在群星璀璨的夜空中，射电望远镜如同人类敏锐的“耳朵”，捕捉着来自宇宙深处的微弱呢喃。然而，随着现代通讯技术的飞速发展，人类活动的电波噪声（RFI）也日益嘈杂，严重干扰了天文观测。近日，中国科学院新疆天文台脉冲星团组博士研究生白俊涛在导师王娜研究员与澳大利亚联邦科学与工业研究组织（CSIRO）代实研究员的指导下，中国科学院新疆天文台等机构的科研人员另辟蹊径，利用数学中的“特征值分解”原理，为多波束接收机量身定制了一套高效的干扰清理软件——mRAID（多波束射频干扰检测器），显著提升了脉冲星与快速射电暴的搜寻效率。该研究成果发表在国际知名天文期刊《澳大利亚天文学会出版物》(2026, PASA, 43, e008)
射电望远镜观测到的信号极其微弱，往往会被地面的手机信号、卫星导航和雷达波等射频干扰所淹没。特别是像“中国天眼”FAST这样拥有19个波束（相当于19只眼睛同时看天）的巨型设备，每秒产生的数据量极其惊人。传统的干扰剔除方法要么不够灵敏，漏掉了微弱的干扰；要么计算太慢，跟不上数据产生的速度。如何在海量数据中精准、快速地识别并剔除这些“伪装者”，已成为时域天文学的痛点。
中国科学院新疆天文台脉冲星团组博士研究生白俊涛在导师王娜研究员与澳大利亚联邦科学与工业研究组织（CSIRO）代实研究员的指导下，共同开发了名为mRAID的软件包 。该研究的核心巧妙之处在于利用了多波束观测的“空间相关性”。研究人员发现，来自宇宙的脉冲星信号通常只出现在一个波束中，而人为的干扰（如卫星）往往会同时被多个波束捕捉到 。通过将多波束数据构建成互相关矩阵并进行特征值分解，mRAID能够像“分离杂质”一样，将具有共同特征的干扰信号从背景噪声中精确分离出来 。
在对FAST实测数据的测试中，mRAID展现出了卓越的性能。与目前国际主流的软件PRESTO中的rfifind相比，mRAID能更有效地识别短时间尺度的瞬态干扰，大幅降低了脉冲星候选体的虚警率 。
更重要的是，mRAID采用了全并行化设计，能够利用高性能计算机集群实现“极速清洗”，这对于未来大口径望远镜（如QTT）的大规模巡天观测具有重要的技术储备意义 。目前，该软件包已向全球天文界开源共享。
该研究成果发表在国际知名天文期刊《澳大利亚天文学会出版物》（PASA）上，文章链接：https://doi.org/10.1017/pasa.2025.10139。
图 1. mRAID和rfifind方法对FAST19波束数据RFI识别结果对比。