基于不规则时间序列的活动星系变率功率谱建模

活动星系核（AGN）的一个共同特征是它们在整个发射光谱（从射电到γ射线）上的随机亮度变化。研究这些波动的性质和起源对于表征为AGN提供能量的吸积流的潜在变异性过程至关重要。随机时间波动通常通过功率谱来研究；它量化了变幅在时间频率上的分布。红噪声变异性——当功率谱向低频平滑增加时——在AGN中普遍存在。常用的傅里叶分析方法在应用于任意采样的红噪声变异性光变曲线时面临重大挑战。存在几种时域方法可以在不规则采样情况下推断功率谱形状，但它们存在难以缓解的偏差，或者计算成本高昂。在本文中，我们演示了一种使用高斯过程回归方法推断不规则时间序列宽带功率谱形状的方法，该方法可扩展到大数据集。功率谱被建模为具有一个或两个弯曲且斜率灵活的幂律模型。该方法是完全贝叶斯的，我们使用模拟光变曲线展示了其实用性。最后，使用著名的变星Seyfert 1星系Ark 564作为测试案例，我们使用来自XMM-Newton和Swift的独立X射线数据发现了与文献一致的结果。我们提供了用Python和Julia编写的公开可用、有文档记录且经过测试的实现。