大尺度结构的无偏重建
天体物理学
2009-10-31 v2
摘要
我们提出了一种新的无偏最小方差(UMV)估计器，用于从噪声、稀疏且不完整的数据中重建宇宙的大尺度结构。与维尔滤波器(Wiener Filter, WF)类似，UMV估计器通过要求给定数据和假设的先验模型(指定底层场协方差矩阵)的线性最小方差解来推导。然而，与WF不同，最小化过程中增加了无偏重建均场的约束。该新估计器不需要建模噪声来估计底层场;然而，评估每个空间点处的误差仍需噪声模型。UMV估计器的通用应用是预测在未采样空间区域(例如观测区避开区的插值)中重建场的值，以及动态地从一种测量场转换到另一种场(例如将径向奇异速度反演为密度)。在此，我们提供了该方法的两个非常简单的应用。第一个是从带噪声、卷积且有间隙的数据中恢复1D信号，例如CMB时序数据。第二个应用是从模拟的SEcat星系奇异速度目录中重建密度和3D奇异速度场。
引用
@article{arxiv.astro-ph/0010561,
title = {Unbiased Reconstruction of the Large Scale Structure},
author = {Saleem Zaroubi},
journal= {arXiv preprint arXiv:astro-ph/0010561},
year = {2009}
}
备注
Revised version with new section and figures. To appear in MNRAS