趋势滤波算法在 MACHO 数据库中的应用

由于变星观测中系统误差/趋势的强烈影响，我们在 MACHO 数据库的一个子集上应用趋势滤波算法（TFA）搜索变星。TFA 已成功应用于行星凌星搜索，即在存在噪声和各种系统误差（例如，由于不完美的平场、拥挤等）的情况下寻找微弱、短时周期性变暗。这些效应会在测光时间序列中引入有色噪声，可能导致完全错过信号。通过利用给定天区的大量可用测光时间序列，TFA 利用了同一类型系统误差出现在同一区域的多个/许多时间序列中的事实。因此，我们通过模板的最优（最小二乘意义）线性组合来拟合每个目标时间序列，并对残差进行频率分析。一旦发现信号，我们通过使用包含信号、系统误差和噪声的完整模型来重建信号。我们将 TFA 应用于 MACHO 大麦哲伦云 #1 和 #79 天区子集中最亮的约 5300 个天体。我们发现，对原始数据进行的傅里叶频率分析检测到约 60% 的天体以趋势为主。使用 TFA 后，这一比例基本降至零。总共，我们在两个天区中检测到 387 个变星，其中 183 个如果不使用 TFA 将无法检测到。在可能的情况下，我们对发现的变星进行了初步分类。