《表2 掺量正交试验：混合w-facets成像并行算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《混合w-facets成像并行算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据GLEAM巡天数据处理的经验，我们设置需要计算的脏图的大小为：4 000×4 000，每个像素的大小为25′′，因此脏图的最大宽度Iwidth约为0.48 rad。该快照数据的wmax值约为1 035倍波长，根据式（9）我们计算出单独使用w-projection时，最佳的Nwplanes约为248。如表2所示，是不同成像算法的测试结果对比。在成像质量对比方面，我们主要给出的是均方根（RMS）、动态范围（DR）和射电源识别数目。通过从这三方面的对比中发现，二维傅里叶变换方法（2D FFT，保持Nfacets=0和Nwplanes=0）成像质量最差，w-stacking方法成像质量最好。uv-faceting方法（保持Nwplanes=0）的成像质量比2D FFT好，随着Nfacets的增大成像质量越好。w-projection方法（保持Nfacets=0）在Nwplanes 31时，成像质量均比2D FFT方法好；在较小Nwplanes时，w-projection比uv-faceting的成像质量要好，成像质量也随着Nwplanes的增大质量越高。对于w-facets方法的成像结果，在Nfacets=16和Nwplanes=62时质量最高；在相同的取值时，比单独使用uv-faceting或w-projection的质量都要高，并且最接近w-stacking的成像质量。此时，w-facets的图像动态范围比uv-faceting提高了2.34 d B，图像RMS降低了4 m Jy·beam-1。在Nfacets=4和Nwplanes=124时，w-facets的成像结果比相同取值的uv-faceting成像质量好，比wprojection的差；在Nfacets=64和Nwplanes=31时，w-facets的成像结果比w-projection的都要好，与uv-faceting成像结果相近。成像质量的分析表明，uv-faceting与w-projection结合后，成像质量能够得到进一步提高。