[論文レビュー] The Effect of Data Gaps on LISA Galactic Binary Parameter Estimation

Jérôme Carré, E. K. Porter|arXiv (Cornell University)|Oct 8, 2010

Particle physics theoretical and experimental studies参考文献 1被引用数 4

ひとこと要約

本論文は、LISA重力波ミッションにおける銀河連星源のパラメータ推定に与えるデータギャップの影響を調査している。ギャップは1日1回または1週間ごとに60分間の中断としてシミュレートされている。ハニング窓を用いたスペクトル漏れの低減を図ったモンテカルロシミュレーションの結果、1週間に1回のギャップでは0.5–1%のバイアスが生じるが、1日1回のギャップではバイアスが3–7%に増加し、1週間の継続的ドロップアウトと組み合わせると4–9%に上昇する。

ABSTRACT

In the last few years there has been an enormous effort in parameter estimation studies for different sources with the space based gravitational wave detector, LISA. While these studies have investigated sources of differing complexity, the one thing they all have in common is they assume continuous data streams. In reality, the LISA data stream will contain gaps from such possible events such as repointing of the satellite antennae, to discharging static charge build up on the satellites, to disruptions due to micro-meteor strikes. In this work we conduct a large scale Monte Carlo parameter estimation simulation for galactic binaries assuming data streams containing gaps. As the expected duration and frequency of the gaps are currently unknown, we have decided to focus on gaps of approximately one hour, occurring either once per day or once per week. We also study the case where, as well as the expected periodic gaps, we have a data drop-out of one continuous week. Our results show that for for galactic binaries, a gap of once per week introduces a bias of between 0.5% and 1% in the estimation of parameters, for the most important parameters such as the sky position, amplitude and frequency. This number rises to between 3% and 7% for the case of one gap a day, and to between 4% and 9% when we have one gap a day and a spurious gap of a week. A future study will investigate the effect of data gaps on supermassive black hole binaries and extreme mass ratio inspirals.

研究の動機と目的

• 銀河連星源のパラメータ推定の正確性に与える現実的データギャップの影響を評価すること。
• ギャップによるデータストリームの不連続性が、スペクトル領域でのスペクトル漏れを引き起こし、パラメータ推定に与える影響を調査すること。
• ハニング窓の適用が、ギャップ付きデータにおけるスペクトル漏れの低減とパラメータ回復の改善にどの程度有効であるかを評価すること。
• さまざまなギャップ状況下での主要パラメータ（天球位置、振幅、周波数、軌道傾きなど）におけるバイアスを定量化すること。
• 銀河連星源のパラメータ推定バイアスを1%未満に保つために許容可能な最大ギャップ頻度を特定すること。

提案手法

• 銀河連星信号を、LISA応答の低周波数近似（LFA）を用いてシミュレートし、振幅、軌道傾き、天球位置などの源パラメータを組み込んだ。
• データギャップを、1週間に1回または1日1回発生する60±15分間の中断としてモデル化し、別個に1週間の継続的ドロップアウトを含むシナリオも検討した。
• ギャップ端縁における不連続性を緩和するために、時間領域でハニング窓関数を適用し、スペクトル領域でのスペクトル漏れを低減した。
• 10⁵回の反復によるモンテカルロシミュレーションを実施し、3つのデータ状態（ギャップなし、ギャップあり（処理なし）、ギャップあり（窓処理））におけるパラメータ推定性能を比較した。
• 理論的テンプレートを用いた一致フィルタリングによりパラメータを推定し、中央値パラメータ不確実性、信号対雑音比（SNR）、重なり度（OA, OE）を計算して忠実度を評価した。
• 1年および3年間のミッション期間にわたって結果を分析し、ギャップ効果の時間的スケーラビリティを評価した。

実験結果

リサーチクエスチョン

• RQ1 約1時間の周期的データギャップが、LISAにおける銀河連星源のパラメータ推定の正確性にどのような影響を与えるか？
• RQ2 ギャップ頻度を1週間に1回から1日1回に増加させた場合、パラメータバイアスと推定忠実度にどのような影響があるか？
• RQ3 追加の不審な1週間のデータドロップアウトが、周期的ギャップのみと比較してパラメータ推定バイアスに与える影響は何か？
• RQ4 ハニング窓関数の適用が、ギャップ付きLISAデータストリームにおけるスペクトル漏れの低減とパラメータ回復の改善にどの程度寄与するか？
• RQ5 銀河連星源のパラメータ推定バイアスを1%未満に保つために許容可能な最大ギャップ頻度は何か？

主な発見

• 1週間に1回のギャップでは、天球位置、振幅、周波数などの主要パラメータの推定バイアスが0.5%～1%に生じる。
• ギャップが1日1回の場合、推定されるパラメータに応じてバイアスは3%～7%に増加する。
• 1日1回のギャップに加えて1週間の継続的ドロップアウトがあるシナリオでは、最も重要なパラメータのバイアスが4%～9%に上昇する。
• ギャップ付きデータからのパラメータ推定と完全な（ギャップなし）データセットとの相関係数は、週1回ギャップでは99.7%から、1日1回ギャップでは97%に低下し、追加の1週間ドロップアウトがあると97.4%にまで低下する。
• 信号対雑音比（SNR）は、ギャップなしの53.28から、最悪ケース（1日1回ギャップ＋1週間ドロップアウト）では50.85に低下し、検出信頼性が低下していることを示している。
• 3年間のミッション期間では、週1回ギャップでは中央値パラメータ不確実性が約6.7%増加し、1日1回ギャップでは7.0%増加するが、重なり度（OA, OE）は0.97以上を維持しており、理想状態と強い一貫性があることが示された。