贝氏波

BayesWave:引力波爆发和仪器故障的贝叶斯推断。引力波天文学的一个主要挑战是在存在非平稳和非高斯噪声的情况下识别微弱信号。引力波信号和噪声的分离需要两者都有良好的模型。当精确的信号模型可用时,例如对于双星中子星系统,即使对噪声的理解很差,也有可能做出可靠的探测声明。相比之下,对“未建模”瞬态信号的搜索会受到用于描述噪声的方法的强烈影响。本文采用贝叶斯方法,引入了一种多分量、变维、参数化噪声模型,该模型明确地考虑了干涉重力波探测器数据的非平稳性和非高斯性。利用Morlet-Gabor连续小波框架对重力波的仪器瞬态(故障)和爆发源进行了建模。小波的数目和位置由跨维可逆跳跃马尔可夫链蒙特卡罗算法确定。利用BayesLine算法对噪声的高斯分量和噪声频谱中的锐利线特征进行建模,该算法与小波模型相一致。