在探索宇宙起源与演化的过程中，对暗弱天体进行精准观测一直是国际天文学界的难题。受天光背景噪声和仪器热辐射影响，传统观测手段对130亿光年外星系的信号捕获效率偏低，限制了我们对宇宙早期状态的认识。清华大学跨学科团队经过持续攻关，提出了基于计算光学的时空联合降噪算法。其关键在于建立噪声涨落与星体光度之间的关联模型，并利用团队自主构建的大规模观测数据库进行训练，从而实现对原始信号的高保真重建。实验结果显示——采用该技术后——现有空间望远镜的探测灵敏度明显提升，在不降低成像精度的前提下，可识别亮度降低至原来约1/2.5的天体目标。该技术的工程应用价值同样突出。研究表明，它兼容可见光至中红外波段，无需改造现有观测设备即可直接提升性能。以詹姆斯·韦布空间望远镜为例，新算法使其等效观测能力接近10米级望远镜水平，有望降低深空观测的单位成本。截至目前，团队已借助该技术新发现110个此前未记录的早期星系样本，使人类对宇宙诞生后2亿至5亿年阶段的样本量扩大至原来的三倍。 《科学》期刊评审专家认为，该研究推动了天文数据处理思路的转变，其自适应信号增强机制为暗物质分布、星系形成与演化等前沿研究提供了新工具。需要指出，该框架具备通用平台特性，未来可通过迭代优化，在脉冲星搜寻、系外行星探测等方向也具备应用潜力。
从主要依赖国外观测数据到自主研发关键数据处理工具，我国在深空探测领域的自主创新正取得更扎实的进展；这项成果既得益于长期基础研究积累，也来自学科交叉带来的方法创新，更离不开科研团队的持续投入与耐心打磨。面向新的观测能力与数据规模，这类国产工具不仅将为我国天文学研究提供支撑，也将为国际合作带来更多中国方案。随着涉及的技术深入完善并推广应用，更多隐藏在宇宙深处的信号有望被识别出来，人类对宇宙起源与演化的理解也将随之推进。