激變變星光譜參數(shù)測量研究
發(fā)布時間:2021-03-03 16:43
激變變星是一類特殊而且數(shù)量稀少的雙星系統(tǒng),其主星是一顆白矮星,伴星通常是一顆充滿洛希瓣的光譜型為G, K或M型的晚型星或矮星。激變變星是一類爆發(fā)型的恒星,對于研究密近雙星的演化具有積極的意義。激變變星按照爆發(fā)特征和光變特征可以分為很多亞型,如新星、再發(fā)新星、矮新星、類新星和磁激變變星。同時激變變星又是一類周期型的變星,這些因素都導(dǎo)致其可見光光譜非常復(fù)雜。目前對于激變變星的參數(shù)測量,主要通過后續(xù)觀測來測量其軌道周期、主星和伴星之間的距離等。由于在吸積的過程中,物質(zhì)在白矮星的表面累積,無法直接測量主星的物理參數(shù),而且激變變星本身是一種暗弱的天體,實測光譜數(shù)量較少,因此極大限制了對激變變星物理參數(shù)的系統(tǒng)研究。目前唯一能夠生成激變變星理論光譜的軟件是基于光致電離模型的CLOUDY,但CLOUDY存在采樣點過于稀少以及參數(shù)太多等問題,不能作為理想的理論光譜模板。法國ELODIE高分辨率的光譜可以作為M型恒星光譜參數(shù)測量的理論模板。前期工作中,通過機器學(xué)習(xí)等方法在美國斯隆巡天和中國郭守敬望遠鏡巡天數(shù)據(jù)中發(fā)現(xiàn)了一批激變變星。通過人工篩選,選擇了伴星是M型的407條實測光譜,這些光譜大部分是寧靜期的矮...
【文章來源】:光譜學(xué)與光譜分析. 2019,39(09)北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
圖1激變變星光譜圖Fig.1SpectrumofCVs
(1)信噪比高于20;(2)和ELODIE數(shù)據(jù)有交叉。最終滿足條件的M型光譜共1894條,類型分布比較均勻,見圖2,橫軸(M0—M9)為光譜類型。因為CVs光譜主要表現(xiàn)為吸積盤的發(fā)射線特征,而且普遍存在信噪比低的問題,紅端的分子帶部分需要進行降噪處理。CVs光譜的預(yù)處理主要包括對光譜擬合連續(xù)譜之后,減去連續(xù)譜,將原光譜拉平,見圖3和圖4。并使用中值濾波將光譜的窄吸收線盡量去除。圖中橫軸為采樣點。圖2M型光譜分布圖Fig.2DistributionofMspectra圖3CV擬合-拉平-濾波效果圖Fig.3FilteredspectrumofCVs圖4M型擬合-拉平-濾波效果圖Fig.4FilteredspectrumofMstar2實驗部分2.1光譜維度的確定為了減少模板匹配的計算量,本文將CVs和模板的光譜均進行了降維處理。為保證特征提取的客觀性,同時使用主分量分析(principlecomponentanalysis,PCA)[9]和局部線6392光譜學(xué)與光譜分析第39卷
足條件的M型光譜共1894條,類型分布比較均勻,見圖2,橫軸(M0—M9)為光譜類型。因為CVs光譜主要表現(xiàn)為吸積盤的發(fā)射線特征,而且普遍存在信噪比低的問題,紅端的分子帶部分需要進行降噪處理。CVs光譜的預(yù)處理主要包括對光譜擬合連續(xù)譜之后,減去連續(xù)譜,將原光譜拉平,見圖3和圖4。并使用中值濾波將光譜的窄吸收線盡量去除。圖中橫軸為采樣點。圖2M型光譜分布圖Fig.2DistributionofMspectra圖3CV擬合-拉平-濾波效果圖Fig.3FilteredspectrumofCVs圖4M型擬合-拉平-濾波效果圖Fig.4FilteredspectrumofMstar2實驗部分2.1光譜維度的確定為了減少模板匹配的計算量,本文將CVs和模板的光譜均進行了降維處理。為保證特征提取的客觀性,同時使用主分量分析(principlecomponentanalysis,PCA)[9]和局部線6392光譜學(xué)與光譜分析第39卷
【參考文獻】:
期刊論文
[1]LAMOST-DR1中激變變星光譜的數(shù)據(jù)挖掘研究[J]. 姜斌,李紫宣,曲美霞,王文玉,羅阿理. 光譜學(xué)與光譜分析. 2016(07)
本文編號:3061587
【文章來源】:光譜學(xué)與光譜分析. 2019,39(09)北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
圖1激變變星光譜圖Fig.1SpectrumofCVs
(1)信噪比高于20;(2)和ELODIE數(shù)據(jù)有交叉。最終滿足條件的M型光譜共1894條,類型分布比較均勻,見圖2,橫軸(M0—M9)為光譜類型。因為CVs光譜主要表現(xiàn)為吸積盤的發(fā)射線特征,而且普遍存在信噪比低的問題,紅端的分子帶部分需要進行降噪處理。CVs光譜的預(yù)處理主要包括對光譜擬合連續(xù)譜之后,減去連續(xù)譜,將原光譜拉平,見圖3和圖4。并使用中值濾波將光譜的窄吸收線盡量去除。圖中橫軸為采樣點。圖2M型光譜分布圖Fig.2DistributionofMspectra圖3CV擬合-拉平-濾波效果圖Fig.3FilteredspectrumofCVs圖4M型擬合-拉平-濾波效果圖Fig.4FilteredspectrumofMstar2實驗部分2.1光譜維度的確定為了減少模板匹配的計算量,本文將CVs和模板的光譜均進行了降維處理。為保證特征提取的客觀性,同時使用主分量分析(principlecomponentanalysis,PCA)[9]和局部線6392光譜學(xué)與光譜分析第39卷
足條件的M型光譜共1894條,類型分布比較均勻,見圖2,橫軸(M0—M9)為光譜類型。因為CVs光譜主要表現(xiàn)為吸積盤的發(fā)射線特征,而且普遍存在信噪比低的問題,紅端的分子帶部分需要進行降噪處理。CVs光譜的預(yù)處理主要包括對光譜擬合連續(xù)譜之后,減去連續(xù)譜,將原光譜拉平,見圖3和圖4。并使用中值濾波將光譜的窄吸收線盡量去除。圖中橫軸為采樣點。圖2M型光譜分布圖Fig.2DistributionofMspectra圖3CV擬合-拉平-濾波效果圖Fig.3FilteredspectrumofCVs圖4M型擬合-拉平-濾波效果圖Fig.4FilteredspectrumofMstar2實驗部分2.1光譜維度的確定為了減少模板匹配的計算量,本文將CVs和模板的光譜均進行了降維處理。為保證特征提取的客觀性,同時使用主分量分析(principlecomponentanalysis,PCA)[9]和局部線6392光譜學(xué)與光譜分析第39卷
【參考文獻】:
期刊論文
[1]LAMOST-DR1中激變變星光譜的數(shù)據(jù)挖掘研究[J]. 姜斌,李紫宣,曲美霞,王文玉,羅阿理. 光譜學(xué)與光譜分析. 2016(07)
本文編號:3061587
本文鏈接:http://www.sikaile.net/kejilunwen/tianwen/3061587.html
教材專著