基于希尔伯特-黄变换检测管道的忍术数据分析
广义相对论与量子宇宙学
2009-06-10 v1 天体物理仪器与方法
数据分析、统计与概率
摘要
忍术数据分析挑战允许研究在LIGO天文台和VIRGO天文台设计水平下，模拟高斯噪声中数据检测管道对双黑洞数值相对论波形的灵敏度。我们使用基于希尔伯特-黄变换的管道分析了NINJA数据，该管道包含检测阶段和表征阶段：通过触发瞬时功率过剩进行检测，通过显示信号的核密度增强时频迹线进行表征。利用基于两个LIGO探测器的模拟数据，我们能够在126个信噪比大于5的符合信号中检测到77个，有43个未检测到的事件其特征是信噪比小于10。对检测到的信号进行表征，以高时间和频率分辨率揭示了波形的合并部分，且不受时频不确定性的影响。我们基于单个核密度增强时频图的最优重叠估计了探测器之间的信号时延，对一半的事件给出了精确到亚毫秒的估计。根据估计的时延对数据集进行相干叠加，最终用于事件表征。
引用
@article{arxiv.0903.2026,
title = {Ninja data analysis with a detection pipeline based on the Hilbert-Huang Transform},
author = {Alexander Stroeer and Jordan Camp},
journal= {arXiv preprint arXiv:0903.2026},
year = {2009}
}
备注
Accepted for publication in CQG, special issue NRDA proceedings 2008