宇宙观察量的最优分解: COBRA

我们引入 COBRA (Cosmology with Optimally factorized Bases of Radial Approximants)，一个用于快速计算大尺度结构观测量的新框架。COBRA 将尺度依赖性从宇宙参数中分离出来，同时最小化所需基函数项的数量 $N_b$，从而实现对派生的和非线性观测量的直接且高效的计算。此外，宇宙参数的依赖性通过径向基函数插值高效地近似。我们将该框架用于标准 $\Lambda$CDM 场景下的线性物质功率谱分解，以及加入曲率、动态暗能量和质量暗物质的情形，涵盖 Stage IV 调查所需的所有红移。仅用少数 dozen 个基函数项 $N_b$，COBRA 即可将精确的 Boltzmann 求解器计算复现到约 $\sim 0.1\%$ 的精度，在纯粹的 $\Lambda$CDM 场景下精度进一步提升至 $0.02\%$。利用我们的分解，我们将一个循环红移空间星系功率谱重新表述为可分离的最小基函数形式，在单个线程上实现每秒约 $4000$ 次模型求值，精度达到 $0.02\%$。这在之前方法(如 FFTLog)之上构成了显著的改进，为计算涉及多个线性物质功率谱的高阶环和高阶关联函数提供了可能。最终的分解也可用于聚类、弱引力和 CMB 分析。我们的实现将在出版后公开。