ASKAP 快速射电暴搜寻算法的系统性性能

探测快速射电暴（FRBs）需要软件流水线在射电望远镜数据中搜寻色散单脉冲辐射。为了实现对底层 FRB 种群的无偏估计，理解算法在搜寻参数空间上的效率从而理解巡天完备性十分重要。快速实时去色散振幅引擎（FREDDA）搜寻流水线是单脉冲探测流水线，旨在以低延迟在较大色散量（DM）范围内识别射电脉冲。它被用于澳大利亚平方公里阵列探路者（ASKAP）上的 Commensal Real-time ASKAP Fast Transients（CRAFT）项目。我们利用 ASKAP 低频和高频观测波段的模拟单脉冲来分析该流水线的性能并推断底层 FRB 种群。该模拟探究了信噪比（S/N）恢复随 DM 和 FRB 脉冲时间宽度的变化，并与注入值进行比较。本文还使用控制数据集仔细研究了由色散引起的通道内展宽效应。我们的结果表明，对于类高斯单脉冲，与使用标准 boxcar 滤波器的理想非相干去色散匹配滤波器相比，在 DM < 3000 $\mathrm{pc\ cm^{-3}}$ 时，诸如 FREDDA 的流水线可恢复 $> 85 \%$ 的注入信号。进一步的灵敏度计算意味着，在 1.1 GHz 的理想射电环境中，在目标灵敏度下欧几里得宇宙里至少约 $10\%$ 的 FRB 会被 FREDDA 和另一常用流水线 HEIMDALL 遗漏。