healpy函数同步中从增加的lmax到偏置谱

Question

最近，我使用python使用了healpy的函数synfast。更具体地说，我使用它的参数lmax，它设置要计算的最大模式(默认值: lmax = 3*nside-1)。正如您将看到的那样，我还使用了ud_grade函数。

我探索了几种情况，在这些情况下，我用synfast从等于单位的平坦光谱(在温度TT和极化度EE和BB中)生成了非常简单的地图。然后用anafast从这些地图中计算出光谱。我发现，在所有情况下，我们都不能恢复初始输入谱，如下图所示。

在所有这些情况下，我将synfast的像素参数设置为True，然后使用函数pixwin(nside=128)校正anafast的输出信号。

• 虚线灰色:输入谱模型
• 蓝色：(正常默认值) synfast(nside=128, lmax=3*128-1) => anafast(lmax=3*128-1)
• 绿色：synfast(nside=256, lmax=3*256-1) => ud_grade(256->128) => anafast(lmax=3*128-1)
• 品红：synfast(nside=256, lmax=3*128-1 ) => ud_grade(256->128) => anafast(lmax=3*128-1)
• 红色：synfast(nside=128, lmax=4*128-1 ) => anafast(lmax=3*128-1)
• 青色：synfast(nside=128, lmax=10*128-1 ) => anafast(lmax=3*128-1)

职等和职等

• 正如你所看到的，在大多数情况下，我得到了偏谱。
• 即使是正常的情况(蓝色)是稍微向下的高模式。这显然是正常的，因为健康并不能很好地处理频率> 2*nside-1的频谱估计。
• 结果表明，温度和极化光谱(TT、EE和BB)相同。
• 正如您所看到的，lmax=4*128-1和lmax=10*128-1给出了相同的结果。这来自synfast，它不允许lmax大于4*128-1，并设置lmax=4*128-1，即使我们要求更高的lmax。

有人对这种行为有什么解释吗？

以及如何恢复初始输入谱？

提前谢谢你

Answer 1

这就是ud_grade的预期影响，它是一种破坏性的操作，你在一定的尺度上消除信号，实际上你恢复了一个与白噪声一致的偏差。