关于尝试自动化识别亚巨星混合偶极模的研究

恒星中混合模的存在是恒星演化的标志。其探测有助于更好地确定恒星年龄。本文目标是在无人工干预的情况下以自动方式识别偶极模。我使用Kepler任务获得的功率谱来应用该方法。我计算了作为耦合因子与偶极周期间距及其他参数的函数的渐近偶极模频率。对于每颗星，我将功率折叠到对齐单极与偶极混合模的echelle图上。零频率处的功率被用作优值。使用遗传算法，我随后通过调整功率谱中偶极频率的位置来优化优值。利用已发表频率，我将渐近偶极模频率与已发表频率进行比较。我还使用已发表频率通过非线性最小二乘拟合推导耦合因子与偶极周期间距。我使用非线性最小二乘拟合的蒙特卡洛模拟来推导各参数的误差棒。在研究的44颗亚巨星中，自动识别在3 $\mu$Hz内可找回至少80%的模式（32颗星），在6 $\mu$Hz内可找回至少90%的模式（37颗星）。优化与拟合的引力模周期间距及耦合因子与先前测量一致。由蒙特卡洛模拟得出的混合模参数随机误差约为先前确定的误差（实为系统误差）的1/30至1/50。亚巨星中混合模的周期间距与耦合因子得到确认。当前的自动化流程需使用更精确的渐近模型和/或恰当的统计检验来改进。