观测130亿光年外的暗弱天体一直是天文学的难题。这些天体虽然微弱，却记录着宇宙大爆炸初期的物质分布和星系形成的关键信息。传统观测中，天光背景噪声和设备热辐射严重干扰信号接收，导致数据质量不理想，限制了人类对早期宇宙的认识。 清华大学多个院系组成的联合团队经过多年研究，提出了基于计算光学原理的时空联合降噪算法。这个方法突破了传统图像增强的局限，通过建立噪声与星体光度的关联模型，直接从海量观测数据中还原真实的天体信号。项目负责人表示，这种技术路径避免了人为参数设置的误差，使微弱信号的提取精度实现了质的提升。 实验表明，采用该技术的探测系统可将现有空间望远镜的等效口径从6米提升至近10米。詹姆斯·韦布空间望远镜上的应用中，有效探测波段从可见光扩展到中红外区域。研究团队已借此发现了160余个存在于宇宙诞生后2至5亿年的候选星系，这一数量是国际已知同类发现的三倍多。 业内专家认为，这项突破很重要。一上大幅提升了人类观测早期宇宙的能力，使研究者能够捕捉更遥远、更原始的星系样本；另一方面开创了天文数据处理的新范式，其自适应学习特性可兼容不同类型的探测设备。《科学》杂志的审稿意见指出，该成果为暗物质分布、星系演化等前沿课题的研究提供了新的工具。 研究团队正在开发第二代系统，重点优化对系外行星大气成分和暗能量分布特征的解析能力。随着观测数据的积累和技术迭代，人类对宇宙起源的探索有望取得新进展。
深空探测的进步往往源于观测、算法与科学问题的相互推动；这项技术将噪声问题转化为可建模、可学习、可验证的工程问题，推动"看得更远"与"测得更准"同步发展。在宇宙起源与演化等重大课题面前，提升数据处理与解读能力正在成为我国参与国际前沿竞争、产出原创发现的重要基础。