一种用于从CMB中挑选出非高斯性的新统计量

本文提出了一种新型统计量，用于检测CMB中的非高斯性。该统计量在傅里叶空间中定义，因此自然分离不同的角尺度。它由对给定尺度环内的傅里叶模式进行角向再傅里叶变换而构成。像其他傅里叶空间统计量一样，我们的统计量在面对由噪声或信号构成的高斯过程与仅在某些尺度上占主导的非高斯信号的组合时，优于更常规的方法。然而，与此前的努力不同，我们的统计量在识别单个场中多个非高斯模式方面成功。我们讨论了各种应用场景，其中高斯分量可能是噪声或原始信号，非高斯分量可能是宇宙弦图，或某种几何构造，类似于小尺度尘埃图。