一种用于多学科应用的基于最小绝对收缩与选择算子(Lasso)的二维频率分析代码

在Kato和Uemura(2012)中，我们引入了最小绝对收缩与选择算子(Lasso)方法(一种稀疏建模方法)来研究变星的频率结构。与传统傅里叶型频率分析相比，该方法实现了非常高的频率分辨率。此方法已扩展到二维频率分析以获得动态频谱。这种二维Lasso频率分析产生了一系列成果，包括从SU UMa型恒星的Kepler数据中分离出轨道信号、超 hump 信号和负超 hump 信号。在本文中，我简要回顾了该方法的进展与应用。我给出了一个完整的R代码及其使用示例。该代码已被证实可探测到新星V1674 Her爆发后轨道信号的出现以及自转周期的变化。该代码也可用于多学科目的，我提供了其在鸟类鸣声分析中的应用。我在欧亚鸲(Troglodytes troglodytes)的叫声中发现了精细结构，这可能用于物种识别。该代码将成为以高时间和频率分辨率研究鸟类鸣声的新工具。对鸟类鸣声功率谱的解释也将有助于解释变星的功率谱。