Acquisition comprimée multi-longueur d'onde et son application en radioastronomie

par Ming Jiang

Projet de thèse en Astronomie et Astrophysique

Sous la direction de Jean-Luc Starck.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Astronomie et Astrophysique d'Île-de-France (Meudon, Hauts-de-Seine) , en partenariat avec AIM - Astrophysique Instrumentation Modélisation (laboratoire) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 12-11-2014 .


  • Résumé

    La nouvelle génération d'interféromètre radio nous permettra de construire des images à haute résolution et avec une très bonne sensibilité. Un des problèmes majeurs de l'imagerie en radio-astronomie est que l'information spatiale n'est pas complètement disponible, car nous ne pouvons acquérir que quelques composantes de Fourier, appelées visibilités. Des travaux récents en analyse harmonique et dans le domaine de l'optimisation comme la théorie de l'acquisition comprimée (compressed sensing), la reconstruction avec contrainte de parcimonie, ou encore la théorie proximale pour la minimisation de fonctionnelles, ont montré l'efficacité de ces idées nouvelles pour reconstruire au mieux des images radio-interferometriques. Ces nouveaux outils ont toutefois une limitation forte car ils ne prennent pas en compte la nature multi longueur d'onde des données. Le premier but de cette thèse est de développer une nouvelle méthode de Compressed- Sensing multi longueur d'onde (MCS), en utilisant à la fois les concepts liés à l'acquisition comprimée et les méthodes modernes développées dans le cadre du projet Planck pour le fond diffus cosmologique et les composantes galactiques. Ce nouvel outil nous fournira une nouvelle manière d'analyser les données radio interférométriques.

  • Titre traduit

    Multichannel Compressed Sensing and its Application in Radioastronomy


  • Résumé

    The new generation of radio interferometer instruments will allow us to build radio-images with very high resolution quality and high sensitivity. One of the major problem in radioastronomy imaging is that spatial informations are not fully available, since only a few Fourier components (i.e. the visibilities directly measured by the telescope) can be acquired by a radiointerferometry instrument. Recent developments in harmonic analysis and optimization fields, such as compressed sensing methodology, sparse recovery, and proximal theory for the minimisation of functionals, are typical mathematical tools that have been developed recently and have shown to be very efficient for reconstructing images from few visibilities measurements. Recent developments in harmonic analysis and optimization fields, such as compressed sensing methodology, sparse recovery, and proximal theory for the minimisation of functionals, are typical mathematical tools that have been developed recently and have shown to be very efficient for reconstructing images from few visibilities measurements. These tools presents however serious limitations because they consider only mono-canal data set. The first goal of this thesis is to build a multichannel-Compressed Sensing (MCS) data reconstruction, using both the Compressed Sensing concept and advanced component separation techniques that were developed in the framework of the Planck project. This new tool will open a new way to analyze radio-interferometry data set.