恒星自转及其他周期性的小波分析

小波变换已广泛应用于天体物理学中的诸多研究，包括信号-噪声周期性与分解，以及恒星光变曲线中较差自转的特征。在本工作中，我们应用了具有可调参数 $a$ 的 Morlet 小波，该参数可被精细调整以产生时间和频率的最优分辨率，并应用 Haar 小波进行光变曲线的层级分解。我们使用 WaveLab 软件包（用于小波分析的 Matlab 例程库）进行分解，并使用 Colorado 软件包的修改版本来生成合成及观测光变曲线的小波图。通过不同的应用实例，包括 Virgo/SoHO、NSO/Kitt Peak、Voyager 1 和太阳黑子数据，以及由不同模拟器生成的合成光变曲线，我们表明该技术是一种提取恒星自转周期及其因活动区演化可能产生的变化的可靠方法。在本文中，我们展示了 Morlet 小波振幅图，分别对应于太阳光球磁场（NSO/Kitt Peak 数据）的振荡、Voyager 1 (V1) 在 1978 年期间测量的磁场强度 B 的日均值随时间的变化，以及由 A. F. Lanza 生成的合成光变曲线。我们还可以识别噪声水平，以及由黑子强度、变化性和平均寿命对光变曲线产生的贡献。因此，我们可以清晰地识别自转周期相对于影响恒星光变曲线的其他周期性现象的时间演化。在此背景下，由于小波技术是解决光变曲线中特别是非平凡情况的有力工具，我们相信该程序将在 CoRoT 数据分析中发挥重要作用。