第33卷，第8期 2013年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.33,No.8,pp2259-2262
August，2013
基于分形编码的M型恒星光谱次型自动识别
韩金姝
德州学院计算机系，山东德州253020
摘要根据天体光谱自身的局部分形特征，对光谱中400～510，600～700和780～900nm三个波段的数据分形编码，并以编码中匹配数据块位置与最小匹配误差为特征，将分形方法应用于天体光谱次型识别。实验表明，分形方法不受LAMOST流量定标误差、仪器效率曲线的影响，具有一定的抗噪性，可以有效地自
动识别LAMOST与SDSS的M型恒星光谱次型。关键词M型恒星；光谱次型；分形；识别
中图分类号：TN911.7
引言
文献标识码：A
DOI; 10. 3964/j. issn. 1000-0593(2013)08-2259-04
目标光谱的23条谱线所覆盖波段的平均流量密度比、2个宽带色率，自动识别其所属次型，在信噪比S/N>5时，测量精度是士2个次型。但是，该方法对流量定标精度及连续谱
2011年11月，郭守望远镜（largeskyareamulti-object fibrespectroscopytelescope，LAMOST)开始释放观测数据，至2012年6月，已经发布484185条光谱，其中，恒星光谱 424809条。快速且准确地识别这些海量高维恒星光谱的类型，是LAMOST一维光谱自动分析与处理系统的基本功能之一，也是研究恒星物理的基础。
根据哈佛分类系统，恒星光谱型分为O，B，A，F，G， K，M型，对应着恒星大气温度Ta逐渐下降，每型又分为若干次型。M型恒星属于Ta<4000K的晚型星，有M0～M9 共10个次型。由于M型恒星光谱中存在显著的分子带特征，使得自动算法不易准确提取及测量光谱的连续谱与谱线参数"，因此，难以通过谱线证认方法自动识别M型光谱次型。国内，李金增["]最早利用交叉相关方法对晚型星自动分类。交叉相关方法在信噪比偏低时，易产生较大的匹配误差。此外，文中使用590～650nm波段的光谱信息，仅测试了约20条光谱，且仅涉及M0与M2型。但是，在M5～M9
~650nm儿乎没有特征，彼此无法区分。覃
型恒星中，590
冬梅利用主分量分析的前两个特征向量，识别恒星光谱型。但是，对恒量光谱次型，自动识别的效果不好。刘中田3利用五层小波变换，将M型星与其他类型恒星、类星体、星系区分，但未更细致地对M型次型自动识别。国外，美国的 SDSS(sloan digital sky survey)的光谱自动处理软件[45)、英澳天文台的RAVE数据处理[6]（RAdial velocity experimen)，采用Hammer算法[]。该算法根据光谱能量分布，通过测量
形状敏感，不适用于流量定标误差较大、信噪比偏低、存在仪器效率曲线干扰的LAMOST光谱。
本研究根据天体光谱具有局部分形特征，利用PIFS（partialiterationfunctionsystem）分形编码方法[)，根据编码中的匹配数据块与最小匹配误差一一对应的特点，以匹配数据块位置与最小匹配误差作为特征，自动识别M型恒星光谱次型。
M型恒星光谱与LAMOST光谱特点
工作中使用SDSS的M0M9共10个矮星模板光谱"，如图1所示（为了清楚表示，将光谱沿纵轴流量值方向适当平移）。在400～600nm波段，M0～M4的连续谱与
6 公 5,m 63-o
O
4 000
5000
6 000
7000
Wavelength/A
8000
9.000
Fig, 1 Ten dwarf template spectra from SDSS
收稿日期：2012-12-29，修订日期：2013-03-02
基金项目：山东省自然科学基金项目(ZR2012AM008)和国家自然科学基金项目（11203006)资助
作者简介：韩金妹，女，1972年生，德州学院计算机系副教投万方数据
e-mail; jinshu_hanyahoo, com, cn; hanjs72@sina. com