用代码探寻天文宇宙—— PRESTO 本地部署教程：天文领域脉冲星研究的顶级工具

PRESTO 是一款由 Scott Ransom 主导开发的开源脉冲星搜索与分析工具套件，主要用于高效处理天文观测数据，特别是射电望远镜捕获的脉冲星信号，可以从球状星团的长期观测中高效搜索双毫秒脉冲星（尽管此后它已用于几次短时间积分调查，并用于处理大量 X 射线数据）。它主要用 ANSI C 编写，许多最新例程都用 Python 编写。

目前，PRESTO 已经发现了超过 1000 颗脉冲星，其中包括约 400 颗再生脉冲星和/或双脉冲星。

核心功能

• 数据准备：支持干扰检测（rfifind）、去散射（prepdata）、天文时标校准等预处理。
• 搜索算法：采用傅里叶加速搜索（accelsearch）、单脉冲搜索（single_pulse_search.py）及相位调制搜索（search_bin）。
• 折叠与分析：优化候选信号（prepfold）并生成到达时间（TOA）数据（get_TOAs.py）。
• 多格式支持：兼容 PSRFITS、SIGPROC 滤波器银行、光子到达时间等多种数据格式。

应用领域

• 脉冲星搜寻：适用于各类望远镜数据，尤其擅长处理球状星团的长期观测数据。
• 双星系统研究：对毫秒脉冲星的双星伴星进行精确分析。
• 高能天体物理：处理 X 射线等高能数据，探测隐藏的脉冲信号。
• 引力波探测：通过脉冲星计时阵列分析引力波效应。

下面是PRESTO的本地部署教程，希望能帮助到大家~

一、更新基础软件包

1. 直接安装大部分依赖包

在类似 Debian/Ubuntu 的系统上执行此操作：

# 更新 apt-get
apt-get update -y
apt-get upgrade -y

# 安装 sudo
apt-get install -y sudo

# 安装其他必要的软件包
sudo apt-get install -y git build-essential libfftw3-bin libfftw3-dev pgplot5 libglib2.0-dev libcfitsio-bin libcfitsio-dev libpng-dev latex2html gfortran tcsh autoconf libx11-dev python3-dev python3-numpy python3-pip mpich openmpi-common libmpich-dev

2. 编译安装 TEMPO

• 下载编译安装

cd /usr/local
sudo git clone git://git.code.sf.net/p/tempo/tempo
cd tempo/
sudo sh prepare   
sudo ./configure --prefix=/usr/local/tempo 
sudo make
sudo make install
sudo make clean

• 加入全局变量

sudo vim /etc/profile

• 末尾添加

# TEMPO
export TEMPO=/usr/local/tempo
export PATH=$PATH:/usr/local/tempo/bin

• 然后激活环境变量

source /etc/profile
source ~/.bashrc
tempo -v

二、环境配置

1. 从 github 仓库 获取项目

PRESTO 源代码采用 GPL 发布，可以通过多种方式浏览或获取（包括压缩文件或 tar 文件，或通过 git）。 如果你懒得读取如何获取，但系统中安装了 git，请执行：

cd ~
git clone https://github.com/scottransom/presto.git

2. 创建并激活 Python 虚拟环境

• 创建并激活虚拟环境

conda create -n presto python=3.9 -y
conda activate presto

• 安装部分依赖

conda install meson meson-python ninja -y

• 添加环境变量

vim ~/.bashrc

• 添加环境变量，注意修改根目录

# presto  
export PRESTO=/root/presto  
export LIBRARY_PATH=/root/miniconda3/envs/presto/lib/x86_64-linux-gnu:$LIBRARY_PATH  
export LD_LIBRARY_PATH=/root/miniconda3/envs/presto/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

• 重启终端

source .bashrc

3. 配置 meson 构建

• 配置 meson 方式：

cd $PRESTO
conda activate presto  
meson setup build --prefix=$CONDA_PREFIX

4. 根据配置检查环境变量

cd $PRESTO
python check_meson_build.py

• 如果一切看起来都很好，它会告诉你。

5. 构建并安装所有 C/Fortran 代码和 PRESTO 共享库

meson compile -C build  
meson install -C build

6. 编译并安装 PRESTO Python 代码和库

cd $PRESTO/python  
pip install --config-settings=builddir=build .

7. 运行 makewisdom 以获得（稍微）快速的 FFT

• 只需运行 $PRESTO/build/src/makewisdom。

cd $PRESTO/build/src/
./makewisdom
mv fftw_wisdom.txt $PRESTO/lib/

运行大约需要10-20 分钟，所以请耐心等待。请注意，fftw_wisdom.txt 文件将位于 $PRESTO/build/src，因此您需要将其移动到 $PRESTO/lib，以便 PRESTO 可以找到它。运行大约需要 10-20 分钟，所以要有耐心。请注意，fftw_wisdom.txt 文件将位于 $PRESTO/build/src 中，因此您需要将其移动到 $PRESTO/lib 以便 PRESTO 可以找到它。

三、运行测试

1. 运行一些基本测试

cd $PRESTO  
prepfold  
python tests/test_presto_python.py  
python examplescripts/ffdot_example.py  
python python/fftfit_src/test_fftfit.py

2. 定位需要修改的脚本

根据错误日志，问题出现在文件 /root/presto/examplescripts/ffdot_example.py 的第 62 行：

ppgplot.pgopen(device)

• device 是 PGPLOT 图形库的输出设备。
• 默认值为 "/xw"，表示输出到 X11 窗口。

---

3. 修改图形输出方式

我们可以将输出设备从 "/xw" 修改为文件输出，例如 PostScript（".ps"）或 PNG（通过 pgplot 配置支持）。

• 修改示例

打开并编辑 /root/presto/examplescripts/ffdot_example.py：

• 使用文本编辑器（如 nano 或 vim）打开脚本：

vim /root/presto/examplescripts/ffdot_example.py

• 找到 ppgplot.pgopen 调用，并将 device 参数修改为输出到文件：

ppgplot.pgopen("output.ps")  # 将图形保存为 PostScript 文件

或：

ppgplot.pgopen("/png")  # 如果支持 PNG 输出

• 保存并退出编辑器。
• 以下是经过整理和优化后的完整代码，针对脚本进行了调整，支持输出到 PNG 文件，设置了更直观的错误处理，并保留了原始绘图逻辑：

import numpy as num
from presto import presto
import presto.ppgplot as ppgplot
from presto.Pgplot import pgpalette
from numpy.random import standard_normal as norm
import time
import os

# 设置默认 PGPLOT 设备
os.environ['PGPLOT_DEV'] = '/PNG'

# 参数定义
N = 2**14
r = N / 4.0  # 平均频率
rint = num.floor(r)
dr = 1.0 / 32.0
dz = 0.18
np = 512  # 图像分辨率
z = 10.0  # 平均傅里叶频率导数
w = -40.0  # 二次导数
noise = 1.0 * norm(N)

# 时间坐标
us = num.arange(N, dtype=num.float64) / N  # 归一化时间坐标
r0 = r - 0.5 * z + w / 12.0
z0 = z - 0.5 * w
phss = 2.0 * num.pi * (us * (us * (us * w / 6.0 + z0 / 2.0) + r0))
ft = presto.rfft(num.cos(phss) + noise)

# F-Fdot 平面计算
ffdot = presto.ffdot_plane(ft, rint - np / 2 * dr, dr, np, 0.0 - np / 2 * dz, dz, np)
pffdot = presto.spectralpower(ffdot.flat)
theo_max_pow = N**2.0 / 4.0
frp = max(pffdot) / theo_max_pow
print(f"Recovered {frp:.3f} of theoretical signal power in F-Fdot plane")

# 优化计算
a = time.perf_counter()
[maxpow, rmax, zmax, rd] = presto.maximize_rz(ft, r + norm(1)[0] / 5.0, z + norm(1)[0], norm=1.0)
print(f"Time for rz optimization {time.perf_counter() - a:.3g} s")
print(f"  Optimization recovered {maxpow / theo_max_pow:.3f} of theoretical signal power")

a = time.perf_counter()
[maxpow, rmax, zmax, wmax, rd] = presto.maximize_rzw(ft, r + norm(1)[0] / 5.0, z + norm(1)[0],
                                                     w + norm(1)[0] * 5.0, norm=1.0)
print(f"Time for rzw optimization {time.perf_counter() - a:.3g} s")
print(f"  Optimization recovered {maxpow / theo_max_pow:.3f} of theoretical signal power")

# F-Fdot 图像准备
pffdot = pffdot / theo_max_pow
pffdot.shape = (np, np)
rs = num.arange(np) * dr - np // 2 * dr
zs = num.arange(np) * dz - np // 2 * dz
rgx = num.asarray([rs[0], rs[np - 1]])
rgy = num.asarray([zs[0], zs[np - 1]])
freqcut = pffdot[np // 2, :]
fdotcut = pffdot[:, np // 2]

# 绘图部分
device = 'ffdot_combined.png/PNG'  # 输出为 PNG 文件
image = 'antirainbow'
labx = 'Fourier Frequency Offset (bins)'
laby = 'Fourier Frequency Derivative (bins)'
contours = num.asarray([0.1, 0.3, 0.5, 0.7, 0.9])

imfract = 0.65
margin = 0.08

try:
    ppgplot.pgopen(device)
except Exception as e:
    print(f"Error opening device: {e}")
    device = 'output.ps/PS'  # 回退到 PostScript 输出
    ppgplot.pgopen(device)

ppgplot.pgpap(0.0, 1.0)
ppgplot.pgpage()

# 绘制文字信息
ppgplot.pgsvp(margin + imfract, 1.0 - margin / 2, margin + imfract, 1.0 - margin / 2)
ppgplot.pgswin(0.0, 1.0, 0.0, 1.0)
ppgplot.pgtext(0.1, 0.8, f"Frac Recovered: {frp:.3f}")
ppgplot.pgtext(0.1, 0.6, f"Signal Power: {frp:.3f}")
ppgplot.pgtext(0.1, 0.4, f"Signal z = {z:.1f}")
ppgplot.pgtext(0.1, 0.2, f"Signal w = {w:.1f}")

# 绘制频率切片
ppgplot.pgsvp(margin, margin + imfract, margin + imfract, 1.0 - margin / 2)
ppgplot.pgswin(min(rs), max(rs), -0.1, 1.1)
ppgplot.pgbox("BCST", 0.0, 0, "BCNST", 0.0, 0)
ppgplot.pgline(rs, freqcut)
ppgplot.pgmtxt("L", 2.0, 0.5, 0.5, "Relative Power")

# 绘制导数切片
ppgplot.pgsvp(margin + imfract, 1.0 - margin / 2, margin, margin + imfract)
ppgplot.pgswin(-0.1, 1.1, min(zs), max(zs))
ppgplot.pgbox("BCNST", 0.0, 0, "BCST", 0.0, 0)
ppgplot.pgline(fdotcut, zs)
ppgplot.pgmtxt("B", 2.4, 0.5, 0.5, "Relative Power")

# 绘制 F-Fdot 图像
ppgplot.pgsvp(margin, margin + imfract, margin, margin + imfract)
ppgplot.pgswin(min(rs), max(rs), min(zs), max(zs))
ppgplot.pgmtxt("B", 2.4, 0.5, 0.5, labx)
ppgplot.pgmtxt("L", 2.0, 0.5, 0.5, laby)
lo_col_ind, hi_col_ind = ppgplot.pgqcol()
lo_col_ind = lo_col_ind + 2
ppgplot.pgscir(lo_col_ind, hi_col_ind)
pgpalette.setpalette(image)
ppgplot.pgctab(pgpalette.l, pgpalette.r, pgpalette.g, pgpalette.b)
ppgplot.pgimag_s(pffdot, 0.0, 0.0, rgx[0], rgy[0], rgx[1], rgy[1])
ppgplot.pgsci(1)
ppgplot.pgcont_s(pffdot, len(contours), contours, rgx[0], rgy[0], rgx[1], rgy[1])
ppgplot.pgbox("BCST", 0.0, 0, "BCST", 0.0, 0)

# 灰色轴线
ppgplot.pgscr(1, 0.5, 0.5, 0.5)
ppgplot.pgsci(1)
ppgplot.pgslw(2)
ppgplot.pgline(rgx, num.asarray([0.0, 0.0]))
ppgplot.pgline(num.asarray([0.0, 0.0]), rgy)

ppgplot.pgclos()
print("Plot saved to:", device)

4. 主要改动

• 默认输出设备改为 PNG 文件。
• 增加对设备错误的处理，自动回退到 PostScript 输出。
• 简化和整理了注释，使代码更易读。
• 添加了可调整的调色板和文件路径。

运行代码后，结果将保存为 ffdot_combined.png，可以直接查看。

四、如果你想卸载所有东西，你可以这样做：

cd $PRESTO/build  
ninja uninstall  
pip uninstall presto