通过移动网格重构提高费舍尔信息

重构技术常被用于宇宙学中，将复杂的非线性行为简化为更易处理的线性化系统。我们研究了一种使用移动网格算法从非线性物质分布估计位移场的新重构技术。我们通过量化其重构线性模式的能力展示了该新技术的性能。我们研究了130个N体模拟中重构前后物质功率谱中的累积费舍尔信息$I(<k_n)$，发现在大$k$处，重构后非线性平台的$I(<k_n)$增加了约50倍，从$I \simeq 2.5 \times 10^{-5} /({\rm Mpc}/h)^3$增至$I \simeq 1.3 \times 10^{-3}/({\rm Mpc}/h)^3$。该结果包含了初始场与最终场之间的去相关，这在某些先前研究中被忽略了。我们预计该技术将对重子声波振荡、 redshift space distortions和宇宙中微子等问题有益，这些问题依赖于准确地区分非线性演化与潜在的线性效应。