【摘要】：隨著觀測(cè)手段的不斷進(jìn)步,天體光譜數(shù)據(jù)在迅速增加,我國(guó)在建的LAMOST望遠(yuǎn)鏡,每個(gè)觀測(cè)夜可以得到2-4萬(wàn)條天體光譜.面對(duì)如此巨大的海量數(shù)據(jù),采用自動(dòng)的光譜分析與識(shí)別方法已成為必然的選擇.天體光譜的自動(dòng)分析與識(shí)別主要包括光譜分類(lèi)、參數(shù)測(cè)量和譜線證認(rèn).針對(duì)光譜自動(dòng)處理的各個(gè)環(huán)節(jié),我們利用模式識(shí)別的方法對(duì)星系光譜的自動(dòng)處理相關(guān)技術(shù)進(jìn)行了研究.主要工作有: 1.對(duì)光譜的去噪進(jìn)行了研究,提出了一種基于均值漂移的自適應(yīng)雙邊濾波方法.其性能僅取決于空域的核尺度參數(shù),幅度域的核尺度是根據(jù)信號(hào)的局部特征自適應(yīng)選取的.該方法能夠去除脈沖噪聲,能有效抑制非脈沖噪聲,并有較強(qiáng)的邊緣保護(hù)能力,比較適合非發(fā)射線天體光譜的去噪. 2.非發(fā)射線天體光譜是天體光譜譜線自動(dòng)提取中最難處理的一種.已有的譜線自動(dòng)提取方法大都對(duì)發(fā)射線天體光譜較為有效,而對(duì)譜線較弱的非發(fā)射線天體光譜處理不好.提出了一種適于非發(fā)射線天體光譜的譜線自動(dòng)提取方法.首先,采用迭代處理擬合出較為滿意的連續(xù)譜;其次,聯(lián)合采用整體閾值處理和自適應(yīng)的局部閾值處理提取譜線.實(shí)驗(yàn)結(jié)果表明:該方法的性能較之傳統(tǒng)的小波方法有顯著的提高. 3.提出了一種新的星系光譜分類(lèi)方法,將星系光譜分為正常星系和活動(dòng)星系.先對(duì)原始光譜進(jìn)行二進(jìn)小波分解,選擇主要包含譜線信息的第四級(jí)小波系數(shù)作為光譜的小波特征.再利用主分量分析對(duì)光譜的小波特征進(jìn)行特征壓縮,得到光譜的識(shí)別特征.最后利用Fisher線性判別分析實(shí)現(xiàn)分類(lèi).不同于已有的方法,該方法能夠在紅移值未知的情況下,對(duì)流量未定標(biāo)的星系光譜進(jìn)行識(shí)別. 4.紅移測(cè)量和譜線證認(rèn)是天體光譜自動(dòng)識(shí)別中最重要的內(nèi)容.本文提出了一種基于知識(shí)的天體光譜的紅移測(cè)量和譜線證認(rèn)方法.首先,利用譜線的相關(guān)知識(shí)對(duì)紅移候選和特征譜線候選進(jìn)行了定義,并根據(jù)定義交叉確認(rèn)紅移候選和特征譜線候選,然后,利用Parzen窗法對(duì)所得到的紅移候選集進(jìn)行密度估計(jì),最后,確定密度最大的紅移候選,將落入其Parzen窗內(nèi)的所有紅移候選值進(jìn)行平均得到紅移,與這些紅移候選值相對(duì)應(yīng)的譜線候選即為譜線.與現(xiàn)有的基于譜線匹配的方法相比,該方法對(duì)譜線提取效果的依賴(lài)程度較低. 5.提出了一種新的基于交叉相關(guān)的紅移測(cè)量方法.該方法首先利用提取出的譜線
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2005
【分類(lèi)號(hào)】：P144
【圖文】：

指餮�；袜心天体｀砚C垂餛啄莧啡系奶焯邐錮砝嘈啔6]如圖1-2所示，圖中首先以銀河系為界線把天體劃分為：河內(nèi)天體和河外天體．原因主要是因?yàn)槲覀兯幍牡厍蛟阢y河系內(nèi)部，銀河系外的天體則基本上都是和銀河系一樣規(guī)模或組成比它更大或較小的天體，叫星系．因?yàn)樗鼈兯俣群艽�，離地球很遠(yuǎn)，因此我們看到天空中的很多天體是銀河系內(nèi)的恒星，但也有一些是銀河系以外的星系天體．它們的劃分首先能對(duì)宇宙大尺度的構(gòu)成研究發(fā)揮作用．河外天體主要是星系，星系是由成千上億的恒星、星際物質(zhì)及暗物質(zhì)組成的，從它是否具有活動(dòng)輻射區(qū)，又可分成活動(dòng)星系和正常星系．活動(dòng)星系根據(jù)具有活動(dòng)星系核活動(dòng)還是其他劇烈活動(dòng)，又分成活動(dòng)星系核（Active Galactic Nucleus，AGNs）和星暴星系．而AGNs又分類(lèi)星體、賽弗特I和II、蝎虎BL Lac、低電離核發(fā)射區(qū)LINER等．另外，由于AGNs的顯著特性，天文上通常把它單獨(dú)從活動(dòng)星系中分出來(lái)自成一類(lèi)．本

圖 4-1 實(shí)驗(yàn)數(shù)據(jù) 圖 4-2 實(shí)驗(yàn)結(jié)果，高斯濾波(上)，中值濾波(中)，本文方法(下)為了對(duì)這 3 種方法作一定量的比較，我們對(duì)圖 4-1 中原始數(shù)據(jù)加入均值為 0、均方差σ 不同的高斯白噪聲．表 4-1 為 3 種方法產(chǎn)生的均方誤差的比較．可以看出：當(dāng)信噪比較低時(shí)，高斯濾波產(chǎn)生的均方誤差小于另外兩種方法，而本文方法的均方誤差小于中值濾波；隨著信噪比的增加，高斯濾波的均方誤差逐漸大于另外兩種方法，而本文方法的均方誤差逐漸大于中值濾波．這是因?yàn)樵诘托旁氡惹闆r下噪聲殘留引起的誤差占主導(dǎo)地位，而在高信噪比情況下信號(hào)邊緣處的誤差占主導(dǎo)地位．由此可以得出：在抑制高斯噪聲時(shí)，高斯濾波最優(yōu)，本文方法次之，中值濾波最差；而在保持邊緣的性能方面，中值濾波最優(yōu)，本文方法次之，高斯濾波最差．因此在信噪比較低時(shí)，本文方法整體上優(yōu)于中值濾波和高斯濾波．表 4-1 3 種方法產(chǎn)生的均方誤差比較σ =1/4 σ =1/3 σ =1/2 σ =1 σ =2

圖 4-1 實(shí)驗(yàn)數(shù)據(jù) 圖 4-2 實(shí)驗(yàn)結(jié)果，高斯濾波(上)，中值濾波(中)，本文方法(下)為了對(duì)這 3 種方法作一定量的比較，我們對(duì)圖 4-1 中原始數(shù)據(jù)加入均值為 0、均方差σ 不同的高斯白噪聲．表 4-1 為 3 種方法產(chǎn)生的均方誤差的比較．可以看出：當(dāng)信噪比較低時(shí)，高斯濾波產(chǎn)生的均方誤差小于另外兩種方法，而本文方法的均方誤差小于中值濾波；隨著信噪比的增加，高斯濾波的均方誤差逐漸大于另外兩種方法，而本文方法的均方誤差逐漸大于中值濾波．這是因?yàn)樵诘托旁氡惹闆r下噪聲殘留引起的誤差占主導(dǎo)地位，而在高信噪比情況下信號(hào)邊緣處的誤差占主導(dǎo)地位．由此可以得出：在抑制高斯噪聲時(shí)，高斯濾波最優(yōu)，本文方法次之，中值濾波最差；而在保持邊緣的性能方面，中值濾波最優(yōu)，本文方法次之，高斯濾波最差．因此在信噪比較低時(shí)，本文方法整體上優(yōu)于中值濾波和高斯濾波．表 4-1 3 種方法產(chǎn)生的均方誤差比較σ =1/4 σ =1/3 σ =1/2 σ =1 σ =2

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李鄉(xiāng)儒;胡占義;趙永恒;;基于Fisher判別分析的有監(jiān)督特征提取和星系光譜分類(lèi)[J];光譜學(xué)與光譜分析;2007年09期

相關(guān)碩士學(xué)位論文 前1條

1 王飛;LAMOST光譜數(shù)據(jù)獲取與預(yù)處理方法的改進(jìn)[D];北京交通大學(xué);2008年

本文編號(hào)：2775750