Agatha：在周期图框架中从相关噪声中分离周期信号
地球与行星天体物理
2017-08-02 v1 应用统计
摘要
周期图被用作关键显著性评估和可视化工具，以显示非均匀采样时间序列中的显著周期性。我们引入了一种称为“Agatha”的周期图框架，用于从相关噪声中分离周期信号，并解决二维模型选择问题：信号维度和噪声模型维度。这些周期图通过应用似然最大化与边缘化计算，并以自洽方式组合。我们将 Agatha 与其他周期图进行比较，用于检测为 Radial Velocity Challenge 生成的合成视向速度数据以及几颗类太阳恒星的视向速度数据集中的开普勒信号。在我们的测试中，我们发现 Agatha 能够恢复到视向速度挑战所采用的检测极限的信号。应用于真实视向速度，我们使用 Agatha 确认了先前对 CoRoT-7 的分析，并发现了两颗新的行星候选体，其最小质量分别为 15.1 和 7.08 ，分别环绕 HD177565 和 HD41248，周期分别为 44.5 d 和 13.4 d。我们发现 Agatha 在去除相关噪声和以更鲁棒的度量评估信号显著性方面优于其他周期图。此外，它可用于选择最优噪声模型并检验信号随时间的一致性。Agatha 旨在具有足够的灵活性，以应用于其他天文和科学学科的时间序列分析。Agatha 可在 http://www.agatha.herts.ac.uk 获取。
引用
@article{arxiv.1705.03089,
title = {Agatha: disentangling periodic signals from correlated noise in a periodogram framework},
author = {Fabo Feng and Mikko Tuomi and Hugh R. A. Jones},
journal= {arXiv preprint arXiv:1705.03089},
year = {2017}
}
备注
22 pages, 16 figures, 5 tables, MNRAS in press, the app is available at http://www.agatha.herts.ac.uk