在基于空间频率双域的连贯分散光谱仪中去除背景白光噪声

科学领域:

• 天文学和天体物理学
• 频谱学是一种光谱学.
• 探测系外行星的探测器

背景情况:

• 辐射速度 (RV) 方法对于检测系外行星至关重要,它依赖于精确的恒星RV测量.
• 一致分散光谱仪 (CODES) 为RV测量提供高效率和稳定性,但易受相位噪声的影响.
• 恒星光谱中的背景白光引入相位噪声,降低RV反转精度.

研究的目的:

• 在CODES测量中开发一种减轻背景白光引起的相位噪声的方法.
• 为了提高VR测量的精度和稳定性,用于系外行星检测.
• 提出并验证双域背景白光预测网络 (DDBWP-Net).

主要方法:

• 提出了双域背景白光预测网络 (DDBWP-Net),集成空间和频域处理.
• 频域处理将背景光和吸收线分开,提取全球高频和低频特征.
• 频道注意力机制融合了特征,而具有双层残余结构的空间卷积提取了局部细节,用于准确的背景预测.

主要成果:

• 在应用DDBWP-Net后,RV反转误差主要在0-0.15 m/s范围内,平均误差为0.08 m/s,RMSE为0.13 m/s.
• 在不同的吸收线和光路差异上均的错误分布表明了稳定性.
• DDBWP-Net准确地预测了背景白光,大大提高了RV的精度.

结论:

• DDBWP-Net有效地消除了恒星光谱中的背景白光的相位噪声.
• 拟议的网络显示出强大的稳定性和稳定性,这对于高精度的系外行星探测至关重要.
• 该方法为利用CODES推进系外行星发现提供了必要的技术支持.