Futuro

• Robustez: El estudio demuestra que la marginalización bayesiana de sistemáticos es una alternativa viable al filtrado agresivo, preservando más de la señal EoR y proporcionando mejores barras de error.
• Limitaciones: El método actualmente requiere conocimiento a priori de qué modos de retardo-tasa de franja contienen los sistemáticos. En datos observacionales reales, identificar estos modos con precisión no es trivial.
• Problemas de Correlación: El artículo destaca que las fuertes correlaciones entre fondos y sistemáticos pueden degradar la eficiencia del muestreo. El trabajo futuro sugiere:
  • Imponer priores más fuertes si se conocen valores aproximados de sistemáticos.
  • Modelar explícitamente las correlaciones temporales (LST) de los fondos (actualmente tratados como muestras de tiempo independientes).
  • Implementar técnicas conjuntas de reescalado para romper degeneraciones en el muestreador de Gibbs.

En conclusión, este trabajo proporciona una poderosa herramienta estadística para la próxima generación de experimentos de cosmología de 21 cm (como HERA Fase II y posteriores) para manejar sistemáticos instrumentales complejos sin sacrificar la relación señal-ruido mediante filtrado.