Universität zu Köln

Müller, Hendrik ORCID: 0000-0002-9250-0197 (2023). Advanced VLBI Imaging. PhD thesis, Universität zu Köln.

PDF Thesis_Main.pdf - Published Version Download (49MB)

Abstract

Very Long Baseline Interferometry (VLBI) is an observational technique developed in astronomy for combining multiple radio telescopes into a single virtual instrument with an effective aperture reaching up to many thousand kilometers and enabling measurements at highest angular resolutions. The celebrated examples of applying VLBI to astrophysical studies include detailed, high-resolution images of the innermost parts of relativistic outflows (jets) in active galactic nuclei (AGN) and recent pioneering observations of the shadows of supermassive black holes (SMBH) in the center of our Galaxy and in the galaxy M87. Despite these and many other proven successes of VLBI, analysis and imaging of VLBI data still remain difficult, owing in part to the fact that VLBI imaging inherently constitutes an ill-posed inverse problem. Historically, this problem has been addressed in radio interferometry by the CLEAN algorithm, a matching-pursuit inverse modeling method developed in the early 1970-s and since then established as a de-facto standard approach for imaging VLBI data. In recent years, the constantly increasing demand for improving quality and fidelity of interferometric image reconstruction has resulted in several attempts to employ new approaches, such as forward modeling and Bayesian estimation, for application to VLBI imaging. While the current state-of-the-art forward modeling and Bayesian techniques may outperform CLEAN in terms of accuracy, resolution, robustness, and adaptability, they also tend to require more complex structure and longer computation times, and rely on extensive finetuning of a larger number of non-trivial hyperparameters. This leaves an ample room for further searches for potentially more effective imaging approaches and provides the main motivation for this dissertation and its particular focusing on the need to unify algorithmic frameworks and to study VLBI imaging from the perspective of inverse problems in general. In pursuit of this goal, and based on an extensive qualitative comparison of the existing methods, this dissertation comprises the development, testing, and first implementations of two novel concepts for improved interferometric image reconstruction. The concepts combine the known benefits of current forward modeling techniques, develop more automatic and less supervised algorithms for image reconstruction, and realize them within two different frameworks. The first framework unites multiscale imaging algorithms in the spirit of compressive sensing with a dictionary adapted to the uv-coverage and its defects (DoG-HiT, DoB-CLEAN). We extend this approach to dynamical imaging and polarimetric imaging. The core components of this framework are realized in a multidisciplinary and multipurpose software MrBeam, developed as part of this dissertation. The second framework employs a multiobjective genetic evolutionary algorithm (MOEA/D) for the purpose of achieving fully unsupervised image reconstruction and hyperparameter optimization. These new methods are shown to outperform the existing methods in various metrics such as angular resolution, structural sensitivity, and degree of supervision. We demonstrate the great potential of these new techniques with selected applications to frontline VLBI observations of AGN jets and SMBH. In addition to improving the quality and robustness of image reconstruction, DoG-HiT, DoB-CLEAN and MOEA/D also provide such novel capabilities as dynamic reconstruction of polarimetric images on minute time-scales, or near-real time and unsupervised data analysis (useful in particular for application to large imaging surveys). The techniques and software developed in this dissertation are of interest for a wider range of inverse problems as well. This includes such versatile fields such as Ly-alpha tomography (where we improve estimates of the thermal state of the intergalactic medium), the cosmographic search for dark matter (where we improve forecasted bounds on ultralight dilatons), medical imaging, and solar spectroscopy.

Item Type:	Thesis (PhD thesis)
Translated abstract:	Abstract Language Very Long Baseline Interferometry (VLBI) ist eine Beobachtungstechnik, die in der Radioastronomie entwickelt wurde. Mehrere Radioteleskope werden zu einem einzelnen, virtuellen Instrument mit einer effektiven Apertur von bis zu tausenden Kilometern kombiniert. Dies ermöglicht Beobachtungen bei höchster Winkelauflösung. Bekannte Anwendungsbeispiele von VLBI in astrophysikalischen Studien sind die detaillierten und hoch-auflösenden Bilder der innersten Jets in aktiven Galaxienkernen (AGN), und kürzliche, wegweisende Beobachtungen des "Schattens" supermassereicher schwarzer Löcher (SMBH) im Zentrum unserer Galaxie und in der Galaxie M87. Trotz dieser und vieler anderer Erfolge von VLBI bleibt die Analyse von VLBI Daten schwierig, teilweise weil VLBI-Bildgebung ein schlecht-gestelltes inverses Problem darstellt. Historisch wurde dieses Problem in der Radiointerferometrie mit dem CLEAN-Algorithmus gelöst. CLEAN ist eine matching-pursuit Modellierungsmethode, die in den früheren 1970er entiwckelt wurde, und ist seitdem der de-facto Standard-Ansatz in VLBI. In den vergangenen Jahren haben die konstant ansteigenden Anforderungen an die Bildqualität und Genauigkeit interferometrischer Bildgebung in verschiedenen neuen Ansätzen resultiert, wie forward-modeling und Bayesianische Techniken. Während die aktuellen forward-modeling und Bayesianischen Methoden CLEAN hinsichtlich Genauigkeit, Auflösung, Robustheit und Adaptierbarkeit verbessern, sind sie typischerweise komplizierter, benötigen länger für die Berechnung, und basieren auf der Feineinstellung einer Zahl nicht-trivialer Hyperparameter. Dies lässt Raum für die weitere Suche nach potentiell effektiveren Bildgebungsverfahren und stellt die Motivation für diese Doktoarbeit und die Fokussierung auf die Notwendigkeit algorithmische Herangehensweise aus der Perspektive inverser Probleme zu vereinheitlichen dar. Um dieses Ziel zu erreichen, und basierend auf einem ausgedehnten qualitativen Vergleich existierender Methoden, stellt diese Doktorarbeit die Entwicklung, das Testen, und erste Anwendungen zweier neuer Konzepte für eine verbesserte Bildrekonstruktion vor. Dafür werden die bekannten Vorteile aktueller forward-modeling Techniken kombiniert, und automatisiertere und weniger überwachte Algorithmen für die Rekonstruktion entwickelt. Dies wird in zwei verschiedenen grundlegenden Strukturen realisiert. Erstens entwicklen wir multiskalare Bildgebungsverfahren mit Basisfunktionen die datengestützt zum uv-coverage gefittet werden (DoG-HiT, DoB-CLEAN) und entwickeln diesen Ansatz weiter zur Bildgebung dynamischer Quellen und zu Polarimetrie. Die Kern-komponente dieser Algorithmen sind in der inter-disziplinären und multifunktionellen Software MrBeam implementiert. Zweitens präsentieren wir einen genetischen, evolutionären Mehrzieloptimierungs-Algorithmus (MOEA/D) um automatisierte Bildrekonstruktionen und Hyperparameter-Optimierungen zu ermöglichen. Diese neue Methoden verbessern existierende Methoden hinsichtlich verschiedener Metriken wie der Winkelauflösung, strukturellen Sensitivität und des Grades der Automatisierung. Wir demonstrieren das große Potenzial dieser neuen Techniken mit ausgewählten Anwendungen zu führenden VLBI Beobachtungen von AGN Jets und SMBH. Zusätzlich zu der Verbesserung der Qualität und Robustheit der Rekonstruktion, bieten DoG-HiT, DoB-CLEAN und MOEA/D bisher nicht verfügbare Fähigkeiten wie die dynamische Rekonstruktion polarimetrischer Filme auf Zeitskalen von Minuten und die automatisierte Bildgebung in nahezu Echtzeit (insbesondere geeignet für systematische, häufige Beobachtungen). Weiterhin sind die Techniken und die Software die für diese Dissertation entwickelt wurden von Interesse für ein größeres Gebiet inverser Probleme. Dies beinhaltet so verschiedene Felder wie Ly-alpha-forest Tomographie (in welchem wir aktuelle Messungen des thermischen Zustandes des intergalaktischen Mediums verbessern), die kosmographische Suche nach dunkler Materie (in welcher wir Vorhersagen zu ultraleichten Dilatonen verfeinern), medizinische Bildgebung und solare Spektroskopie. German
Creators:	Creators Email ORCID ORCID Put Code Müller, Hendrik hmueller@mpifr-bonn.mpg.de orcid.org/0000-0002-9250-0197 UNSPECIFIED
URN:	urn:nbn:de:hbz:38-705333
Date:	18 July 2023
Language:	English
Faculty:	Faculty of Mathematics and Natural Sciences
Divisions:	Faculty of Mathematics and Natural Sciences > Department of Physics > Institute of Physics I
Subjects:	Mathematics Physics
Uncontrolled Keywords:	Keywords Language VLBI English Imaging UNSPECIFIED Inverse Problems UNSPECIFIED
Date of oral exam:	18 July 2023
Referee:	Name Academic Title Zensus, Anton Prof. Starck, Jean-Luc Prof. Eckart, Andreas Prof.
Refereed:	Yes
URI:	http://kups.ub.uni-koeln.de/id/eprint/70533