《表2 源查找结果对比：uv-faceting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

《uv-faceting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

为了更进一步验证我们提出的算法的正确性和有效性，我们使用源查找软件对图7、图8和图9进行源查找，对比分析它们的图像结果的一致性.这里我们使用的源查找软件是由Paul Hancolk开发的Aegean软件[21]，该软件已经广泛应用于默奇森广角阵列MWA的数据处理当中.源查找的对比结果如图10、图11和图12所示，这里我们采用的波束大小（beam size）均为193.20′′×142.96′′，位置角为-64.46?，这些值由原始观测数据计算得到.表2为详细的分析对比结果.从表中可知，以CASA得到的结果为基准，MPI+CUDA方法在1个波束大小的误差范围内与CASA得到的结果位置相同的射电源有140颗，相同率约为94.6%，比CASA的结果多恢复了11颗源.MPI+OpenMP的方法得到的结果有141颗射电源与CASA的结果位置相同，相同率为95.27%，比CASA多恢复了42颗射电源.这表明本文提出的这两种方法基本正确.存在差异的原因:我们的方法是将数据分割成多份，每份数据单独进行栅格化，再进行加权求和得到最终的栅格化结果.在加权求和时，边界位置部分网格点出现了重复累加，导致差异的产生.这些差异可以通过以下方法进行修正:以CASA图像结果的流量大小为基准，对我们提出方法的图像结果进行加权重，修正它们的流量大小，从而获得与CASA完全一致的图像结果这项工作是我们下一步的工作内容.另一方面，MPI+OpenMP与MPI+CUDA的结果有159颗射电源的位置相同，说明MPI+OpenMP的方法多恢复了31颗源.表明在正确性上，MPI+CUDA的方法比MPI+OpenMP的方法更加准确.