基于神经密度估计器的分层相减：重叠引力波信号的一般解法

在第三代（3G）引力波探测器中预计会出现重叠的引力波（GW）信号，这构成了引力波数据分析的主要挑战之一。重叠引力波源的推断十分复杂——已有报告指出，带有信号相减的分层推断可能会放大误差，而联合估计虽然更准确，但计算成本高昂。然而在本文中，我们证明了分层相减在足够多的迭代次数下能够取得准确的结果，另一方面，神经密度估计器能够快速生成后验样本，使得反复进行信号相减和推断成为可能。我们进一步开发了基于似然的重采样方法，以加速迭代相减的收敛。我们的方法为重叠引力波信号提供了快速且准确的推断，对各种源类型和时间间隔具有高度适应性，为重叠引力波信号分析提供了一种潜在的通用解决方案。