拟合真正测到的颜色组合
把五个处理孔径计数排成向量,逐波段注入得到五列响应。响应矩阵乘一组对比度,便预测这些测量。再添一个局部公共背景向量,因为减除残差在星周围仍可能有非零均值。
比较孔径估计这个背景。若公共协方差已知、比较区独立,扣去其均值便消除了未知背景,同时增加均值估计的方差;这也等价于联合高斯模型里对公共背景取最佳值。实际环带只近似这些条件,还要用重复采样检验。
先看一个两波段算例:各自保留自身光源,却扣去另一波段的一半。真实对比度都为一时,输出都只有二分之一。仅除对角响应仍会报成二分之一,解完整耦合方程才能找回一。这个无量纲算例与五波段采样数据分别标记。
对应阅读:Pueyo · Greco & Brandt
有些光谱组合更容易测
协方差记录哪些涨落一起走。两个通道方差都为一、相关系数为零点八时,公共亮度方向的协方差本征值是一点八,差值方向是零点二。宽谱整体升高与颜色差异需要不同噪声权重。
响应也有自己的强弱方向。奇异值描述独立输入组合映到测量后有多强。保存的角差加谱差矩阵,奇异值约从七十点六万到四百六十三万电子每单位对比度;最弱组合仍能测,但透射弱得多。
总视场转角为零时,均值角差叠加图的源响应为零。求逆不能恢复已经删除的信息,应报告秩失效。添加数值平滑项会给出好看的谱线,同时也加入了额外假设。
对应阅读:Pueyo · Greco & Brandt
让位置与亮度彼此竞争
PSF 放偏一点,有时很像亮度改了一点。每波段只有一个孔径和时,五个测量配五个自由对比度,残差自由度为零,很难看出这种混淆。要检查图像形状,就增加空间测量。
保存的位置计算每波段取三个量:中心孔径、径向孔径差和切向孔径差,一共十五个。每个试探位置都重新传播点源场,逐波段注入并重跑处理,再拟合五个对比度。余下残差便能检查总流量以外的结构。
比较区提供完整十五维空间光谱协方差。默认几何避开伴星及其角差负瓣后只剩十七区,去均值后最多十六个样本方向。十五维满秩虽然可能,条目却仍不稳定:六十四次角差重复采样里,比较协方差条件数中位约七万,最大超过九百万。
条件数是最大协方差本征值与最小本征值之比,越大越容易在求逆时放大弱方向的误差。每个位置保留最佳对比度,就得到位置剖面,可以看位置与光谱怎样互相补偿。保存的九点粗网格用于局部诊断;精细定位区间还需要更密网格和覆盖检验。
对应阅读:Pueyo · Greco & Brandt · Mawet et al.
别漏掉伴星自己的光子噪声
无源环带能估计残余光晕涨落,却没有伴星光子。亮伴星还要添自己的光子噪声。默认空间拟合若漏掉这项,十个残差维度的二次残差约为三百二十五;独立复算也保存了这次失败。
均值角差、谱差可以沿实际插值和减除逆向求权重,算清每个原像素怎样进入每个输出测量。把权重两两相乘,再乘源光子方差求和,便得到完整源协方差。谱差让不同输出通道共用输入计数,也会带来跨通道项。方差采用拟合出的非负源强度,报告的对比度本身仍允许为负。
补入后,默认空间拟合的二次残差约为五点四二。这只检验了一套条件模型。数据依赖 KLIP 还要在源光子重采样时重新学习基,独立完整采样时重新估比较协方差;固定基的线性传播不会自动包含这些变化。
对应阅读:Greco & Brandt · Pueyo
写清正在取最佳值的似然
多元高斯密度除了残差惩罚,还包含归一项,归一项依赖协方差行列式。若噪声随源流量或位置改变,行列式也要跟着变;只压低加权残差,会偏爱被放大的噪声。
局部计算先从初次流量拟合估源光子协方差,再把合并协方差固定在整张位置网格上。保存的工作高斯似然包含行列式项;它在这张网格里是常数。这是一张采用给定协方差的条件剖面。若优化时同步更新流量依赖噪声,就必须逐点更新行列式。
后验还需指定先验,并对干扰量积分;剖面则保留各处最佳值。弱响应方向和非负流量边缘附近,两者尤其可能不同。
对应阅读:Greco & Brandt · Pueyo
让重复采样检查误差
每次从同一光学期望重新抽泊松计数与读出噪声,再重做图像处理、避开同一几何源弧、估计比较协方差并拟合空间光谱。这里知道源输入,就能看名义标准误区间盖住真值多少次。
下表按波长顺序列出覆盖次数:角差与谱差加角差各做六十四次完整采样,KLIP 做二十四次。理想已知协方差高斯问题里,一个标准误约应覆盖百分之六十八。实验保留了涨落、稀疏协方差误差及给定光晕,没有新生成一套真实大气。
更细的位置网格间隔为零点零零一个参考角单位,又暴露了粗图看不到的限制:角差六十四次里二十二次最优值到边缘,角差谱差为三十一次;二十四次 KLIP 中有十五次到边缘。边缘最优值提示继续扩大搜索;定位区间另需覆盖检验。
某些通道覆盖不足,解释窄谱结构时就要格外留意。这套误差有用,但名义区间尚非自动校准的区间。再让一种 PSF 产生光、用另一种去拟合,可以检查模板失配;增加噪声重复次数修不好错用的光学模板。
| 处理方法 | 一个标准误内次数 | 两个标准误内次数 |
|---|---|---|
| 均值角差,64 次 | 48、44、41、38、39 | 64、62、57、61、56 |
| 谱差加角差,64 次 | 44、46、35、43、34 | 63、60、60、61、61 |
| 数据依赖 KLIP,24 次 | 11、15、8、12、11 | 19、22、23、19、18 |
对应阅读:Greco & Brandt · Mawet et al.
把局部涨落与盲搜分开
局部 Student 统计量把一个孔径与有限参考样本比较。只有五个独立高斯参考值时,统计量达到五的单侧尾概率约为零点零零三七五,远高于常见的大样本高斯值;相关散斑还会改变分布。
搜很多位置、尝试多个减除阶数,又增加了碰到大涨落的机会。零假设实验重复完整的位置与方法选择,保存每次全场最大值。有限次实验一次也没超过,只能给上限,不能报零概率。
把恢复出的组合、响应、噪声假设与实际失败一起交代,下一次观测才知道该增加转角、改善 PSF,还是延长序列。
对应阅读:Mawet et al. · Greco & Brandt