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

Resumo Técnico: Métodos de Visão Computacional para Análise de Frequência de Interferência de Radiofrequência em Dados de Radioastronomia

Declaração do Problema
A Interferência de Radiofrequência (RFI) contamina cada vez mais os espectros de radioastronomia, frequentemente excedendo as amplitudes dos sinais astronômicos em 50–70 dB. Essa contaminação representa um desafio crítico para a detecção de fenômenos transitórios fracos, como pulsares e Explosões de Rádio Rápidas (FRBs). Embora as técnicas de mitigação existentes — especificamente Kurtose Espectral (SK), Desvio Absoluto Mediano (MAD) e SumThreshold — sejam eficazes em muitos contextos, elas dependem de suposições relativas ao ambiente de RFI e às estatísticas dos dados. Consequentemente, esses métodos podem ter dificuldades com interferências fracas, de banda larga ou não estacionárias e falhar em capturar a gama completa de morfologias de RFI. A rotulagem manual, embora precisa, é inviável para conjuntos de dados modernos em grande escala.

Metodologia
Os autores propõem um método de detecção de RFI baseado em transformada que opera sem conhecimento prévio da origem ou do tipo da RFI. A abordagem trata a representação frequência-tempo dos dados como uma imagem, aplicando técnicas de visão computacional para distinguir interferências de sinais astronômicos. O pipeline proposto consiste nas seguintes etapas:

1. Transformada de Fourier de Curto Prazo (STFT): Diferentemente da análise padrão no domínio da frequência, o método aplica uma STFT a cada canal de frequência discreto ($\Delta W$) do espectrograma original. Para os dados da banda L do Telescópio Green Bank (GBT) utilizados, cada canal abrange 195.312,5 Hz. A STFT (com tamanho de janela $L$) converte os dados de série temporal de cada canal em um array complexo de frequência-tempo ($Z_k$).
2. Segmentação de Imagem: A magnitude do array STFT ($X_k$) é tratada como uma imagem. Dois algoritmos clássicos de segmentação de imagem são aplicados para gerar uma máscara binária de RFI:
   • Modelo de Mistura Gaussiana (GMM): Uma abordagem de agrupamento baseada em modelo que assume que os valores dos pixels são gerados por uma mistura de duas distribuições Gaussianas (uma para RFI, outra para dados limpos). Os parâmetros são estimados usando o algoritmo Expectation-Maximization (EM), e os pixels são classificados via probabilidade de Máxima A Posteriori (MAP).
   • Limiarização MAD baseada em Energia: Uma abordagem estatística onde os pixels são sinalizados como RFI se seu desvio da mediana exceder um limiar definido pelo Desvio Absoluto Mediano (MAD) escalado por um parâmetro de projeto $\gamma$ (tipicamente 3–7).
3. Aplicação da Máscara e Reconstrução: A máscara binária resultante (zeros para RFI, uns para dados limpos) é aplicada ponto a ponto aos dados complexos STFT ($Z_k$) para suprimir regiões contaminadas. Os dados limpos são então transformados inversamente por Fourier e remontados na série temporal original para cada canal.
4. Avaliação: O espectrograma limpo é processado através de um pipeline padrão de radioastronomia: despulsão (correção para atraso ionosférico) e integração de frequência. O desempenho é quantificado pela Relação Sinal-Ruído (S/N) de um único pulso da fonte alvo, PSR J1713+0747.

Contribuições Principais

• Pipeline Inovador: A introdução de uma novidade de engenharia em duas etapas: refinar o conteúdo de frequência do canal via STFT seguido de segmentação no domínio da STFT.
• Detecção sem Suposições: O método não requer conhecimento prévio das características da RFI, confiando, em vez disso, na suposição de que a RFI aparece como características de alta energia e estruturadas dentro da imagem de magnitude da STFT.
• Segmentação Híbrida: A aplicação de tanto GMM quanto limiarização MAD baseada em energia a dados de espectrograma, demonstrando que essas técnicas de visão computacional podem separar efetivamente a RFI estruturada do ruído de fundo.

Resultados Experimentais
O estudo utilizou dados do GBT contendo PSR J1713+0747 (1,1–1,9 GHz, 4096 canais, amostragem de 5,12 $\mu$s) com fontes de RFI conhecidas (Iridium, radar da FAA, GPS-L3 e emissores não identificados).

• Comparação com Linha de Base: O estimador SK serviu como linha de base. O SK alcançou um S/N máximo de 22,85 (em $\gamma=5,0$) em comparação com o S/N dos dados brutos de 19,59.
• Desempenho do Método Proposto: A segmentação baseada em GMM aumentou o S/N para 30,54. O método combinado de GMM e limiarização baseada em energia produziu valores de S/N variando de 29,08 a 30,58 em diferentes valores de $\gamma$, demonstrando robustez ao parâmetro de limiar.
• Tratamento de Morfologia: A inspeção visual de espectrogramas de vários canais (1436, 1818, 1830, 1913) confirmou que os algoritmos de segmentação separaram com sucesso a RFI do nível de ruído, independentemente de a interferência ser de banda estreita, variante no tempo ou densamente estruturada.
• Sensibilidade ao Comprimento da Janela: Experimentos variando o comprimento da janela da STFT ($L$) mostraram que comprimentos de 512 e 1024 proporcionaram melhorias substanciais de S/N sobre o SK, equilibrando efetivamente a resolução temporal e frequencial.

Significado e Alegações
O artigo afirma que o refinamento do conteúdo de frequência de cada canal via STFT, seguido de segmentação no domínio da STFT, produz melhorias mensuráveis na supressão de RFI em comparação com métodos tradicionais como o SK. Os autores afirmam que as técnicas de visão computacional separam efetivamente a RFI estruturada de sinais astronômicos, oferecendo uma alternativa flexível a métodos dependentes de suposições estatísticas específicas sobre a interferência. Os resultados sugerem que essa abordagem baseada em transformada é particularmente eficaz para melhorar o S/N de sinais transitórios em ambientes contaminados por RFI.