BayesLine：引力波探测器噪声谱估计的贝叶斯推断
广义相对论与量子宇宙学
2015-04-22 v1 高能天体物理现象
天体物理仪器与方法
摘要
地面探测器的引力波数据主要受仪器噪声主导。信号相对较弱，我们对噪声的理解将影响探测置信度和信号表征。噪声建模不当会在模型选择和参数估计中产生巨大的系统性偏差。在此，我们引入了一种多分量、可变维度的参数化模型，用于描述地面引力波干涉仪数据的高斯噪声功率谱。该算法名为 BayesLine，它使用三次样条函数对平滑变化的宽带噪声进行建模，并使用洛伦兹函数对谱中的窄带线特征进行建模。我们描述了该算法，并展示了其在第五次和第六次 LIGO 科学运行数据上的性能。一旦完全集成到 LIGO/Virgo 数据分析软件中，BayesLine 将产生精确的谱估计，并提供一种手段，以便在所有可能的噪声谱上对从数据中得出的推断进行边缘化处理。
引用
@article{arxiv.1410.3852,
title = {BayesLine: Bayesian Inference for Spectral Estimation of Gravitational Wave Detector Noise},
author = {Tyson B. Littenberg and Neil J. Cornish},
journal= {arXiv preprint arXiv:1410.3852},
year = {2015}
}
备注
17 pages, 10 figures