处理天琴计划中大质量黑洞双星信号的数据间隙

像天琴这样的空间引力波探测器可能会因微流星体碰撞或硬件故障等因素出现数据间隙。此类事件将导致数据不连续，给天琴的数据分析带来挑战，尤其是对于大质量黑洞双星并合。由于信噪比（SNR）以非线性方式累积，并合附近的数据间隙可能导致SNR显著损失。它可能引入噪声特性估计的偏差，以及参数估计结果的偏差。在本工作中，使用注入大质量黑洞双星并合的模拟天琴数据，我们研究了窗函数方法，并首次研究了填补方法来处理数据间隙，并设计了一种迭代估计方案来正确估计噪声谱。我们发现两种方法都能正确估计噪声和信号参数。易于实现的窗函数方法已经表现良好，只是由于采用窗函数会牺牲一些SNR。填补方法较慢，但能最小化数据间隙的影响。