问题：深空天体观测面临信号微弱与噪声干扰的双重挑战 深空观测的核心在于捕捉极其微弱的光子信号；随着观测目标向宇宙早期延伸——天体亮度急剧下降——信号常被多种噪声淹没：天光背景的随机涨落持续存在，望远镜热辐射在红外观测中尤为明显，宇宙射线等瞬态干扰还会产生伪信号。这些因素使得单纯延长曝光时间难以线性提升探测效果。如何在现有硬件条件下提高深空探测能力，成为天文学界亟待解决的难题。 原因：传统方法难以平衡灵敏度与数据保真度 深空图像处理需要在提升探测深度的同时，确保天体形态和光度测量的准确性。常规图像增强或去噪方法在极低信噪比条件下容易引入偏差，导致星系形态失真或弱信号误判。此外，深空观测缺乏足够的人工标注数据，限制了依赖标注训练的常规方法的应用。这要求开发更符合天文物理过程、能直接利用真实观测数据的技术框架。 影响：新方法大幅提升探测深度，带来科学新发现 清华大学戴琼海院士团队与蔡峥副教授团队合作提出"星衍"（ASTERIS）时空自监督计算成像模型。该模型通过联合建模噪声涨落与星体光度，实现极低信噪比环境下的光子重构；采用"分时中位、全时平均"策略，有效抑制宇宙射线干扰并增强微弱信号积累。测试表明，该方法将探测准确度最高提升约1.6个星等；应用于詹姆斯·韦布空间望远镜数据后，探测深度提升约1个星等。 这个技术突破带来了直接的科学成果：团队从现有数据中新识别出160多个高红移候选星系，这些星系存在于宇宙大爆炸后2亿至5亿年间，距离地球超过130亿光年，数量是同类研究的数倍。这些发现为研究星系形成与演化、再电离历史等提供了宝贵样本。 对策：自监督学习与专用评估确保科学可靠性 该方法无需人工标注，可直接利用真实观测数据进行训练和优化，便于在多任务观测中快速应用。为防止增强过程中引入失真，团队建立了以探测能力和形态保真为核心的评价体系，避免通用视觉指标可能导致的科学偏差。"星衍"已证明具有跨平台兼容性，适用于可见光至中红外波段，并在空间和地面观测数据处理中得到验证。《科学》杂志审稿人评价其为天文研究提供了有力工具。 前景：软硬件协同推动深空探测发展 业内专家表示，虽然望远镜口径等硬件能力仍是基础，但在深空探测时代，数据处理方法的进步正成为重要补充。这类技术有望在不改变观测计划的情况下挖掘现有数据潜力，并为未来更大规模的巡天观测提供支持。下一步，该技术可能在暗能量研究、早期宇宙结构形成等领域发挥作用，同时也对数据共享和跨平台标准化提出了更高要求。