关于那个甜甜圈样子的人类第一张黑洞照片，已经在2020年被授予了诺贝尔物理学奖。对于这个照片是如何获得的，当时网上有很多科普文章做过介绍。但是可能绝大部分读者都无法看懂，无法理解干涉基线和算法是怎么突破空间分辨率的极限的。对于多年在微波成像领域工作的我来说，对这样一个甜甜圈样子的结果，还是将信将疑的。比如，为什么后来发表的另一个黑洞的图像，就是我们银河系中心的那个黑洞，如图2，也是一个样子？
甜甜圈的周边也几乎像中心一样，都是一片漆黑，并没有看到同样具有超级射电辐射能量的喷流？而理论模拟的黑洞形象却是另一个样子，如图3所示，或是如图4所示，由中国科学院上海天文台利用3.5毫米观测到的带有喷流的M87的样子。
那么探测一个黑洞，真的那么难吗？为了更好的说明这个问题，我这里想先用容易理解的语言，解释一下干涉成像的原理。
传统的成像方式，也就是大多数光学望远镜和照相的成像方式，和我们的眼睛是一样的，就是对物体进行直接的成像。光线在物体表面反射后到达我们的眼睛，经过眼睛玻璃体（照相机的镜头）的聚焦后，落在视网膜上的成像区域（照相机的底片或是现在的比如CCD数字成像阵列），感光神经元（CCD的每一个像元）将每一个点收到的光频率（颜色）和强度（电流）传给大脑（计算机），然后再在大脑（计算机）中画出物体的图像。
这种成像方法，我们称之为从空间域图像到空间域图像的直接成像法。也就是说，我们要看（拍摄）的目标图像是分布在空间中光的强弱变化的图像。我们眼睛里看到的，或者是照相机拍摄到的，也是光的强弱变化在空间中的分布。这就是从空间域到空间域的直接成像。
那甜甜圈的照片，或是干涉成像的原理是什么呢？直白的说，就是对空间域图像的傅里叶变换域进行测量，然后再做一个逆傅里叶变换，得到原始的空间域图像。
具有大学或者高中以上数学和物理知识的读者们应该知道，如果我们将一段声音记录下来并将其数字化，然后将这段横轴为时间，纵轴为声音强度的时域信号做一个傅里叶变换，就可以得到横轴为频率，纵轴为频率强度的一维频谱。那么倒过来，如果我们能够按一定的间隔要求（称为奈奎斯特间隔）采集到不同频率的强度，先得到频谱，然后对其做一个逆傅里叶变换，就可以还原那段声音的时域信号。
同样原理，如果我们能够在空间频率域采集到空间频率谱的强度，然后再做一个逆傅里叶变换，就可以恢复出原始图像。
现在，在空间频率域采样的工具和方法都有了，剩下的就是要设计一个采样阵列，使其基线组合从低到高，按奈奎斯特间隔均匀覆盖所有空间频率，之后再对其实施逆傅里叶变换，就可以得到原始的空间域图像了。当然，是一个由最长基线L定义的，对高频部分截断以后的图像，就像一个镜头孔径有限的相机一样，得到的也是一个有限空间分辨率的图像。
Clean算法的引入，大大降低了对空间频率域采样覆盖率的要求。
也就是说，在天线阵列的设计上，可以将阵列设计的非常稀疏，甚至在空间频率域的测量值的覆盖率仅仅为全部覆盖的千分之几，甚至几十万分之一。剩下的未知量全部从空间域的那些冷空背景中补充。那些解放了的天线单元就用来拉长基线。甚至可以达到接近地球直径（1万公里）的尺度。这就是获得第一幅黑洞图像的，事件视界望远镜（Event Horizon Telescope）采用的方法。
8个射电天文台分布在最长基线约1万公里的全球各地，如图7所示，通过地球的旋转获得二维空间频率域的大量干涉采样值，再通过Clean算法，最终获得黑洞的照片。