大尺度巡天中连续引力波候选体的密度聚类

连续引力波搜寻针对来自例如非轴对称快速自旋中子星等的近单色引力波辐射。宽泛巡天常需显式搜寻极大量不同波形，轻易超过 $\sim10^{17}$ 个模板。在此类情形下，出于实际原因，仅保存并经由分级流程跟进最靠前的约 $\sim10^{10}$ 个结果。这些候选体大多与邻近者并非完全独立，而是源于某些共同成因：涨落、信号或扰动。明智地将同源候选体聚类在一起，可使后续跟进更高效。过往搜寻中已采用若干聚类算法，基于迭代寻找围绕高检测统计量候选体的对称紧致过密度区。本文提出的新聚类方法相较先前方法有重大改进：它不对过密度区形状作假设，非常高效且有效：在极高检测效率下，其噪声剔除率达 $99.99\%$，能聚类比以往多两个数量级的候选体，且在固定灵敏度下使跟进速度提升逾 30 倍。我们还演示了如何最优选取聚类参数。