MEPSA：一种针对均匀采样时间序列设计的灵活峰值搜索算法

我们提出了一种新颖的算法，旨在识别受不相关高斯噪声影响的均匀采样时间序列中的峰值。该算法称为“MEPSA”（multiple excess peak search algorithm，多重超出峰值搜索算法），本质上通过将给定的峰值候选与可变数量的相邻区间进行比较，在不同时间尺度上扫描时间序列。虽然该算法最初是为分析伽马射线暴（GRB）光变曲线而构思的，但其用途可轻松扩展到其他天体物理瞬变现象，这些现象的活动通过不同的巡天观测记录。我们通过模拟的无特征轮廓以及模拟的 GRB 时间轮廓对其进行了测试和验证。我们通过与文献中频繁采用的 Li and Fenimore 流行算法进行比较，展示了该算法的潜力。得益于其高灵活性，MEPSA 使用的超出模式掩模可针对待分析数据的类型进行定制和优化，而无需修改代码。C 代码已公开可用。