Проекта стартира подробно през май 2020г. Решихме да оставим антена неподвижна и да наблюдава небето по направление еклиптиката. / Това решение произлиза поради условията по това време – пандемията от една страна и работа по проект за изграждането на нова по голяма антена./ Пробвахме няколко седмици, после месец, после три месеца….
Първото изображение е от 5.05.2020 г. до 22.05.2020 г. Това е и първия период на проекта – 19 дена. От 6 май до 10 май наблюдаваме Слънцето, преминало пред антената. Тънката жълта ивица.
Увеличено изображение на Слънцето от първото изображение.
Радио изображението по-долу е получено в продължение на 181 дена, постоянно записване на данни. Както се вижда всяка колона представлява един ден. Началната дата е 23.05.2020 г. и завършва на 20.11.2020 г.
Може да видите нивото на сигнала през деня и нощта, дължащо се може би на йоносферата.
Получените данни са изключително интересни, поради което не се наемаме за обстоен анализ. Оставяме това за читателите. Можем да предоставим данните свободно на желаещите ентусиасти за допълнителна обработка. Просто пишете на m.dimitrov@radioastrobg.com.
Знете ли, каква е връзката на гравитационните вълни и любимия ни радио телескоп в Аресибо?
Тези тайнствени и загадъчни вълни за които се шуми от много, много време. Именно в Аресибо е открито първото коственно доказателство за тяхното съществуване.
Според общата теория на относителността, когато две изключително плътни тела се въртят едно около друго, те “разбъркват” пространството около себе си. Това създава вълни в самото пространство-време, гравитационни вълни, които се разпространяват със скоростта на светлината.
През 1974 г. Ръсел Хълс и Джоузеф Тейлър (Russell A. Hulse -Univ. of Massachusetts/Amherst, later Princeton Univ ;Joseph H. Taylor – Princeton Univ) откриват сигнала на пулсар PSR B1913+16, използвайки радиотелескопа Аресибо. Пулсарът е имал период от 59 ms. По-нататъшни измервания показват, че орбиталният период се променя повтарящо се в продължение на 7,75 часа. Това означава, че пулсарът трябва да е в орбита с друга звезда. Състои се от две неутронни звезди, които обикалят близо около общия си център на маса. Една от тези неутронни звезди е открита като пулсар.
През годините периодът на пулсара е измерван с висока точност. Общата теория на относителността (приближение на тази лъчиста енергия е описано с формулата за квадруполярно излъчване на Алберт Айнщайн) ни казва, че бинарната система ще излъчва енергия като гравитационни вълни и в крайна сметка двата обекта ще се приближат един към друг и ще се слеят. С развитието на системата към това сливане, периодът на орбитата постепенно ще намалява.
Така двете звезди се въртят спираловидно една към друга. Въпреки че измереното изместване е само 40 s за 30 години, то е измерено много точно и съвпада точно с предсказанията от Общата теория на относителността на Айнщайн. Наблюдението се счита за косвено доказателство за съществуването на гравитационни вълни.
Joseph Hooton TaylorRussell Alan Hulse
През 1993 г. пулсарът PSR B1913+16 на Хълс-Тейлър донася нобелова награда на откривателите си, като награда тяхната работа.
Данни за PSR B1913+16
Right ascension
19h 13m 12.4655s
Declination
+16° 01′ 08.189″
Distance
21,000 light years
Mass of detected pulsar
1.441 MSun
Mass of companion
1.387 MSun
Rotational period of detected pulsar
59.02999792988 millisec
Diameter of each neutron star
20 km
Orbital period
7.751939106 hr
Eccentricity
0.617131
Semimajor axis
1,950,100 km
Periastron separation
746,600 km
Apastron separation
3,153,600 km
Orbital velocity of stars at periastron (relative to center of mass)
450 km/sec
Orbital velocity of stars at apastron (relative to center of mass)
За един млад изследовател в областта на радиоастрономията софтуерът е толкова важен, колкото и самата антена. Често обаче инсталирането на инструменти като GNU Radio, Astropy или драйвери за RTL-SDR се превръща в „кошмар“ от несъвместими версии. Тук на помощ идва Conda.
Какво всъщност е Conda среда?
Представете си Conda средата като „изолирана лаборатория“ във вашия компютър. В една лаборатория можете да работите с Python 3.11 за анализ на пулсари, а в друга – със стара версия на Python, изисквана от специфичен инструмент за обработка на сигнали. Те не си пречат.
Основните ползи за радио астрономията са доста:
Инсталирането на нов пакет за визуализация на спектъра няма да „счупи“ софтуера ви за управление на телескопа.
Позволява ви да споделите своята работна среда с колеги, гарантирайки, че софтуерът ще работи при тях точно както при вас.
Без нужда от предварително инсталиран Python: Conda е самодостатъчна – тя сама инсталира необходимата версия на Python вътре в средата.
Anaconda, Miniconda или Radioconda?
Разликата между тях не е в самата технология, а в това какво идва предварително инсталирано „в пакета“.
Включва GNU Radio, драйвери за RTL-SDR, HackRF и др.
По-тясно специализирана.
Anaconda (Юли 2012 г.): Създадена е от Травис Олифант и Питър Уанг (основатели на Continuum Analytics, днес Anaconda Inc.). Тяхната цел е била да предоставят на учените готова работна среда, която не изисква часове конфигуриране на библиотеки като NumPy и SciPy.
Conda (Октомври 2012 г.): Първоначално Conda е била част от Anaconda, но бързо става ясно, че тя е толкова мощна, че трябва да съществува като самостоятелен инструмент. Първата версия (Conda 1.0) е пусната само няколко месеца след самата Anaconda.
Miniconda (Юни 2013 г.): Появява се година по-късно, след като общността изисква по-лека алтернатива, която не заема гигабайти пространство и позволява на потребителите да изграждат средите си от нулата.
Radioconda (Около 2021 г.): Това е сравнително нов и модерен проект, поддържан от Райън Волц. Той се появява като отговор на нуждата от специализирана дистрибуция, която обединява сложния свят на софтуерното радио (SDR) с удобството на Conda.
За младия радиоастроном Radioconda е „Златният стандарт“. Тя спестява часове в борба с драйвери за хардуер (особено на Windows), които иначе са трудни за инсталиране.
Някои основни команди
След като инсталирате Radioconda, отворете вашия терминал (или Radioconda Prompt) и опитайте тези основни команди:
Създаване на нова среда (лаборатория): conda create -n pulsar_analysis python=3.10
Активиране на средата: conda activate pulsar_analysis
Инсталиране на нови инструменти (напр. за графики и астрономия): conda install matplotlib astropy
Стартиране на главния софтуер (GNU Radio): gnuradio-companion
Силата на научната колаборация: Споделяне на среди
В радиоастрономията е критично изследванията да могат да се повтарят. Ако сте създали перфектната среда за наблюдение на метеори, можете да я „пакетирате“ и изпратите на колега:
Експортиране (от ваша страна): conda env export > meteor_obs.yml (създава малък текстов файл със списък на всичко необходимо).
Импортиране (от страна на колегата ви): conda env create -f meteor_obs.yml (Conda автоматично пресъздава вашата лаборатория на неговия компютър).
Речник на младия изследовател – бърза справка
Пакет (Package): Софтуерен инструмент или библиотека (напр. NumPy за математика).
Зависимост (Dependency): Допълнителен софтуер, без който основната ви програма не може да работи. Conda ги управлява автоматично.
Канал (Channel): Място в интернет, откъдето се теглят пакетите. Най-популярният е conda-forge. Колекция от 31000 пакета conda, предоставяйки актуализиран софтуер в много дисциплини. Той служи като надежден канал за conda мениджъри на пакети. Те са непроменими и са проектирани за висока производителност. След публикуването, те не се редактират илиизтриват, което гарантира съгласуваност на средата. conda-forge.org
GUI (Graphical User Interface): Графичен интерфейс. Това са програмите с прозорци и бутони (като Anaconda Navigator или GNU Radio Companion), които се управляват с мишката. Това е визуална система, която позволява на потребителите да взаимодейкстват с електронни устройства, използвайки икони, менюта и прозорци, замествайки сложни текстови команди.
CLI (Command Line Interface): Команден ред. Текстът, който пишете в терминала. Повечето сериозни научни инструменти работят именно тук, защото е по-бързо и лесно за автоматизация.
SDR (Software Defined Radio): Софтуерно дефинирано радио. Технология, при която обработката на радиосигнала (филтриране, усилване, декодиране) се прави от софтуера на компютъра, а не от хардуерни чипове.
Environment (Среда): Изолирано пространство на компютъра, където съхранявате специфични версии на софтуера за конкретен проект.
Base Environment (Основна среда): Това е „коренната“ среда на Conda, която се създава при инсталация. Златно правило: Не инсталирайте нищо в нея, винаги си правете нова среда за всеки нов проект!
YAML (.yml): Формат на текстовия файл, който Conda използва за записване на конфигурацията на вашата среда. Той е лесен за четене и от хора, и от машини.
Solver (Солвър): Алгоритъмът в Conda, който изчислява кои версии на пакетите са съвместими помежду си. (Mamba има много по-бърз “солвър” от стандартната Conda).
DSP (Digital Signal Processing): Цифрова обработка на сигнали. Математическите операции, които превръщат „шума“ от антената в разбираеми данни за водородната линия или пулсари.
Flowgraph (Флоуграф): Визуалната схема в GNU Radio, която показва как сигналът „тече“ от антената през различни филтри до крайния файл или графика.
Как да тестваме нашия RTL-SDR в RadioConda среда. Можем ли да го използваме за наблюдение на водородната линия?
Трябва да знаете, че следните две команди ще работят ако имаме инсталирана RadioConda среда, командите тръгват вътре в нея. В нашия случай ще изследваме RTL-SDR FM/DAB+ADS-B Receiver (TCXO 0.5 PPM R820T)
rtl_test
rtl_power
rtl_test
Found 1 device(s) Using device 0: Generic RTL2832U OEM Found Fitipower FC0013 tuner
Устройството е разпознато и тунерът е FC0013
Supported gain values (23): -9.9 -7.3 … 19.7
Списък с gain стъпките, които тунерът поддържа.
Sampling at 2048000 S/s.
Reading samples in async mode…
Това е стандартният тест — чете данни с 2.048 MS/s.
lost at least 32 bytes
lost at least 16 bytes
Това означава загуба на проби. Възможни причини са USB порта не смогва, лош контакт, слаб кабел, натоварен компютър, скоростта на семплиране е твърде висока, драйверът или USB контрлерът не се справят добре.
Проблеми които могат да се покажат:
usb_open error -3 → драйверът не е WinUSB или устройството е заето
no supported tuner found → хардуерен проблем
rtl_power
-f 1415M:1425M:10k
Честотен диапазон: от 1415 MHz до 1425 MHz
Стъпка: 10 kHz
-g 20
Усилване: 20 dB (реално е избрал най-близкото – 19.70 dB)
-i 1
Интервал: запис на данни на всеки 1 секунда
-e 30s
Време на измерване: 30 секунди
test.csv
Файлът, в който се записва спектърът.
Number of frequency hops: 4
Диапазонът 1415–1425 MHz е по-широк от моментната честотна лента на донгъла (~2.5 MHz), затова той го „обхожда“ на 4 поддиапазона.
Dongle bandwidth: 2500000 Hz
Честотна лента на RTL‑SDR
Total FFT bins / Logged FFT bins: 1024 Спектърът е разделен на 1024 честотни „кошчета“ (bins), всички се записват.
FFT bin size: 9765.62 Hz Всяко bin покрива ~9.8 kHz честотна ширина.
Reporting every 1 seconds На всяка секунда се записва по един ред (за целия обхванат диапазон).
Нека проверим какво се получава при 1420.4? Това е водородната линия.
Оказва се, че и да искаме не можем да използваме този приемник за наблюдение на любимата ни водородна линия. Чипът FC0013 използван за направата му е доста стар и не работи стабилно над 1 GHz. Официалния мудиапазон е от 22MHz до 1100 MHz. По различни сайтове се представя, че работи до над 1700 MHz, но реалноста е друга. Ето и изображение от 1080 MHz до 1100 MHz. На 1090 MHz се предават ADS-B сигналите (Automatic Dependent Surveillance–Broadcast), чрез които съвременните самолети съобщават своята позиция, скорост и височина в реално време.
Примерен код за Python, който ще визуализира записания файл .csv
import numpy as np
import matplotlib.pyplot as plt
from collections import defaultdict
filename = r"C:/rr/work/test5.csv"
# групиране по timestamp (дата+час)
groups = defaultdict(list)
with open(filename, "r") as f:
for line in f:
if line.startswith("#"):
continue
parts = [p.strip() for p in line.strip().split(",")]
date = parts[0]
time = parts[1]
key = f"{date} {time}"
start_f = float(parts[2])
end_f = float(parts[3])
powers = []
for x in parts[6:]:
try:
powers.append(float(x))
except:
powers.append(np.nan)
groups[key].append((start_f, end_f, powers))
# за всеки timestamp: сортираме по start_f и слепваме по честота
rows = []
for key in sorted(groups.keys()):
chunks = sorted(groups[key], key=lambda x: x[0]) # по start_f
row_powers = []
for start_f, end_f, pwr in chunks:
row_powers.extend(pwr)
rows.append(row_powers)
# подравняване по минимална дължина
min_len = min(len(r) for r in rows)
rows = [r[:min_len] for r in rows]
data = np.array(rows)
# честотна ос – от най-малкия start до най-големия end
all_starts = [c[0] for chunks in groups.values() for c in chunks]
all_ends = [c[1] for chunks in groups.values() for c in chunks]
f_start = min(all_starts) / 1e6
f_end = max(all_ends) / 1e6
bins = data.shape[1]
freqs = np.linspace(f_start, f_end, bins)
plt.figure(figsize=(14, 6))
plt.imshow(
data,
aspect='auto',
origin='lower',
cmap='viridis',
vmin=np.nanpercentile(data, 5),
vmax=np.nanpercentile(data, 95)
)
plt.colorbar(label='Power (dB)')
xticks = np.linspace(0, bins-1, 10)
plt.xticks(xticks, np.round(np.linspace(freqs[0], freqs[-1], 10), 1))
plt.xlabel('Frequency (MHz)')
plt.ylabel('Time')
plt.title('RTL Power Heatmap (FM Band, stitched by timestamp)')
plt.show()
SETI@home , пионерският проект за разпределени изчисления, стартирал през 1999 г., който ангажира милиони доброволци за анализ на радиосигнали от космоса, е генерирал около 12 милиарда детекции – кратки изблици на енергия, които се открояват от фоновия шум – докато е анализирал наблюдения, записани във вече несъществуващата обсерватория Аресибо в Пуерто Рико. Астрономите от Калифорнийския университет в Бъркли вече са стеснили набора от данни до около 100 сигнала, които заслужават проследяване с мощни радиотелескопи.
Между 1999 и 2020 г. милиони хора по целия свят са предоставили на проекта SETI@home домашните си компютри, за да търсят признаци на напреднали цивилизации в нашата галактика Млечен път.
Те изтеглили софтуера SETI@home на компютрите си и му позволили да анализира данни, записани в обсерваторията Аресибо, за да открие необичайни радиосигнали от космоса.
Като цяло, тези изчисления са довели до 12 милиарда засечки.
След 10 години работа, екипът на SETI@home вече е завършил анализа на тези засечки, като ги е свел до около милион кандидат-сигнала и след това до 100, които си струва да бъдат разгледани отново.
„SETI@home е радио проект SETI (Търсене на извънземен разум), който търси няколко вида сигнали в записани данни“, каза съоснователят на проекта SETI@home д-р Дейвид Андерсън, компютърен учен в Калифорнийския университет в Бъркли.
„Повечето от тези данни са записани съвместно в обсерваторията Аресибо за период от 22 години.“
„Други данни от обсерваториите Паркс и Грийн Банк бяха предоставени от инициативата Breakthrough Listen.“
„Повечето SETI проекти обработват данни почти в реално време, използвайки специални анализатори на телескопа.“
„SETI@home използва различен подход: той записва цифрови данни във времевата област (наричани още baseband) и ги разпространява през интернет до голям брой компютри, които обработват данните, използвайки както централни процесори, така и графични процесори.“
Обещаващите сигнали от SETI@home в момента се наблюдават повторно с китайския сферичен телескоп с петстотин метра апертура (FAST), за да се види дали има някакво повторение или проява на характеристики, несъвместими с шума.
„Не очаквам да открия истински извънземен сигнал“, каза д-р Андерсън.
„Ако имаше сигнал над определена мощност, щяхме да го открием.“
Многоетапният анализ на SETI@home, описан в две статии в Astronomical Journal , предлага както техническа пътна карта, така и предупредителна история за бъдещи ловове на техносигнатури.
Първият от тези документи подробно описва как разпределената мрежа от домашни компютри на проекта прилага усъвършенствана обработка на сигнали към сурови радио данни във времева област, използвайки техники като дискретни преобразувания на Фурие, за да търси честотни модели, които биха могли да издадат постоянен извънземен маяк.
Последваща статия се фокусира върху сложната задача за разграничаване на потенциални сигнали от огромния фон на наземни смущения – от спътници, радиостанции и дори микровълнови фурни – чрез идентифициране на клъстери от засечки, съответстващи на произход от едно място в небето при множество наблюдения.
Бъдещите усилия биха могли да разширят модела SETI@home чрез разпространение на нови набори от данни за телескопи чрез платформи като BOINC — доброволческата изчислителна инфраструктура, на която SETI@home помогна да се създаде — за да се привлече отново публична изчислителна мощност, този път с по-сложни инструменти и по-бързи мрежи.
„Мисля, че търсенето на извънземен разум все още завладява въображението на хората“, каза директорът на проекта SETI@home д-р Ерик Корпела, астроном в Калифорнийския университет в Бъркли.
„Мисля, че все още бихте могли да получите значително повече процесорна мощност, отколкото използвахме за SETI@home, и да обработите повече данни, благодарение на по-широката интернет честотна лента.“
„Най-големият проблем с подобен проект е, че той изисква персонал, а персоналът означава заплати. Това не е най-евтиният начин да се направи SETI.“
