实时改进引力波信号检测

本论文介绍了针对迄今为止构建的最灵敏探测器，对 compact binary coalescence 的引力波检测的进展。研究聚焦于通过开发新工具和应用现有方法来提高 live 引力波搜索灵敏度。我们引入了新型噪声杂散模型，使能够识别并去除杂散，从而促进了对此前遗漏的引力波注入的恢复。这种开创性方法建立了一个针对杂散搜索的流水线，将引力波搜索中常用技术应用于处理杂散独特特征的技术。此外，我们在 PyCBC Live 搜索框架中实现了指数噪声模型，显著提高了引力波信号的检测排序统计量，展示了大幅提升检测灵敏度的潜力。 Furthermore, 我们分析并提出了改进 PyCBC Live Early Warning 搜索的建议，以最大化早期警报情景下引力波事件的检测。我们的发现凸显了当前排序统计量中的缺陷，并提出了优化 coincidence timing windows 和细化 phase-time-amplitude histograms 的建议。这些调整旨在提高早期警报场景下引力波信号（特别是双中子星事件）的检测率。结果凸显了在不依赖探测器改进的情况下，发展搜索技术的重要性。通过完善搜索方法，我们提高了检测更多事件的能力，这对我们理解宇宙具有重大意义。