使用层次聚类与脊缘算法（HACR）检测 LISA 数据中的极端质量比潮汐事件
广义相对论与量子宇宙学
2008-11-26 v2
摘要
激光干涉空间天文台（LISA）最令人激动的前景之一是探测来自恒星质量致密物体坍缩入超大质量黑洞的引力波。由于信号参数空间大且信号幅度低，检测这些源是一个极其具有挑战性的计算问题。然而，最近的工作表明，最近的极端质量比潮汐（EMRI）事件可能足够响亮，以至于可以使用计算成本较低的无模板技术（如时频分析）进行检测。本文考察了一种特定的时频算法，即层次聚类与脊缘算法（HACR）。该算法在功率图中搜索聚类，并利用这些聚类的特性来识别数据中的信号。我们发现，HACR 应用于原始时频图表现不佳，但当在构建时频图时对数据进行分箱处理时，该算法能够检测距离约为26亿光年（Gpc）的典型EMRI事件。这稍微进一步一些，使用之前考虑的简单过电源方法。我们讨论了HACR算法，包括针对单一和多个源的调谐，并展示了其在检测典型EMRI事件以及其他可能的LISA源（如白矮星双星和超大质量黑洞合并）方面的性能。我们还讨论了如何利用HACR聚类特性进行参数提取。
引用
@article{arxiv.gr-qc/0610046,
title = {Detecting extreme mass ratio inspiral events in LISA data using the Hierarchical Algorithm for Clusters and Ridges (HACR)},
author = {Jonathan R Gair and Gareth Jones},
journal= {arXiv preprint arXiv:gr-qc/0610046},
year = {2008}
}
备注
21 pages, 11 figures, submitted to Class. Quantum Gravity. Modified and shortened in light of referee's comments. Updated results consider tuning over all three HACR thresholds, and show 10-15% improvement in detection rate