姓名：李毅超
职称：副教授
专业：天体物理
所属二级学科：天体物理
研究方向：射电天文、宇宙学
E-mail: [email protected]
个人简历：
本人长期从事射电天文学与宇宙学研究，聚焦于中性氢强度映射（HI Intensity Mapping）技术在宇宙大尺度结构巡天中的观测与数据分析工作。博士毕业于中国科学院国家天文台，专业为理论天体物理。2021年作为“海外百人计划”特聘副教授加入一本道 物理系。讲授本科生课程《理论力学》、《射电天文学导论》以及研究生课程《观测天体物理》等。
研究兴趣涵盖射电望远镜观测数据的处理与分析，特别是结合机器学习等先进计算方法，从射电巡天观测中提取微弱的宇宙学信号，以研究宇宙的大尺度结构的形成和演化历史。依托Green Bank Telescope（GBT）、Parkes射电望远镜、MeerKAT和中国500米口径球面射电望远镜（FAST）等国际领先观测设施，参与并主持中性氢大尺度结构巡天观测实验，积累了丰富的射电数据处理与科学分析经验，具备较强的科研组织与团队合作能力。近年来的主要研究工作：
1.利用中性氢绘制宇宙大尺度结构
本人的研究聚焦于将星系中的中性氢作为宇宙学示踪物，用于绘制宇宙的大尺度结构。通过中性氢强度映射与光谱巡天观测，旨在研究宇宙结构的分布与演化，为理解物质扰动的增长、暗能量的性质以及宇宙学模型的构建提供关键科学依据。
2.射电宇宙学中的先进数据分析技术
本人参与面向现代射电巡天观测的创新数据处理与分析方法的研发工作，涵盖前景信号去除的统计技术、噪声建模，以及机器学习算法在信号提取中的应用。这些方法对于从庞大而复杂的天文观测数据中分离出微弱的宇宙学信号具有重要意义，是开展高精度射电宇宙学研究的核心工具。
3.超长波段射电观测的科学探索
本人亦关注超长波波段（频率低于30 MHz）射电观测所带来的新科学机遇。该波段尚处于开发初期，但在探测早期宇宙、特别是宇宙暗时代与再电离时期（EoR）方面具有巨大潜力。相关工作包括观测策略设计、仪器方案研究以及应对射电干扰的关键技术探索。
近年来承担的主要项目（五项）：
1.国家自然科学基金委员会, 面上项目, “FAST中性氢宇宙学漂移扫描巡天数据分析关键技术研究”, 2025-01 至 2028-12, 53万元, 在研, 主持。
2.中华人民共和国科学技术部, 国家重点研发计划SKA专项项目,“中性氢巡天和宇宙学模拟”, 2022-11 至 2027-10, 900万元, 参与。
3.中央高校基本科研业务专项资金资助，国家项目培育基金（理工类），“基于深度学习的中性氢强度映射巡天前景减除方法的研究”，2024-1 至 2025-12，主持。
4.国家自然科学基金委员会, 专项项目, “21厘米宇宙学国际前沿讲习班”, 2025-01-01 至2025-12-31, 40万元, 在研, 参与。
近年来发表的代表性论文（十篇）：
1.Guang-Chen Sun, Yichao Li, Furen Deng, Yanping Cong, Fangxia An, Jiajun Zhang, Yougang Wang, Xin Zhang, Xuelei Chen. 2025. A Multimechanism Hybrid Model of Peaked-spectrum Radio Sources. The Astrophysical Journal. DOI: //do.org/10.3847/1538-4357/adcd75.
2.Diyang Liu, Yichao Li, Denis Tramonte, et al. 2025. FAST Drift-scan Survey for HI Intensity Mapping: Simulation on Hunting HI Filament with Pairwise Stacking. The Astrophysical Journal 984 (2)177. //doi.org/10.3847/1538-4357/adc805.
3.Xinyang Zhao, Yichao Li, Wenxiu Yang, et al. 2025. FAST Drift Scan Survey for HI Intensity Mapping. II. Stacking-Based Beam Construction of the 19-Feed Array at 1.4 GHz. The Astronomical Journal 169 (5): 265. //doi.org/10.3847/1538-3881/adc2fd.
4.Wan-Peng Sun, Ji-Guo Zhang, Yichao Li,et al. 2025. Exploring the Key Features of Repeating Fast Radio Bursts with Machine Learning. The Astrophysical Journal 980 (2): 185. //doi.org/10.3847/1538-4357/adad6a.
5.Wenkai Hu, Yougang Wang, Yichao Li, et al. 2025. The FAST HI 21 Cm Absorption Blind Survey. II. Statistical Exploration for Associated and Intervening Systems. The Astrophysical Journal Supplement Series 277 (1): 25. //doi.org/10.3847/1538-4365/adb0c0.
6.Yichao Li, Yougang Wang, Furen Deng, et al. 2023. FAST Drift Scan Survey for HI Intensity Mapping: I. Preliminary Data Analysis. The Astrophysical Journal 954 (2): 139. //doi.org/10.3847/1538-4357/ace896.
7.Li-Yang Gao, Yichao Li, Shulei Ni, and Xin Zhang. 2023. Eliminating Polarization Leakage Effect for Neutral Hydrogen Intensity Mapping with Deep Learning. Monthly Notices of the Royal Astronomical Society 525 (4): 5278-90. //doi.org/10.1093/mnras/stad2646.
8.Ming Zhang, Yichao Li, Jing-Fei Zhang, and Xin Zhang. 2023. HI Intensity Mapping with MeerKAT: Forecast for Delay Power Spectrum Measurement Using Interferometer Mode. Monthly Notices of the Royal Astronomical Society 524 (2): 2420-30. //doi.org/10.1093/mnras/stad2033.
9.Shulei Ni, Yichao Li, Li-Yang Gao, and Xin Zhang. 2022. Eliminating Primary Beam Effect in Foreground Subtraction of Neutral Hydrogen Intensity Mapping Survey with Deep Learning. The Astrophysical Journal 934 (1): 83. //doi.org/10.3847/1538-4357/ac7a34.
10.Yichao Li, Mario G. Santos, Keith Grainge, Stuart Harper, and Jingying Wang. 2020. HI Intensity Mapping with MeerKAT: 1/f Noise Analysis. Monthly Notices of the Royal Astronomical Society 501 (3): 4344-58. //doi.org/10.1093/mnras/staa3856.
