多峰长型伽马射线暴的周期性活动搜索

伽马射线暴（GRB）光曲线（LC）中相当比例的序列峰值包含了能量如何随时间转化为伽马射线的信息。传统的GRB LC中寻找周期信号的搜索结果不令人满意，部分原因在于LC本身的短暂性、彩色噪声和非平稳性质使得其面临挑战。然而，近期的论述已重启了此问题。我们通过一种新的GRB方法搜索GRB LC中的周期分量，规避了传统技术所面临的大多数问题。我们通过已验证的算法识别峰值，并从5个GRB目录中挑选出至少包含10个峰值的GRB（Swift/BAT、CGRO/BATSE、Fermi/GBM、Insight-HXMT、BeppoSAX/GRBM）。每个GRB仅被当作一个离散点过程来处理，其实现恰好对应于峰值时间的序列。我们在考虑了因GRB信号非平稳性导致的峰值聚类后，基于多项分布搜索可能的周期性重复现象。最佳候选者的p值为3e-4，表明不存在周期性重复；然而，考虑到555个GRB的多重试验，其统计显著性降至17%。所有GRB获得的p值分布与[0,1]上的均匀分布相容。我们未发现多峰GRB具有周期性重复的稳健证据。我们可以排除至少10个峰值的每个GRB中超过约0.75的峰值是周期性的。虽然我们的结果可能不与基于傅里叶技术的所称周期性相冲突，但它约束了潜在的重复行为，这种行为并未通过峰值序列显现，而显然以更难以捕捉的方式呈现。