基于集合经验模态分解的核坍缩超新星引力波波形重构

核坍缩超新星（CCSN）的引力波（GW）已被提出作为探测超新星内部物理性质的探针。然而，由于其复杂的时频结构，如何搜索并提取核坍缩超新星的 GW 信号仍是一个开放问题。本文应用集合经验模态分解（EEMD）方法，在先进 LIGO 中对磁转动机制与中微子驱动机制产生的模拟 GW 数据进行分解与重构，并以匹配分数作为评估重构质量的标准。结果表明，通过对数据分解，前六个固有模态函数（IMFs）之和可用作重构波形。为确定重构波形对应真实 GW 波形的概率，我们计算了重构误报概率（FAPR）。将匹配分数阈值设为 0.75 时，我们得到距离为 5 kpc 与 10 kpc 的 GW 源的 FAPR 分别为 $6\times10^{-3}$ 与 $1\times10^{-2}$。若将 GW 信号的最大振幅归一化至 $5\times10^{-21}$，该阈值下的 FAPR 为 $4\times10^{-3}$。此外，我们的研究中重构距离不等同于探测距离。当 GW 应变达到 $7 \times 10^{-21}$ 且匹配分数阈值设为 0.75 时，我们可重构最远约 36 kpc 的 GW 波形。