BAM：用于生成模拟星表的偏置分配方法

我们提出 BAM：一种旨在生成模拟星表的新型偏置分配方法（Bias Assignment Method）。结合高分辨率宇宙学 $N$ 体模拟中暗物质示踪粒子的统计量与由降采样初始条件通过高效结构形成求解器计算得到的暗物质密度场，我们在边长为 $3\,h^{-1}$ Mpc 的网格上提取晕偏置关系，将其表示为暗物质密度场性质（如局域密度、宇宙网类型）的函数，自动包含随机、确定、局域和非局域分量。我们利用该信息对晕密度场进行采样，并通过迭代过程考虑被忽略的依赖关系。根据构造，我们的方法在使用粒子网格或基于拉格朗日扰动理论的求解器时，在直至奈奎斯特频率的大部分 $k$ 范围内（功率谱约 $k \sim 1\, h$ Mpc$^{-1}$）达到 $\sim 1\%$ 的精度且无系统偏差。当使用相空间映射来补偿近似引力求解器的低分辨率时，我们的方法在追踪准非线性区域的构型研究中以 $10\%$ 的精度重现了参考的双谱。BAM 有潜力成为未来星系巡天与宇宙学研究中生成模拟晕和星系星表的标准技术，其具有高精度、高效率且无参数的特点。