在LVK数据中不依赖模型搜索引力波回声

引力波回声为探测天体物理黑洞的近视界结构提供了一种超越标准“黑洞光谱学”的独特探针。然而，理论波形预测仍存在不确定性，这促使人们进行不依赖特定回声模型的稳健搜索。我们提出了一种不依赖模型的搜索框架，该框架针对由强内部反射预期的长寿命准正则模（QNM）。通过采用一种广义的相位边缘化似然函数，该函数在探测器网络中相干地组合每个QNM的数据，我们的方法增强了对信号的灵敏度。为了处理真实的探测器噪声，我们实现了一种优化的陷波程序以抑制仪器谱线，并优化了贝叶斯参数设置。我们利用O1背景数据上的注入研究验证了该框架的性能，证明了在真实噪声条件下可靠的信号恢复能力。然后，我们将此方法应用于从O1到O4观测运行中具有高铃宕信噪比（SNR）的三个双黑洞并合事件：GW150914、GW231226和最近探测到的GW250114。没有发现并合后回声的统计显著证据。因此，我们推导出了网络SNR和长寿命QNM平均幅度的90%上限，从而对LVK数据中的晚期回声特征设定了首个不依赖模型的约束。