Valutazione attuale: 5 / 5

Stella attivaStella attivaStella attivaStella attivaStella attiva
 
banner_projectgeneric




I dati dello screen saver - parte 2

 

 

 

Data Analysis.

Questa parte dello scree saver è
aggiornata dinamicamente da
informazioni che saranno di seguito
illustrate. Osservare questo pannello
ci aiuterà a capire cosa sta facendo
SETI@home  
seti_DataAnalysis

 

Doing Baseline Smoothing.

Le work units ricevute contengono segnali di vario genere mescolati tra loro. I segnali di nostro interesse sono quelli a banda stretta perché si pensa che questo tipo di segnali possa essere usato da una civiltà aliena per comunicare. D'altro canto i segnali a banda larga sono generati perlopiù da eventi astronomici naturali. Per scartare i noise (rumore di fondo a banda larga) SETI@home effettua una sorta di "media" tra i dati che elimina, restituendoci tutti gli altri segnali a banda stretta sopra (o sotto) a una linea di rilevamento. Inoltre sopra i 107 secondi il segnale spesso diventa lentamente più rumoroso e/o più tenue. Pertanto il baseline smoothing porta tutto allo stesso livello. Questa è la prima operazione eseguita quando si receve la work unit ed è solitamente eseguita una sola volta.
 
 

Computing Fast Fourier Transform.

Qui è dove si completa gran parte del lavoro. Un'onda radio non elaborata varia col tempo come una linea su un oscilloscopio che si muove rapidamente su è giù in risposta alla nostra voce proveniente da un microfono connesso. In questo caso, il tempo si muove lungo l'asse orizzontale X e l'intesità del segnale (in questo caso la pressione dell'aria) lungo l'asse verticale Y. Il segnale non elaborato (grezzo) proveniente da un radiotelescopio non ci è particolarmente utile. Ciò che vogliamo scoprire è la presenza di qualche "tono" costante (e alto) all'interno del segnale. Si preferisce osservare la frequenza lungo l'asse orizzontale delle X e l'intesità lungo l'asse verticale Y. Ciascun picco in questo grafico rappresenta un segnale forte su una singola frequenza. Per trasformare un set di dati in funzione del tempo in un seti di dati in funzione della frequenza, si applica una complessa operazione matematica chiamata FFT, Fast Fourier Transform (Trasformata rapida di Fourier). Il grafico nella parte bassa dello screen saver mostra il risultato dell'elaborazione dei dati attraverso la FFT.
seti_graficoFFT
 
 
 
 
 
 
 
All'inizio della work unit (unità di lavoro) calcoliamo 15 differenti FFT, ciascuna delle quali esamina i dati con risoluzione variabile. Si inizia osservando dettagli della larghezza di 0,07 Hz. Sono necessarie delle compensazioni con questo tipo di analisi. Se volete essere particolarmente accurati nella frequenza, è necessario osservare i dati per un tempo maggiore. Per esempio, alla risoluzione della frequenza di 0,075 Hz, dobbiamo osservare porzioni di dati della lunghezza di 13,42 secondi. Per analizzare completamente il nostro campione di 107 secondi, dobbiamo operare 8 FFT. Quando si riduce la risoluzione della frequenza a 0,14 Hz dobbiamo osservare un campione di dati di soli 6,7 secondi. Ora abbiamo una minore risoluzione della frequenza ma una maggiore risoluzione del tempo. Dobbiamo perciò osservarne il doppio (16) (di FFT) per coprire i 107 secondi di dati. Osserviamo 15 diverse risoluzioni della frequenza (0,075 - 0,15 - 0,3 - 0,6 - 1,2 - 2,5 - 5 - 10 - 20 - 40 - 75 - 150 - 300 - 600 e 1200 Hz) nelle nostre analisi. Per ciascun dimezzamento della risoluzione di frequenza dobbiamo operare il doppio del numero di FFT per coprire i 107 secondi di dati della work-unit.
 
 

Chirping Data.

E' improbabile che un pianeta alieno sia fermo rispetto alla Terra. Possiamo presumere che gli eventuali ET siano in una situazione simile alla nostra (la Terra ruota attorno al Sole il quale a sua volta sta orbitando attorno al centro della Via Lattea, nel nostro caso). C'è un effetto interessante che questi movimenti causano su un segnale emesso da una fonte mobile e/o ricevuto da un pianeta mobile. Questo è l'effetto Doppler. Facciamo un esempio pratico: sentire una macchina suonare il clacson mentre ci passa accanto. La frequenza, o il tono, del suono cambia mentre passa. Se gli ET inviassero delle onde (onde elettromagnetiche), i loro segnali saranno distorti dal moto dei due sistemi allo stesso modo in cui è distorto il suono del clacson. Per raddrizzare l'onda il SETI@home analizza i dati molte volte provando man mano possibili accelerazioni Doppler. Prima di fare ciò SETI@home prende i dati grezzi e con un processo matematico annulla una specifica accelerazione Doppler ("chirp"). Si ottengono dati "de-accelerati" risultanti dalle procedure di FFT (trasformata rapida di Fourier). Questo è chiamato "de-chirping" dei dati. SETI@home cerca di farlo in vari punti tra -50 Hz/sec e +50 Hz/sec. Alla più fine risoluzione di 0,075 Hz noi controlliamo 5.409 differenti valori di chirp tra -10 Hz/sec e +10 Hz/sec!
 
 

Searching for Gaussians.

Come spiegato nella sezione della FFT, quando la risoluzione della frequenza è più grossolana la risoluzione del tempo è più fine. Quando la risoluzione del tempo è abbastanza alta noi possiamo vedere nei dati se i segnali si indeboliscono o se diventano più forti nei 12 secondi che impiegano a passare nel campo visivo del telescopio. Questo è un test eccellente per valutare se il segnale è originato da RFI (Radio Frequency Interference) oppure è qualcosa di più interessante. Un segnale terrestre non diventerebbe più forte e poi più debole nell'arco di 12 secondi. Con questo controllo di curva si vede se il segnale diventa più forte e poi più debole in 12 secondi di tempo. Questo test è applicato solo a risoluzioni di frequenza maggiori o uguali a 0,59 Hz poiché stiamo cercando queste gaussiane di 12 secondi i vostri 107 secondi di dati si sovrappongono al precedente e al seguente blocco di dati di 15 secondi. In questo modo noi ci assicuriamo di non perdere un segnale importante spaccandolo a metà.
 
 

Searching for Pulses/Triplets.

SETI@home cerca ripetuti impulsi nei segnali radio. I nostri vicini alieni potrebbero non inviarci un tono uniforme e piacevole per farcelo riconoscere. Potrebbero trasmettere una serie di ravvicinati o ampi gruppi di impulsi. Questo è più economico a livello di potenza per il loro trasmettitore se lo stanno facendo intenzionalmente (e chi lo sa se quello che stanno inviando è non intenzionale!). Per tutte le risoluzioni di frequenza maggiori o uguali a 0,59 Hz il salvaschermo effettuerà una ricerca di impulsi ripetuti e una ricerca di triplette di impulsi.
 
 
E con questo abbiamo conluso la spiegazione della prima riga di Data Analysis.
 
 
 
 

Doppler Drift Rate (seconda riga Data Analysis).

Essa contiene il corrente "Doppler drift rate" ("tasso di spostamento Doppler"), cioè il valore corrente di accelerazione Doppler usato per l'analisi. I primi test che sono fatti sui dati hanno un tasso di direzione pari a 0 Hz/sec. Questi segnali non accelerati sono perlopiù generati da RFI. Tra i -10 Hz/sec e i +10 Hz/sec proviamo tutte le 15 risoluzioni di frequenza e incrementiamo il tasso della direzione di Doppler di 0,002 Hz/sec tra ogni FFT e la successiva. Tra +-10 e +-50 noi incrementiamo di 0,296 Hz/sec.
 
 

Frequency Resolution (seconda riga Data Analysis).

La seconda linea ci dice inoltre l'attuale risoluzione di frequenza (larghezza di banda, "bandwidth") che stiamo usando per i nostri calcoli. Avrete notato che la maggior parte del tempo la passiamo a calcolare le FFT con una risoluzione di 0,075 Hz. Ogni 4 FFT ne facciamo una con una risoluzione di 0,14 Hz. Ogni 16 FFT ne facciamo una con risoluzione 0,29 Hz. Ogni 64 FFT..., beh vi sarete già fatti un'idea. Ricordate che ci sono 15 diverse risoluzioni di frequenza (0,075 - 0,15 - 0,3 - 0,6 - 1,2 - 2,5 - 5 - 10 - 20 - 40 - 75 - 150 - 300 - 600 e 1200 Hz). Noi scartiamo le due più piccole risoluzioni (0,075 Hz e 0,15 Hz) quando il doppler drift rate è più grande di 10 Hz/sec o più piccolo di -10 Hz/sec.
 
 

Analysis Result.

La prossima parte del pannello dell'Analisi Dati mostra i risultati parziali riguardanti la migliore gaussiana, sul migliore impulso, sulla migliore tripletta e così via. Questa parte del pannello si alterna tra i tre, ma solo quando un risultato significativo è stato trovato. Per esempio se non sono state trovate significative triplette non vedrete le triplette. A seguire le spiegazioni su come vengono scelti i migliori risultati.
 
 

Best Gaussian.

Se un segnale è sopra a un livello medio di rumore e inoltre si rinforza e poi si indebolisce seguendo l'andamento di una curva gaussiana quando l'oggetto passa davanti al telescopio, è un fatto interessante. "Power" ci dice quanto è potente il segnale relativamente alla potenza base calcolata precedentemente. "Fit" ci dice quanto il segnale si avvicina a una gaussiana (curva a campana) perfetta. Un "Fit" basso rappresenta un migliore avvicinamento alla curva ideale (è realmente una misura del chi-quadrato, quanto si allontanano i dati da una gaussiana ideale). Se vedete un picco potente e un numero "fit" basso non chiamate i giornalisti, non annunciate al mondo che avete scoperto gli alieni. Ogni segnale forte, prima che diventi "ufficiale", deve essere verificato (in molti modi) per eliminare la possibilità che sia dovuto all'interferenza di segnali radio terrestri (RFI). Poiché il rumore può simulare a volte una gaussiana abbiamo impostato una soglia per non essere inondati di risultati ingannevoli. Se i segnali sono più forti di 3,2 volte il livello medio del rumore (noise) e hanno il miglior "fit" (inferiore a) 10, il salvaschermo li restituisce al nostro server a Berkeley. Nel grafico sotto la potenza e il numero di "fit" mostrano l'analisi di comparazione della curva in tempo reale e inoltre mostra la migliore gaussiana trovata finora nell'analisi di questa unità di lavoro.
seti_guassianPower
La linea rossa mostra i dati attuali  (la potenza a una data frequenza, visti nel tempo). Questo aspetto del grafico cambia ogni volta che il processo di ricerca della gaussiana passa a una nuova frequenza. La linea bianca mostra la gaussiana che si avvicina di più al nostro segnale, cioè quello che il nostro client sta calcolando in quel momento. A ogni punto dei dati noi cerchiamo una nuova comparazione. Voi vedete questo nel cambiamento rapido della linea bianca. Se l'analisi non avvenisse così rapidamente voi vedreste il picco della gaussiana muoversi da sinistra a destra mentre cerchiamo di farla combaciare coi vostri dati.
 
 
 

Best Pulse.

Per cercare una serie di potenti impulsi ripetuti, SETI@home applica uno speciale test chiamato "fast folding algorithm". Se il processo trova una serie di impulsi ripetuti, vengono mostrati con le statistiche che descrivono cosa si è trovato.
 
seti_betPulse
"Power" ci dice quanto sono potenti gli impulsi relativamente alla potenza base calcolata precedentemente. "Period" è la misura di quanto si distanziano nel tempo gli impulsi in secondi. Poichè le interferenze radio terrestri e il rumore casuale possono simulare un impulso, abbiamo anche qui impostato un valore di soglia per accettare l'impulso. Questo valore è calcolato dinamicamente e dipende dal periodo e dal numero di volte che i dati sono stati elaborati. "Score" è il valore dell'ampiezza rispetto a questo valore soglia. Un' impulso con score maggiore di uno sarà riportato al server di Berkeley. Il grafico sotto la potenza, il periodo e lo score visualizza l'analisi degli impulsi mentre accade e mostra anche il miglior impulso trovato fino a quel momento. Come per le gaussiane sopra, la linea rossa mostra i dati attuali - la potenza a una data frequenza, visti nel tempo. Diversamente dalle gaussiane questo grafico probabilmente non coprirà gli interi 107 secondi di dati, ma probabilmente coprirà due periodi dell'impulso (due volte il periodo nella linea sopra il grafico...). Dovreste vedere due impulsi venir fuori dal rumore. La parte destra e la parte sinistra del grafico sono le stesse. Visualizzando due periodi rendiamo più facile la visione degli impulsi.
 
 
 

Best Triplet.

SETI@home esegue un altro test per gli impulsi. Questo controlla la presenza di tre impulsi alla stessa distanza l'uno dall'altro. Per far questo il client controlla ogni coppia di impulsi che sono sopra un valore soglia. Il client poi cerca un impulso nel mezzo degli altri due. Se viene trovato, viene memorizzato e mandato al server di Berkeley.
seti_bestTriplet
Se viene trovata una tripletta, viene visualizzata una linea che mostra la potenza degli impulsi (relativamente al rumore base) e il tempo tra gli impulsi (periodo) in secondi.
 

 



Per commentare questo post nel forum devi effettuare il login

Articoli

Written on 11/02/2019, 11:13 by boboviz
boinc-workshop-2019Anche quest'anno si terrà il Boinc Workshop, dal 9 al 12 Luglio a Chicago. La partecipazione è libera e gratuita.

Ultime dal Blog

Written on 19/06/2017, 14:38 by boboviz
addio-lugano-bellaCari sodali scaccolatori,come alcuni di voi sanno, il sottoscritto, oltre ad essere appassionato di Boinc, è anche "appassionato" di HPC e, visto che il...