mwa_hyperbeam

Murchison Widefield Array (MWA)射电望远镜的主波束代码。

此代码存在是为了提供一个正确、便捷的Murchison Widefield Array (MWA)全嵌入式元件（FEE）主波束模型实现，即“2016波束”。应优先使用此代码。如果存在问题，请在此提出，以便大家都能受益。

请参阅变更日志以获取代码的最新更改。

极化顺序

请参阅此文档以获取关于波束响应琼斯矩阵极化顺序的详细信息。如果应用了平行角校正，则代码可能会重新排序琼斯矩阵。

用法

hyperbeam需要MWA FEE HDF5文件。可以使用以下方法获取：

wget http://ws.mwatelescope.org/static/mwa_full_embedded_element_pattern.h5

在创建新的波束对象时，hyperbeam需要知道此HDF5文件的位置。最简单的方法是设置环境变量MWA_BEAM_FILE

export MWA_BEAM_FILE=/path/to/mwa_full_embedded_element_pattern.h5

(在 Pawsey 系统上，这应该是export MWA_BEAM_FILE=/pawsey/mwa/mwa_full_embedded_element_pattern.h5)

hyperbeam可以通过C的FFI（Foreign Function Interface）由任何编程语言使用。换句话说，大多数语言。请参阅examples目录中的Rust、C和Python使用示例。一个简单的Python示例是

>>> import mwa_hyperbeam
>>> beam = mwa_hyperbeam.FEEBeam()
>>> help(beam.calc_jones)
Help on built-in function calc_jones:

calc_jones(az_rad, za_rad, freq_hz, delays, amps, norm_to_zenith, latitude_rad, iau_order) method of builtins.FEEBeam instance
    Calculate the beam-response Jones matrix for a given direction and
    pointing. If `latitude_rad` is *not* supplied, the result will match
    the original specification of the FEE beam code (possibly more useful
    for engineers).

    Astronomers are more likely to want to specify `latitude_rad` (which
    will apply the parallactic-angle correction using the Earth latitude
    provided for the telescope) and `iau_order`. If `latitude_rad` is not
    given, then `iau_reorder` does nothing. See this document for more
    information:
    <https://github.com/MWATelescope/mwa_hyperbeam/blob/main/fee_pols.pdf>

    `delays` and `amps` apply to each dipole in an MWA tile in the M&C
    order; see
    <https://wiki.mwatelescope.org/pages/viewpage.action?pageId=48005139>.
    `delays` *must* have 16 elements, whereas `amps` can have 16 or 32
    elements; if 16 are given, then these map 1:1 with dipoles, otherwise
    the first 16 are for X dipole elements, and the next 16 are for Y.

>>> print(beam.calc_jones(0, 0.7, 167e6, [0]*16, [1]*16, True, -0.4660608448386394, True))
[-1.51506097e-01-4.35034884e-02j -9.76099405e-06-1.21699926e-05j
  1.73003520e-05-1.53580286e-05j -2.23184781e-01-4.51051073e-02j]

CUDA / HIP

hyperbeam 也可以在 NVIDIA GPU 或 AMD GPU 上运行。要查看使用示例，请查看任何名称中包含 "cuda" 或 "hip" 的示例。GPU 功能是通过 Cargo 功能提供的；有关从源安装的说明，请参阅下文。

安装

Python PyPI

如果您正在使用 Python 版本 >=3.6

pip install mwa_hyperbeam

预编译

请查看 GitHub 发布 页面。对于 Python 3.6+ 的所有版本，都有一个 Python 轮子，以及用于 C 风格链接的共享和静态对象。要了解如何链接 hyperbeam，请参阅 示例目录 中的 fee.c 文件。

因为这些 hyperbeam 对象已经编译了 HDF5 和 ERFA 库，所以它们的相应许可证也被分发。

从源码

先决条件

克隆存储库，并运行

export RUSTFLAGS="-C target-cpu=native" # (optional) Use native CPU features (not portable!)
cargo build --release

对于与其他语言的用法，include 文件将位于 include 目录中，以及与 C 兼容的共享和静态对象位于 target/release 目录中。

CUDA

您是否在桌面 GPU 上运行 hyperbeam？那么您可能希望使用单精度浮点数进行编译

cargo build --release --features=cuda,gpu-single
cargo build --release --features=hip,gpu-single

否则，继续使用双精度浮点数

cargo build --release --features=cuda
cargo build --release --features=hip

桌面 GPU（例如，NVIDIA GeForce RTX 2070）的双精度计算能力比 "数据中心" GPU（例如，NVIDIA V100）显著低。允许 hyperbeam 在浮点类型之间切换，让用户在性能和精度之间做出权衡。

CUDA 也可以静态链接

cargo build --release --features=cuda,cuda-static

HIP

HIP 的情况与 CUDA 类似；使用 hip 功能，如果要让代码使用单精度浮点数，请使用 gpu-single。似乎 HIP 不提供静态库，因此没有提供静态功能。

静态依赖项

要制作不依赖于系统 HDF5 库的 hyperbeam，请给 build 命令一个功能标志

cargo build --release --features=hdf5-static

cargo build --release --features=all-static

maturin develop --release -b pyo3 --features=python --strip

maturin develop --release -b pyo3 --features=python,hdf5-static --strip

cargo build