Tengo un archivo de datos con 2 columnas, cada una de las cuales contiene una salida de voltaje muestreada en el tiempo (una secuencia de números reales) de un radiotelescopio, por lo que hay un par de telescopios que miden la señal aquí. La fuente de los datos es un púlsar y tengo que encontrar su período y medida de dispersión.
Soy un aficionado tratando de entender lo que realmente está pasando en el método. Los datos se muestrean en el tiempo en la frecuencia de muestreo de Nyquist (2B) y la señal se mide en la frecuencia central f y la banda ancha B.
Estudié la correlación cruzada entre los dos voltajes V1 y V2 de la radioastronomía esencial, pero no entendí bien el método. ¿Tenemos que evaluar la función de correlación cruzada de cada lectura y luego graficarla con el tiempo para obtener el perfil del pulso? ¿O tenemos que tomar la transformada de Fourier de cada par de voltaje (¿cómo?) y luego trazarlo para obtener el perfil del pulso? Encontramos el período de un púlsar a partir de su perfil de pulso promedio, ¿verdad?
También está escrito que para encontrar la sincronización del púlsar, tenemos que doblar los datos de muchos pulsos módulo período de pulso instantáneo (¿cómo podemos hacer eso si no conocemos el período del pulso en primer lugar?). Esta oración está en todas partes y no puedo entenderla cada vez.
Estoy confundido acerca de la serie apropiada de pasos que se deben realizar aquí para obtener el período del púlsar y la medida de dispersión. ¿Podrías darme alguna idea?
Gracias.
Para comprender los conceptos básicos de algoritmos como ese, creo que a menudo es mejor mirar lo que escriben los practicantes aficionados (en lugar de sumergirse directamente en artículos científicos). La descripción del algoritmo de plegado en joataman.net es completa y pragmática.
Un gran libro en profundidad sobre el tema es Lorimer/Kramer: Handbook of Pulsar Astronomy , Oxford University Press.
Para el trabajo real, sugeriría el paquete sigproc de Duncan Lorimer. Su hogar está en Sourceforge, pero hay bifurcaciones por todas partes porque el software original es un poco peculiar cuando se ejecuta en Linux modernos.
El problema que está tratando de resolver es uno generalmente conocido como estimación espectral. Además de las referencias prácticas proporcionadas por jstarek, le sugiero que también lea algunos fundamentos.
El libro de SMKay Modern Spectral Estimation , aunque tiene casi 20 años, está totalmente actualizado y es una introducción muy bien explicada (fácil de leer).
Verá que el algoritmo de plegamiento es solo una versión del periodograma de Welch, y que su enfoque de correlación cruzada encaja como un esquema de estimación MLE (hoy en día también conocido como técnicas de subespacio de señal).
usuario28958