大型时序数据集中行星位相检测的方法

我们提出了一种快速、高效且易于应用的计算方法，用于检测大型光度数据集中的行星位相。该代码专为分析47 Tucanae星系团中21,950颗恒星的时序数据而开发，相关结果将在另一篇论文中详细报道。通过交叉相关技术和蒙特卡洛测试的检测标准，将每个时序数据与大型合适位相模型数据库进行比较。该算法在保持低误检概率的同时，能够高效恢复位相信号，即使在噪声数据中亦如此。这一点通过描述其对47 Tuc数据集的应用来说明，该算法在1-16天轨道周期范围内，尽管因天气和观测周期造成的时间序列中存在间隙，仍能实现85%至25%的加权平均位相恢复率。该代码易于移植，目前设计为接受基于差分成像分析（Difference Imaging Analysis）生成的时序数据。