TABASCAL: Removing multi-satellite interference from radio interferometry observations
यह शोध पत्र प्रदर्शित करता है कि TABASCAL, एक प्रक्षेपवक्र-आधारित (trajectory-based) विधि, सिग्नल की शक्ति की एक विस्तृत श्रृंखला में MeerKAT अवलोकनों से मल्टी-सैटेलाइट रेडियो फ्रीक्वेंसी इंटरफेरेंस को सटीक रूप से हटा सकती है, जो अनकrupted डेटा के तुलनीय इमेज नॉइज़ और पॉइंट-सोर्स पूर्णता प्राप्त करता है और AOFLAGGER जैसी पारंपरिक फ्लैगिंग तकनीकों की तुलना में काफी बेहतर प्रदर्शन करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
रेडियो खगोल विज्ञान दूर के तारों और आकाशगंगाओं से आने वाली रेडियो तरंगों की मंद फुसफुसाहट को पकड़कर ब्रह्मांड को सुनता है। इन फुसफुसाहटों को स्पष्ट रूप से सुनने के लिए, खगोलशास्त्री डिशों के ऐसे समूहों (arrays) का उपयोग करते हैं जो एक साथ मिलकर एक विशाल, एकल आंख की तरह काम करते हैं। हालाँकि, यह सुनना तेजी से कठिन होता जा रहा है। आकाश मानव-निर्मित रेडियो संकेतों से भरे शोर से भर रहा है, जो उपग्रहों, सेल टावरों और अन्य तकनीकों से आते हैं। ये अवांछित संकेत, जिन्हें रेडियो फ्रीक्वेंसी इंटरफेरेंस (radio frequency interference) कहा जाता है, एक तेज़ चिल्लाहट की तरह हैं जो फुसफुसाहट को दबा देती है। वे उन नाजुक डेटा को बाधित करते है जिसका अध्ययन करने के लिए खगोलशास्त्री ब्रह्मांड का अध्ययन करते हैं, जिससे अक्सर वैज्ञानिकों को अपने अवलोकनों के बड़े हिस्सों को फेंकने के लिए मजबूर होना पड़ता है क्योंकि डेटा बहुत अधिक दूषित हो जाता है। जैसे-जैसे कक्षा में उपग्रहों की संख्या बढ़ रही है, यह समस्या ब्रह्मांड की खोज में एक प्रमुख बाधा बनने वाली है।
शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए TABASCAL नामक एक नई विधि विकसित की है। डेटा को केवल फेंक देने के बजाय, यह दृष्टिकोण एक परिष्कृत फिल्टर की तरह कार्य करता है जो ऑफलाइन डेटा प्रोसेसिंग के दौरान मानव-निर्मित शोर को कॉस्मिक सिग्नल (ब्रह्मांडीय संकेत) से अलग कर सकता है। टीम ने इस पद्धति का परीक्षण दक्षिण अफ्रीका के MeerKAT रेडियो टेलीस्कोप के विस्तृत कंप्यूटर सिमुलेशन का उपयोग करके किया। उन्होंने एक ऐसी स्थिति बनाई जहाँ टेलीस्कोप आकाश के एक ऐसे हिस्से को देख रहा था जो मंद तारों से भरा था, जबकि नौ अलग-अलग उपग्रह दृश्य के सामने से गुजर रहे थे और शक्तिशाली रेडियो सिग्नल प्रसारित कर रहे थे। इन उपग्रहों से होने वाला हस्तक्षेप इतना तीव्र था कि यह उन तारों की मंद रोशनी से हजारों गुना अधिक शक्तिशाली था जिन्हें खगोलशास्त्री देखना चाहते थे।
शोधकर्ताओं ने पाया कि TABASCAL डेटा से हस्तक्षेप को सफलतापूर्वक हटाने और तारों की मूल छवि को उल्लेखनीय स्पष्टता के साथ पुनः प्राप्त करने में सक्षम था। यहाँ तक कि जब उपग्रहों के संकेत अत्यंत तीव्र थे, तब भी इस पद्धति ने उन्हें अलग करने और उन्हें घटाने (subtract) में सफलता प्राप्त की, जिससे ब्रह्मांड की एक साफ तस्वीर पीछे रह गई। वास्तव में, अंतिम छवियों की गुणवत्ता लगभग वैसी ही थी जैसी तब देखी जाती यदि उपग्रह वहां कभी होते ही नहीं। यह वर्तमान मानक तकनीकों की तुलना में एक महत्वपूर्ण सुधार है, जो अक्सर तब संघर्ष करती हैं जब हस्तक्षेप तीव्र होता है। पारंपरिक तरीके आमतौर पर डेटा के शोर वाले हिस्सों की पहचान करने और उन्हें खराब के रूप में चिह्नित करने का प्रयास करते हैं, जिससे प्रभावी रूप से उन्हें फेंक दिया जाता है। शोधकर्ताओं ने दिखाया कि जब हस्तक्षेप मजबूत होता है, तो पारंपरिक तरीके पर्याप्त शोर को हटाने में विफल रहते हैं, जिसके परिणामस्वरूप छवियां धुंधली और आर्टिफैक्ट्स (अजीब पैटर्न) से भरी होती हैं—जो कि ऐसे पैटर्न हैं जो तारों की तरह दिखते हैं लेकिन वास्तव में तारे नहीं हैं।
TABASCAL को जो चीज़ अद्वितीय बनाती है वह यह है कि यह कैसे काम करता है। यह केवल यह अनुमान नहीं लगाता कि डेटा के कौन से हिस्से खराब हैं; बल्कि यह उपग्रहों के ज्ञात पथों का उपयोग यह मॉडल करने के लिए करता है कि उनके सिग्नल आकाश में चलते समय बिल्कुल कैसे दिखने चाहिए। उनके प्रक्षेपवक्र (trajectory) और सिग्नल के बदलने के सटीक तरीके को समझने के माध्यम से, यह प्रणाली हस्तक्षेप की भविष्यवाणी कर सकती है और कुल सिग्नल में से उसे घटा सकती है। यह टेलीस्कोप को अपने डेटा के बड़े हिस्सों को फेंकने के बजाय, अपने पूरे डेटा का उपयोग करने की अनुमति देता है। इस पद्धति का एक आश्चर्यजनक बोनस भी है: क्योंकि उपग्रहों के संकेत इतने शक्तिशाली और पूर्वानुमेय (predictable) होते हैं, इसलिए सिस्टम टेलीस्कोप को स्वयं कैलिब्रेट करने में मदद करने के लिए उनका उपयोग कर सकता है, जिससे उपकरण के समय (timing) और संरेखण (alignment) की छोटी त्रुटियों को सुधारा जा सके।
टीम ने विभिन्न प्रकार की हस्तक्षेप शक्तियों से, कमजोर संकेतों से लेकर बहुत शक्तिशाली संकेतों तक, अपनी पद्धति का परीक्षण किया। हर मामले में, TABASCAL पारंपरिक दृष्टिकोणों से बेहतर प्रदर्शन करता है। जब हस्तक्षेप तीव्र था, तो पारंपरिक तरीकों ने नए तरीके की तुलना में दस से सौ गुना अधिक शोर वाली छवियां बनाईं। नया दृष्टिकोण आकाश में वास्तविक तारों को खोजने में भी बहुत बेहतर साबित हुआ। जबकि पारंपरिक तरीके उच्च हस्तक्षेप के दौरान कई मंद तारों को खोजने में विफल रहे या नकली तारे बना दिए, TABASCAL ने लगभग सभी वास्तविक तारों को खोज लिया और गलत तारे बनाने से बचा, चाहे उपग्रह के संकेत कितने भी तेज क्यों न हों। शोधकर्ताओं ने नोट किया कि यह तब सबसे अच्छा काम करता है जब हस्तक्षेप करने वाले स्रोत का पथ ज्ञात हो, जैसे कि वे उपग्रह जिनका कक्षीय पथ ट्रैक किया जाता है, लेकिन यह पद्धति अन्य प्रकार के हस्तक्षेपों को संभालने के लिए भी पर्याप्त लचीली बनाई गई है।
यह कार्य सुझाव देता है कि रेडियो खगोलशास्त्रियों को आकाश में बढ़ते उपग्रहों की संख्या से डरने की आवश्यकता नहीं हो सकती है। शोर को अलग करने के लिए सीखने के बजाय केवल शोर को हटाने की विधि का उपयोग करके, वे एक भीड़भाड़ वाले रेडियो वातावरण में भी उच्च-गुणवत्ता वाले अवलोकन जारी रख सकते हैं। सिमुलेशन ने दिखाया कि यह पद्धति मजबूत है और एक साथ कई उपग्रहों के जटिल, तेजी से चलते संकेतों को संभाल सकती है। हालांकि अब तक के परिणाम कंप्यूटर सिमुलेशन से आए हैं, लेकिन इन परीक्षणों में पद्धति की सफलता वास्तविक टेलीस्कोप डेटा पर इसे लागू करने के लिए एक मजबूत आधार प्रदान करती है। यदि यह वास्तविक अवलोकनों पर भी उतना ही अच्छा काम करती है जितना कि सिमुलेशन में, तो TABASCAL रेडियो खगोल विज्ञान के भविष्य की रक्षा के लिए एक मानक उपकरण बन सकता है, यह सुनिश्चित करते हुए कि ब्रह्मांड श्रव्य बना रहे, भले ही हमारी अपनी तकनीक अधिक शोर वाली होती जाए।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।