Skip to main content
QUICK REVIEW

[論文レビュー] Shot noise and reconstruction of the acoustic peak

Martin White|arXiv (Cornell University)|Apr 1, 2010
Flow Measurement and Analysis被引用数 9
ひとこと要約

本稿は、ラグランジュ摂動理論を用いて、有限なトレーサー数密度に起因するショットノイズが大規模構造サーベイにおける音響スケール再構築に与える影響を調査する。再構築の利得はトレーサー密度が約10⁻⁴ (h Mpc⁻¹)³に達すると飽和し、特に低密度トレーサーでは最適なスムージングスケールが広がる。ノイズの影響により、内在的なシルクスケールを超えて有効な減衰が増加する。

ABSTRACT

We study the effect of noise in the density field, such as would arise from a finite number density of tracers, on reconstruction of the acoustic peak within the context of Lagrangian perturbation theory. Reconstruction performs better when the density field is determined from denser tracers, but the gains saturate at n~1e-4(h/Mpc)^3. For low density tracers it is best to use a large smoothing scale to define the shifts, but the optimum is very broad.

研究の動機と目的

  • 有限なトレーサー数密度に起因するショットノイズが、宇宙論的サーベイにおける音響スケール再構築の効果をどの程度損なうかを理解すること。
  • 再構築後のバリオン音響振動(BAO)の減衰に及ぼすノイズの影響を定量化すること。
  • ノイズのある密度場測定下での再構築に最適なスムージングスケールを特定すること。
  • 既存の再構築形式を一般化し、パワー スペクトル内の修正された減衰項を通じてショットノイズを組み込むこと。

提案手法

  • 非線形発展と密度場におけるゼルドビッチ変位をモデル化するためにラグランジュ摂動理論を用いる。
  • 数密度n̄およびバイアスbのポisson分布に従うトレーサーに対して、ノイズパワー スペクトルPN = b⁻²n̄⁻¹を導入する。
  • 線形パワー スペクトルとノイズパワー スペクトルの両方の寄与を含むように、再構築の減衰関数D(k)を修正する。
  • スムージング済みおよび変位済み場におけるショットノイズを考慮した、修正された有効減衰スケールΣss²およびΣdd²を導出する。
  • 全体の性能を定量化するために、kfid = 0.2 h Mpc⁻¹における減衰から有効減衰スケールΣeffを定義する。
  • 修正されたD(k)を用いてフィッシャー行列予測を実行し、宇宙論的パラメータの制約を評価する。

実験結果

リサーチクエスチョン

  • RQ1低密度トレーサー由来のショットノイズは、音響スケール再構築の精度をどのように損なうか?
  • RQ2トレーサーが希薄な場合、再構築に最適なスムージングスケールRは何か?
  • RQ3再構築の改善が飽和するのはどのトレーサー密度か?
  • RQ4ショットノイズは、内在的なシルク減衰を超えて、音響ピークの有効減衰スケールをどのように変更するか?

主な発見

  • 再構築の性能はトレーサー密度が高くなるほど向上するが、n̄ ≈ 10⁻⁴ (h Mpc⁻¹)³に達すると飽和し、これ以上の増加は顕著な利得をもたらさない。
  • 低密度トレーサーでは、より大きなスムージングスケールRが最適であるが、性能ピークは極めて広がっており、Rの選択に対して強く頑健であることが示された。
  • ショットノイズは、内在的なシルクスケールを超えて有効減衰スケールΣeffを増加させ、音響特徴の鋭さを損なう。
  • 修正された減衰関数D(k)は、線形パワー スペクトルとノイズパワー スペクトルの両方の寄与を含み、Σss²およびΣdd²もそれに応じて調整される。
  • z=0における有効減衰スケールΣeffは、高密度n̄および大きなRで最小化されるが、その最小値は広がっており、パrameter選択に対して許容性が高いことが示された。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。