基于贝叶斯方法重构具有非零偏心率的双黑洞引力波信号

我们全面研究了利用当前最先进的与模型无关的波形重构和参数估计技术，能够多好地恢复具有非零偏心率的双黑洞引力波信号。为此，我们使用 BayesWave——一个由 LIGO-Virgo 合作组用于信号波形与参数的无模型重构的贝叶斯算法。我们使用两种不同的波形模型来产生具有偏心轨道的双黑洞模拟信号，并将其嵌入到设计灵敏度 Advanced LIGO 探测器的模拟噪声样本中。我们研究了 BayesWave 恢复的信号波形的网络重叠度与中心矩的点估计随 $e$（在 8 Hz 轨道频率下双星的偏心率）的变化关系。BayesWave 对近圆轨道（$e\lesssim0.2$）和高偏心率（$e\gtrsim0.7$）双星的恢复网络重叠度与圆形（$e=0$）双星相近，然而对于 $e\in[0.2,0.7]$ 的双星其网络重叠度较低。中心频率和带宽的估计误差（相对于带宽测量）几乎与 $e$ 无关，而中心时间和持续时间的估计误差（相对于持续时间测量）在 $e\gtrsim0.5$ 以上分别随 $e$ 增大和减小。我们还测试了当使用具有线性频率演化（chirplets）的广义小波代替正弦高斯小波进行重构时 BayesWave 的表现。我们发现使用 chirplets 时网络重叠度提高了约 $10-20$%，且在低偏心率（$e<0.5$）时提升最为显著。然而当使用 chirplet 基时，中心矩的估计误差没有显著变化。