Giter Club home page Giter Club logo

tesis_sosafiscella's Introduction

Tesis de Lincenciatura de Sofía Valentina Sosa Fiscella

Partimos de una carpeta que contenga el archivo.par con los parámetros del modelo de timing y dos directorios llamados A1 y A2, que contienen las observaciones .pfd que vamos a usar junto a sus correspondientes .polycos y .bestprof.


Crear los templates

Lo primero que necesitamos para poder calcular residuos es un template. En este trabajo optamos por tomar la observación de mayor S/N de cada antena y sacarle ruido para usarla como template. Ello está implementado en el programa "generate_templates.ipynb", el cual busca de entre todas las observaciones .pfd de cada antena aquella de mayor S/N, la convierte en un .fits mediante Psrchive, y le quita ruido por medio de la rutina psrsmooth. Los templates resultantes son almacenados dentro de una nueva carpeta, creada por el programa, llamada templates. Los nombres de las observaciones usadas como templates son guardas en archivos de salida aparte, de modo que después puedan ser levantadas por los programas que calculan TOAs, y que así sean excluídas del cálculo de TOAs.


Timing según S/N

  1. Corremos el programa "sn_TOAs.ipynb", el cual carga todas las observaciones dadas a Pypulse y las separa en distintos conjuntos según su relación S/N. Después, para cada uno de esos conjuntos, calcula los TOAs de las observaciones y las guarda en archivos .tim.

  2. Corremos el programa "sn_residuos.ipynb", el cual a partir de los archivos .tim generados en el paso anterior, calcula (para cada conjunto de S/N) el error sistemático que sumado a los errores de los TOAs resulta en un cálculo de residuos con un chi²~1. Luego calcula el correspondiente valor de RMS, y grafica ambas cantidades en función del S/N de cada conjunto.


Timing según BW

Para comparar los resultados de ambas antenas a igual BW y modos de polarización, usamos el programa "bw_timing.pynb". Dados los conjuntos de S/N definidos anteriormente: este programa

  1. A cada observación de A1, de 112 MHz de BW, la separa en dos sub-observaciones, cada una de 56 MHz de BW. Luego calcula el RMS para cada una de esas dos subandas y para las observaciones originales de A1.
  2. Al error en el TOA de cada observación de A2 lo multiplica por un factor sqrt(2), y calcula la RMS para las observaciones con los nuevos errores, y para las observaciones originales.
  3. Grafica la RMS en función de S/N para las observaciones originales y para las observaciones modificadas.

Timing según nbins

  1. Corremos el programa "arrugado.ipynb". Este creará 6 nuevas carpetas por antena, las cuales contendrán copias de las observaciones originales pero arrugadas a nbins=512,256,128,64,32. Adicionalmente también copia a las nuevas carpetas los archivos .polycos y .bestprof de cada observacin, junto al archivo .par del púlsar en cuestión.

  2. Corremos el programa "arrugado_templates.ipynb", el cual crea copias arrugadas de los templates, los cuales son guardados a su vez dentro de la misma carpeta templates.

  3. Corremnos el programa "nbins_timing.ipynb", el cual calcula los TOAs para las observaciones de cada de uno de los conjuntos generados en el paso anterior, y las guarda en archivos .tim. A partir de estos TOAs, calcula los residuos de las observaciones dentro de cada conjunto y el valor de RMS correspondiente a los mismos. Luego, grafica los valores de RMS obtenidos en función del nbins de las observaciones de cada conjunto.

tesis_sosafiscella's People

Contributors

svsosafiscella avatar

Watchers

 avatar  avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.