Foreground removal in HI 21 cm intensity mapping under frequency-dependent beam distortions

技術要約：周波数依存的なビーム歪みの下におけるHI 21cm強度マッピングのフォアグラウンド除去

問題提起
中性水素（HI）強度マッピングは、再電離以降の宇宙論における主要なプローブであり、宇宙のトモグラフィックな視界を提供する。しかし、微弱なHI信号の抽出は、最大で5桁も明るい天体フォアグラウンド（シンクロトロン放射、自由―自由放射、および点源）によって極めて困難な課題となっている。ブラインド信号分離（BSS）やモデルフィッティング手法は有望な結果を示しているが、これらは通常、周波数に依存しないビーム、あるいは均一に劣化した分解能を仮定している。MeerKATのような現実的な観測装置は、半値全幅（FWHM）における非平滑な（振動的な）変化を含む、周波数依存的なビーム歪みを呈する。これらの計器効果はフォアグラウンドと結合して、宇宙論的信号を模倣する人工的なスペクトル特徴を作り出し、標準的な分離手法の性能を低下させる。

手法
著者らは、MeerKATおよびSKA-Midに関連する900–1400 MHzの範囲をカバーするシミュレーションされたHI強度マッピングデータを用いて、様々なフォアグラウンド除去手法の性能を評価している。シミュレーションには、現実的な宇宙論的HI信号（CRIMEに基づく）、銀河系フォアグラウンド（シンクロトロンおよび自由―自由放射にPySM3モデルを使用）、および銀河外点源が含まれ、これらはすべて望遠子ビームで畳み込まれ、熱雑音の影響を受けている。

3つのビームモデルが、リアリズムを段階的に高める形でテストされた：

1. ガウス劣化（Gaussian Degraded）: 最悪の解像度にすべてのチャンネルを平滑化することによって達成される、均一な分解能。
2. ガウス進化（Gaussian Evolving）: FWHMが周波数とともに自然に変化するビーム。
3. ガウス振動（Gaussian Oscillating）: MeerKATの観測されたビーム挙動を模倣した、FWHMの進化における振動項を組み込んだ現実的なモデル。

研究では、2つのカテゴリーの手法を比較している：

• モデルフィッティング: 多項式フィッティング（6次）およびパラメトリックフィッティング（固定または自由なスペクトル指数を用いた自由―自由およびシンクロトロンのモデリング）。
• ブラインド信号分離（BSS）: 主成分分析（PCA）、高速独立成分分析（FastICA）、一般化形態成分分析（GMCA）、および提案手法であるSDecGMCA。

SDecGMCAのアプローチ
本論文では、HI強度マッピングへのSDecGMCA（Spherical DecGMCA）の適用を紹介している。線形混合モデル $X = AS$ を仮定する標準的なBSSとは異なり、SDecGMCAは、球面調和領域において同時デコンボリューションおよび信号分離問題を解くことで、周波数依存的なビームに対処する。モデルは $\hat{X}_{\ell m}^\nu = \hat{H}_\ell^\nu A_\nu \hat{S}_{\ell m} + \hat{N}_{\ell m}^\nu$ と定式化される（ここで $\hat{H}_\ell^\nu$ はビーム伝達関数である）。このアルゴリズムは、ウェーブレット（starlet）ドメインにおけるスパース性と、調和空間におけるデータ忠実度を強制しながら、ソースマップと混合行列を反復的に推定する。

主な結果

• 均一ビーム: 「ガウス劣化」モデルの下では、すべての手法（フィッティングおよびBSS）が良好に機能し、ほとんどのスケールにおいて10%以内の精度で角および周波数のパワースペクトルを回収している。
• 進化するビーム: 性能が分岐する。パラメトリックフィッティングは完全に失敗する。GMCAは、空間的コヒーレンスの崩壊により中間スケールで劣化する。PCA、FastICA、およびSDecGMGAは精度を維持するが、BSS手法は大きな周波数スケール（$k_\nu < 0.1$）におけるスケール依存の歪みを完全に分離することに苦慮している。
• 振動するビーム: これが最も困難なシナリオである。多項式およびパラメトリックフィッティングの両方が壊滅的に失敗し、高度にバイアスのかかったパワースペクトルを生じさせる。BSS手法の中では、SDecGMCAのみが、中間角スケール（$10 < \ell < 200$）において$\lesssim 5\%$の精度でHI信号を回収できる唯一の技術である。決定的なことに、SDecGMCAは、PCA、FastICA、およびGMCAに残留する、ビームとフォアグラウンドの結合に起因するスプリアス（偽）スペクトルピーク（$k_\nu \sim 0.3$）を抑制する。
• 限界: ビーム反転の固有の不安定性に起因して、すべての手法（SDecGMCAを含む）は、高マルチポール（$\ell > 200$）において不安定性とスプリアスペークを示す。また、振動するビームのケースでは、明るいHI源のマスキングに関連する前処理のアーティファクトに起因すると考えられる、大スケールの過剰（$\ell < 10$）が観察される。
• マスキング戦略: 明るい銀河領域を（後処理による、あるいは銀河面の減光をシミュレートすることによって）マスキングすることは、再構成の忠実度を大幅に向上させることを本研究は示している。SDecGMCAはこの戦略から最も恩恵を受け、低マルチポールにおける回収精度の向上と、スプリアスペークのさらなる抑制を示している。
• ハイパーパラメータ: ソースの数（$n_s$）が重要なハイパーパラメータとして特定された。振動するビームのケースにおいて、アンダーフィッティングとオーバーフィッティングのバランスを取るために、$n_s \approx 5-7$ という最適範囲が見出された。

意義と主張
本論文は、現実的で周波数依存的なビーム歪みが考慮される場合、単純なフィッティング手法や標準的なBSS手法では不十分であることを確立している。本研究は、SDecGMCAを、分離プロセス中に計器の応答を明示的に考慮するため、将来の単一ディッシュ強度マッピングサーベイにとって特に有望なアプローチとして位置づけている。

著者らは、SDecGMCAが複雑なビーム条件下でも、事前マスキングなしで堅牢な球面調和再構成を提供すると主張している。しかし、彼らは現在の限界についても謙虚に述べている。すなわち、本手法は依然としてハイパーパラメータ（特に $n_s$ と正則化）の注意深いチューニングを必要とし、ビーム反転の固有の不安定性が信頼できる再構成を $\ell \lesssim 200$ に制限している。論文は、SDecGMCAが前進である一方で、今後の課題として、マスキング戦略をフレームワークに直接統合すること、ハイパーパラメータ選択のためのデータ駆動型診断を開発すること、および性能をさらに高めるための閾値設定スキームを洗練させることに焦点を当てる必要があると結論付けている。