利用偏袒示踪子重建重子声学振荡

宇宙初始条件的重建是宇宙学中的一个重要课题，特别是在提高重子声学振荡（BAO）峰值测量精度的背景下。近年来发展的非线性重建算法应用于晚期物质场时，能在很大程度上恢复初始密度分布，然而当应用于物质场的稀疏示踪子时，性能较差。在本文中，我们将 Shi 等人的非线性重建方法应用于偏袒示踪子，以确定哪些因素影响重建性能。我们发现网格分辨率、示踪子数密度和质量分配方案都对我们的重建方法性能有显著影响，其中三角云（TSC）质量分配和 ${\sim}1{-}2h^{-1}$ Mpc 的网格分辨率是最佳选择。我们还表明，我们的方法可以容易地推广到在重建形式中包含直至二次阶的通用示踪子偏袒。将重建应用于具有一系列示踪子数密度的晕和星系样本，我们发现线性偏袒迄今为止是最重要的偏袒项，而包含非局域和非线性偏袒仅对重建性能带来边际改善。总体而言，在重建中包含偏袒显著改善了 BAO 波纹的恢复，对于介于 $2\times10^{-4}$ 和 $2\times10^{-3}~(h^{-1}\text{Mpc})^{-3}$ 之间的示踪子数密度，可恢复至 $k\sim0.25~h\text{Mpc}^{-1}$。