利用GPU加速的LISA大质量黑洞双星参数估计
广义相对论与量子宇宙学
2020-08-05 v2
摘要
激光干涉空间天线(LISA)计划于2030年代初发射。该任务的一个主要目标是探测大质量黑洞双星，预期探测率约为每年20个。我们针对多种大质量黑洞双星进行了参数估计分析。该分析采用图形处理单元(GPU)实现，包括包含高阶谐波模式和自旋对齐的phenomhm波形、快速频域LISA探测器响应函数以及GPU原生似然计算。GPU实现的计算性能比类似CPU实现高出500倍，这使得我们能够在可行且高效的时间内，以LISA任务实际傅里叶频率间隔分析全噪声注入信号。借助这些快速似然计算，我们通过测试注入中不同的自旋配置以及采样过程中自旋变化和固定的情况，研究了在包含高阶模式的分析中加入自旋对齐的影响。在这些测试中，我们考察了三个不同的双星系统，其质量比、红移、天空位置和探测器框架总质量跨越三个数量级。我们讨论了总质量与质量比之间的各种相关性；较大质量双星独特的自旋后验分布；以及在采样过程中固定自旋时参数的约束，从而与先前未包含自旋对齐的分析进行比较。
引用
@article{arxiv.2005.01827,
title = {GPU-accelerated massive black hole binary parameter estimation with LISA},
author = {Michael L. Katz and Sylvain Marsat and Alvin J. K. Chua and Stanislav Babak and Shane L. Larson},
journal= {arXiv preprint arXiv:2005.01827},
year = {2020}
}
备注
27 pages, 13 figures