Kepler数据分析：非高斯噪声与恒星变率的傅里叶高斯过程分析
地球与行星天体物理
2021-04-23 v1
摘要
我们发展了在存在行星凌星、非高斯噪声和恒星变率情况下Kepler恒星流量数据的统计分析模型。我们首先发展了存在异常值时Kepler噪声概率分布的模型，异常值使噪声概率分布呈非高斯性。我们基于该概率分布发展了信号似然分析，其中将信号建模为恒星变率与行星凌星之和。我们论证若要从数据中提取最优信号，这些分量需要被联合建模。对于恒星变率模型，我们利用基于傅里叶的Wiener滤波方法发展了最优高斯过程分析，其中功率谱是非参数的并从数据中学得。我们发展了目标函数的高维优化，联合优化所有模型参数，包括数千个恒星变率模态与行星凌星参数。我们将该方法应用于Kepler-90数据，表明其比标准样条方法更好地匹配恒星变率，并稳健处理噪声异常值。结果，行星半径比标准样条方法具有更高的值。
引用
@article{arxiv.1910.01167,
title = {Kepler data analysis: non-Gaussian noise and Fourier Gaussian process analysis of star variability},
author = {Jakob Robnik and Uroš Seljak},
journal= {arXiv preprint arXiv:1910.01167},
year = {2021}
}