推进第三代光谱吠声宇宙学：盲测数据挑战

引力波( GW )谱吠声提供了一种使用 GW 数据而无需依赖外部红移信息（如电磁对应物或星系目录）来测量宇宙参数的方法， 通过利用 GW 来源群体中分布特征来实现。第三代探测器如狄西克探测器( Einstein Telescope )的到来将提供比当前探测器大三个数量级的目录， 这引发了关于现有推断管道可扩展性和鲁棒性的问题。我们提出了一个盲测数据挑战，对在模拟的 ET 观测中包含约 $\mathcal{O}(10^4)$ 个可观测的二元黑洞合并事件进行测试，使用三个具有不同数值实现的公开管道进行测试，包括 $\texttt{ICAROGW}$、$\texttt{CHIMERA}$ 和 $\texttt{pymcpop-gw}$。我们评估了它们的计算性能、在盲测环境下的一致性，并预测了宇宙约束。我们发现，由于 GPU 加速，这些管道可以在可管理的时间框架内处理来自 ET 的事件。所有管道都恢复了一致的宇宙和群系参数。假设采用平坦 $\Lambda$CDM 模型，我们在 $z\sim1.5$ 处测得 $H(z)$ 的精度为 2.4%，并在 $0.7<z<1.8$ 范围内实现 $H(z)$ 的平均精度为 2.8%， 采用约 12,000 个高信噪比事件的目录。这对应于对 $H_0$ 约 10% 和对 $\Omega_{\rm m,0}$ 约 26% 的联合约束。我们还识别出最初对约束宇宙参数贡献最大的事件，显示出低距离来源接近群系特征驱动对所有宇宙参数的约束力，而高距离事件主要约束 $\Omega_{\rm m,0}$。我们的结果在第三代 GW 观测仪器的时代建立了一个经过验证、经性能测试的谱吠声宇宙学框架。