LAMOST光谱数的二维处理关键技术研究-信息与通信工程专业毕业论文.docx

摘要 摘要 多目标光纤光谱望远镜可以同时获取大量的不同天体的光谱数据，通过光谱 仪后经过光纤的传输从CCD相机中获取二维光谱图像，之后经过光纤光谱数据 处理系统的处理输出需要的光谱数据并存储起来。 多目标光纤光谱数据处理的准确度关系到光谱的利用率、准确性以及完整 性，获得的光谱数据对后续的天文学研究至关重要。因此设计合理的光纤光谱数 据处理系统并提高数据处理的准确度具有重要的意义和价值。 本文首先介绍了多目标光纤光谱望远镜的原理及获取的光谱数据类型和特 征，然后以LAMOST为例，分析二维光谱的形成机理，并据此重新设计基于二 维模型和算法的光纤光谱数据处理系统，着重研究其中的抽谱和减天光两大核心 数据处理模块，并将稀疏表示和凸优化等相关算法应用到其中，分别提出两种基 于二维模型的抽谱算法、基于一致性约束和稀疏约束的非负矩阵分解减天光算法 以及基于主成分分析的二维天光建模减天光算法。 本文的主要工作和创新点如下： 1．研究并设计了基于二维模型和算法的LAMOST数据处理系统流程。设计 的核心是根据二维光谱的形成机理，充分考虑到空间和波长两个方向的光谱信 息，保持二维光谱数据的完整性，所有的核心算法步骤都是基于二维模型算法的， 并将抽谱这一从二维光谱中还原出一维光谱的降维过程放至核心步骤的最后。在 完成减本底、宇宙射线检测、光纤追迹等预处理步骤后，首先进行基于二维模型 算法的波长定标和流量定标处理，其次进行基于二维模型算法的减天光处理，然 后进行基于二维模型的抽谱处理，从二维目标光谱中还原出原始的一维输入目标 谱，最后进行光谱合并等后续处理，输出一维光谱数据。 2．研究了光谱抽取这一核心模块的算法。提出了两种基于二维模型的抽谱 算法。基于二维模型的抽谱算法分为两大主要步骤：建立模拟光谱轮廓特征的二 维点扩展函数矩阵和建立抽谱方程并求解。鉴于光谱轮廓在空间和波长方向都是 近高斯分布的，提出了一种改进的基于二维高斯模型的抽谱算法。利用轮廓信号 的相关性以及噪声的不相关性，通过与二维目标对应的平场光谱和定标灯谱，采 用最小二乘法分别估计出二维高斯模型的空间和波长方向的参数，建立基于二维 万方数据  摘要 高斯模型的点扩展函数矩阵。另外，考虑到实际轮廓的非对称性，提出了一种更 为灵活、自适应性更强的基于二维指数多项式模型的抽谱算法。在空间和波长方 向分别通过两个指数多项式的拼接建立基于二维指数多项式模型的点扩展函数 矩阵。其中空间和波长方向多项式系数的求解也是采用最小二乘法分别通过二维 平场光谱和定标灯谱采样估计出的。在完成了点扩展函数矩阵的建立后，就可以 根据二维光谱的形成原理建立抽谱矩阵方程，准确地估计出抽谱方程的解是需要 解决的难点。本文创新性地提出了利用Barzilai—Borwein梯度投影稀疏重建算法 (Barzilai—Borwein Gradient Projection for Sparse Reconstruction，GPSR—BB)求解 抽谱方程，解决了矩阵求逆导致的振铃问题，较为准确地估计出了原始一维输入 光谱，完成了基于二维算法的抽谱处理。 3．研究了高精度的减天光算法。提出了两种高精度的减天光算法。从天光 建模算法本身出发，根据天光发射线的特征，将非负矩阵分解的相关算法应用于 天光建模中，提出了基于一致性约束和稀疏约束的非负矩阵分解减天光算法。根 据天光发射线稀疏分布的特征以及不同天光光谱在相同波长位置流量的一致性 的特征，设计了一种基于一致性约束和稀疏约束的非负矩阵分解算法。然后利用 设计的算法对天光采样矩阵和目标采样矩阵分别进行训练和测试，构建天光模 型，从目标光谱中减去建立的天光流量就完成了减天光处理。然后从二维的减天 光模型算法的角度出发，利用空间和波长两个方向的光谱信息，提出了基于主成 分分析的二维天光建模减天光算法。对天光采样矩阵进行主成分分析并将获取的 特征向量投影到目标采样矩阵中建立二维天光模型，从二维目标光谱中减去该二 维天光流量即完成了二维减天光处理。 鉴于多目标光纤光谱望远镜系统的原理的相似性，本文提出的处理流程和核 心模块算法在LAMOST数据上进行验证，对其他多目标光纤光谱望远镜系统也 是适用的，具有一定的参考和应用价值。 关键字：LAMOST多目标光纤光谱数据处理光谱抽取减天光稀疏优化算法 主成分分析非负矩阵分解 万方数据  ABSTRACT The multi object fiber spectroscopic telescope can obtain massive spectra舶m different celestial bodies simultaneously．After the transmission the through