Computer Vision Methods for Frequency Analysis of RFI in Radio Astronomy Data

Technische Samenvatting: Methoden voor Computervisie voor Frequentie-analyse van RFI in Radioastronomische Data

Probleemstelling
Radiofrequente Interferentie (RFI) vervuilt radioastronomische spectra steeds meer, waarbij de amplitude van de astronomische signalen vaak met 50–70 dB wordt overtroffen. Deze vervuiling vormt een kritieke uitdaging voor het detecteren van zwakke transient verschijnselen, zoals pulsars en Fast Radio Bursts (FRBs). Hoewel bestaande mitigerende technieken – met name Spectrale Kurtosis (SK), Mediaan Absolute Afwijking (MAD) en SumThreshold – in veel contexten effectief zijn, berusten ze op aannames betreffende de RFI-omgeving en datastatistieken. Bijgevolg kunnen deze methoden moeite hebben met zwakke, breedbandige of niet-stationaire interferentie en falen ze om het volledige spectrum aan RFI-morfologieën te vangen. Handmatige labelering is weliswaar nauwkeurig, maar onuitvoerbaar voor moderne grootschalige datasets.

Methodologie
De auteurs stellen een op transformatie gebaseerde RFI-detectiemethode voor die werkt zonder voorafgaande kennis van de oorsprong of het type van de RFI. De benadering behandelt de frequentie-tijdrepresentatie van de data als een afbeelding en past computervisie-technieken toe om interferentie te onderscheiden van astronomische signalen. Het voorgestelde proces bestaat uit de volgende stappen:

1. Short-Time Fourier Transform (STFT): In tegenstelling tot standaard frequentiedomein-analyse, past de methode een STFT toe op elk discreet frequentiekanaal ($\Delta W$) van het oorspronkelijke spectrogram. Voor de gebruikte L-band-data van de Green Bank Telescope (GBT) beslaat elk kanaal 195.312,5 Hz. De STFT (met venstergrootte $L$) converteert de tijdreeksdata van elk kanaal naar een complexwaardige frequentie-tijd array ($Z_k$).
2. Beeldsegmentatie: De magnitude van de STFT-array ($X_k$) wordt behandeld als een afbeelding. Twee klassieke beeldsegmentatie-algoritmen worden toegepast om een binaire RFI-masker te genereren:
   • Gaussian Mixture Model (GMM): Een modelgebaseerde clusteringbenadering die ervan uitgaat dat de pixelwaarden worden gegenereerd door een mengsel van twee Gaussische verdelingen (één voor RFI, één voor schone data). Parameters worden geschat met het Expectation-Maximization (EM)-algoritme, en pixels worden geclassificeerd via Maximum a Posteriori (MAP)-waarschijnlijkheid.
   • Energie-gebaseerde MAD-drempelwaarde: Een statistische benadering waarbij pixels worden gemarkeerd als RFI als hun afwijking van de mediaan een drempelwaarde overschrijdt die wordt gedefinieerd door de Mediaan Absolute Afwijking (MAD) vermenigvuldigd met een ontwerpparameter $\gamma$ (doorgaans 3–7).
3. Maskertoepassing en Reconstructie: Het resulterende binaire masker (nullen voor RFI, enen voor schone data) wordt punt-voor-punt toegepast op de complexe STFT-data ($Z_k$) om vervuilde gebieden te onderdrukken. De gereinigde data worden vervolgens inverse-Fourier-getransformeerd en opnieuw samengesteld tot de oorspronkelijke tijdreeks voor elk kanaal.
4. Evaluatie: Het gereinigde spectrogram wordt verwerkt via een standaard radioastronomisch proces: de-dispersie (correctie voor ionosferische vertraging) en frequentie-integratie. De prestaties worden gekwantificeerd aan de hand van het Signaal-Ruisverhouding (S/N) van een enkele puls van de doelbron, PSR J1713+0747.

Belangrijkste Bijdragen

• Nieuwe Processtroom: De introductie van een tweestaps technische innovatie: verfijning van de frequentie-inhoud van kanalen via STFT, gevolgd door segmentatie in het STFT-domein.
• Aannames-vrije Detectie: De methode vereist geen voorafgaande kennis van RFI-kenmerken, maar vertrouwt in plaats daarvan op de aanname dat RFI verschijnt als hoog-energetische, gestructureerde kenmerken binnen de STFT-magnitude-afbeelding.
• Hybride Segmentatie: De toepassing van zowel GMM als energie-gebaseerde MAD-drempelwaarde op spectrogramdata, wat aantoont dat deze computervisie-technieken gestructureerde RFI effectief kunnen scheiden van achtergrondruis.

Experimentele Resultaten
De studie gebruikte GBT-data met PSR J1713+0747 (1,1–1,9 GHz, 4096 kanalen, 5,12 $\mu$s bemonstering) met bekende RFI-bronnen (Iridium, FAA-radar, GPS-L3 en onbekende zenders).

• Basislijnvergelijking: De SK-schatter diende als basislijn. SK bereikte een maximale S/N van 22,85 (bij $\gamma=5,0$) vergeleken met de ruwe data S/N van 19,59.
• Prestaties van de Voorgestelde Methode: De op GMM gebaseerde segmentatie verhoogde de S/N tot 30,54. De gecombineerde methode van GMM en energie-gebaseerde drempelwaarde leverde S/N-waarden op variërend van 29,08 tot 30,58 over verschillende $\gamma$-waarden, wat robuustheid ten opzichte van de drempelparameter aantoont.
• Omgaan met Morfologie: Visuele inspectie van spectrogrammen van diverse kanalen (1436, 1818, 1830, 1913) bevestigde dat de segmentatie-algoritmen met succes RFI van de ruisvloer scheidden, ongeacht of de interferentie smalbandig, tijdsvariërend of dicht gestructureerd was.
• Venstergrootte-gevoeligheid: Experimenten met variërende STFT-venstergroottes ($L$) toonden aan dat lengtes van 512 en 1024 aanzienlijke S/N-verbeteringen bood ten opzichte van SK, waarbij tijd- en frequentieresolutie effectief in evenwicht werden gebracht.

Betekenis en Beweringen
Het artikel beweert dat het verfijnen van de frequentie-inhoud van elk kanaal via STFT, gevolgd door segmentatie in het STFT-domein, meetbare verbeteringen in RFI-onderdrukking oplevert in vergelijking met traditionele methoden zoals SK. De auteurs stellen dat computervisie-technieken gestructureerde RFI effectief scheiden van astronomische signalen, en bieden zo een flexibel alternatief voor methoden die afhankelijk zijn van specifieke statistische aannames over de interferentie. De resultaten suggereren dat deze op transformatie gebaseerde aanpak bijzonder effectief is voor het verbeteren van de S/N van transient signalen in door RFI vervuilde omgevingen.