用于抵御数据离群点的重尾似然：在引力波数据分析中的应用

近年来，引力波天文学领域蓬勃发展。随着更先进的地面探测器和天基观测台的问世，预计不久的将来引力波事件将以高得多的速率被探测到。未来的数据分析挑战之一是在探测器噪声瞬态或非平稳性存在的情况下，以及在可能具有天体物理和/或宇宙学起源的随机引力波信号存在的情况下，进行鲁棒的统计推断。对观测台总噪声的不完全认知会给探测源的参数估计带来困难。在本工作中，我们提出一种基于广义双曲分布的重尾双曲似然（Hyperbolic likelihood）。借助该双曲似然，我们获得了一种针对数据离群点、噪声非平稳性以及噪声功率谱密度可能建模不准确具有鲁棒性的数据分析框架。我们将此方法应用于引力波天文学中的实例，特别是计划中的 LISA 任务合成数据集。