FITrig：一种用于高效探测超长周期脉冲星的高性能检测技术

《Astronomy and Computing》：FITrig: A high-performance detection technique for efficient Ultra-Long-Period Pulsars

超长周期脉冲星检测技术Fast Imaging Trigger（FITrig）通过GPU加速和图像域/频域双策略，显著提升灵敏度至20倍于稳态特征，降低误报率858倍，并实现大规模宽场图像的实时处理，适用于SKA等下一代望远镜。

　　

李晓通|卡雷尔·阿达梅克|韦斯利·阿莫尔

牛津大学工程科学系e-Research中心，英国牛津市Keble路7号，OX1 3QG

摘要

超长周期（ULP）脉冲星是一类新发现的天体瞬变源，为天体物理学提供了独特的见解，尽管迄今为止仅探测到非常少的这类脉冲星。在射电天文学中，大多数时域检测方法无法找到这些脉冲星，而现有的基于图像的检测方法仍面临挑战，包括灵敏度低、误报率高以及计算效率低等问题。在本文中，我们开发了Fast Imaging Trigger（FITrig），这是一种基于GPU加速的、基于统计的ULP脉冲星检测和定位方法。FITrig结合了图像域和图像频域两种互补的策略。该方法提高了对微弱脉冲星的灵敏度，减少了由噪声、处理伪影或稳定源引起的误报，并提高了大规模宽场图像的搜索效率。与最先进的源查找工具SOFIA 2相比，FITrig在处理$50K\times 50K像素大小的图像时，检测速度提高了4.3倍，并将误报率降低了858.8倍（在6$ $$$\sigma$的显著性水平下）；而图像频域分支则进一步降低了误报率。即使在严格的奈奎斯特采样条件下，FITrig也能检测到比周围稳定特征暗20倍的脉冲星。本文通过真实世界数据（MeerKAT对PSR J0901-4046的观测）和基于MeerKAT及SKA Array Assembly（AA）2望远镜配置的模拟数据集，展示了FITrig的性能。

引言

寻找脉冲星（Lorimer和Kramer，2004）是射电天文学中的热门课题，因为探测和观测脉冲星的射电辐射可以帮助天文学家验证广义相对论（Hoffmann，1968；Desvignes等人，2019）等理论，并研究受磁流体力学（MHD）支配的天体物理过程（Urpin，2011；Okamoto和Sigalo，2006；Tchekhovskoy等人，2013）。超长周期（ULP）脉冲星，如PSR J0901-4046（其自转周期长达76秒，Caleb等人，2022），是一类自转速度异常缓慢的脉冲星。这类脉冲星可能揭示隐藏的中子星群体，并有助于改进引力波研究，同时它们的辐射特性也对传统的中子星物理模型提出了挑战（Bezuidenhout等人，2025）。

然而，ULP脉冲星的探测面临重大挑战：它们的自转速度极慢，产生的射电脉冲微弱且分布广泛，经常被噪声掩盖。更困难的是，由于它们的长周期辐射和瞬变性质，需要长时间观测才能可靠地区分真实信号和伪信号。这些挑战解释了为什么大多数主要在时频域工作的脉冲星检测技术（Lorimer和Kramer，2004；Ransom等人，2002；Andersen和Ransom，2018）难以识别ULP脉冲星。

将脉冲星搜索从时频域转移到图像域，可以检测到ULP脉冲星，因为它们的长周期信号会形成连贯的模式（例如重复的亮斑），这些模式比传统周期性搜索中的分散峰值更容易与噪声区分开来。快速成像（FI）技术可以从短时间内收集的可见度数据重建图像，并通过统计选择方法识别出瞬变候选体（Trott等人，2011）。最近基于图像的瞬变源搜索在天体物理学领域取得了成果，例如在射电波段发现了双白矮星脉冲星（Pelisoli等人，2023）和ULP中子星（Caleb等人，2022）。凭借其实时处理能力和可扩展性，FITrig成为下一代望远镜（如SKA）的有力工具，有望发现隐藏的ULP脉冲星。

引言

自20世纪以来，寻找脉冲星一直是射电天文学的热门课题，因为探测和观测脉冲星的射电辐射有助于验证广义相对论等理论，并研究受磁流体力学支配的天体物理过程。超长周期（ULP）脉冲星，如PSR J0901-4046（自转周期长达76秒，Caleb等人，2022），是一类自转速度异常缓慢的脉冲星。这类脉冲星可能揭示隐藏的中子星群体，并有助于改进引力波研究，同时它们的辐射特性也对传统的中子星物理模型提出了挑战（Bezuidenhout等人，2025）。

然而，ULP脉冲星的探测面临重大挑战：由于自转速度极慢，它们产生的射电脉冲微弱且分布广泛，经常被噪声掩盖。此外，由于它们的长周期辐射和瞬变性质，需要长时间观测才能可靠地区分真实信号和伪信号。这些挑战解释了为什么大多数主要在时频域工作的脉冲星检测技术难以识别ULP脉冲星。

将脉冲星搜索从时频域转移到图像域，可以检测到ULP脉冲星，因为它们的长周期信号会形成连贯的模式（例如重复的亮斑），这些模式比传统周期性搜索中的分散峰值更容易与噪声区分开来。快速成像（FI）技术可以从短时间内收集的可见度数据重建图像，并通过统计选择方法识别出瞬变候选体（Trott等人，2011）。最近基于图像的瞬变源搜索在天体物理学领域取得了成果，例如在射电波段发现了双白矮星脉冲星（Pelisoli等人，2023）和ULP中子星（Caleb等人，2022）。这一领域促使人们开发了诸如realfast（Law等人，2018）这样的检测工具，用于Karl G. Jansky Very Large Array（VLA；Thompson等人，1980）。表1全面分析了基于图像的脉冲星检测与时域检测的优缺点。图1展示了基于图像的射电脉冲星检测的工作流程（Burke等人，2019；Thompson等人，2017）。

在FI工作流程中，首先为每个时间间隔创建宽场图像，然后使用源查找技术（如SOFIA 2（Westmeier等人，2021）、SFIND（Hopkins等人，2002）、AEGEAN（Hancock等人，2012）和Python Blob Detector and Source Finder²（PyBDSF）在生成的快照中定位脉冲星。其中，SOFIA 2是一种利用OpenMP进行多线程处理的并行代码。该算法通过平滑图像的多个空间和频谱尺度来定位显著的辐射源，被称为Smooth and Clip（S + C）查找器（Serra等人，2012）。

然而，当前的ULP脉冲星检测工具仍存在以下挑战：

• •
  灵敏度：
  射电天文图像中脉冲星的检测，尤其是ULP脉冲星，常常受到信噪比（SNR）低的限制。

•

误报率：

必须准确区分真实脉冲星信号和伪信号，以避免将伪信号误判为ULP脉冲星。

•

计算效率：

下一代望远镜产生的数据量不断增加，需要更高效的脉冲星检测算法。计算优化的ULP检测技术对于实时分析至关重要，以便及时跟进候选脉冲星的观测。

为了解决这些挑战，我们开发了一种新的ULP脉冲星检测技术，称为Fast Imaging Trigger（FITrig）。FITrig通过一种针对目标的图像评估方法tLISI（transient-oriented Low-Information Similarity Index）实现了高灵敏度。通过集成到触发工作流中的基于统计的自动选择过程，最小化了误报。此外，FITrig采用GPU加速设计，充分利用其高度并行的架构快速处理大数据集，从而实现了高效的候选脉冲星识别。

为确保本文的清晰性，这里简要解释了一些关键术语。“天体瞬变源”或简称“瞬变源”指的是在观测中辐射显著变化的射电源。“稳定源”则指辐射在观测过程中基本保持不变的射电源。“脏波束”是指由于望远镜阵列uv覆盖不完整而产生的点扩散函数（PSF）。最后，“稳定特征”是指由稳定源及其叠加的脏波束形成的结构。表A.5总结了本文中使用的技术术语及其缩写。

FITrig的方法论在第2节中提出。第3节通过实验结果展示了其性能，首先使用MeerKAT测量的PSR J0901-4046的真实数据集验证了FITrig的性能（Booth和Jonas，2012；Davidson，2012；Jonas，2009）。然后，我们使用基于MeerKAT和Square Kilometre Array（SKA；Dewdney等人，2013）AA2配置的模拟数据集，在更具挑战性的情况下测试了FITrig的性能，进一步展示了其在计算效率（第3.2节）、灵敏度（第3.3节）和误报率（第3.4节）方面的表现。第4节总结了本文的结论。

问题分析

在射电干涉成像中，可见度与接收到的天空亮度分布（SBD）之间的关系（Burke等人，2019）由以下公式表示：