[論文レビュー] Virgo Detector Characterization and Data Quality during the O3 run

F. Acernese, M. Agathos+492 more|UvA-DARE (University of Amsterdam)|May 3, 2022

Pulsars and Gravitational Waves Research参考文献 16被引用数 7

ひとこと要約

本論文は、第3期観測ラン（O3）中のAdvanced Virgo重力波検出器の包括的特徴付けとデータ品質を提示し、BRUcoとMONETといった高度なツールを用いて相関ノイズ源を特定・診断する。相関に基づく手法が、サスペンション制御に関連する16.25 Hzの変調と関連する機器ノイズを効果的に分離できることを示し、データ品質の向上とGWイベント検出の改善に寄与した。

ABSTRACT

The Advanced Virgo detector has contributed with its data to the rapid growth of the number of detected gravitational-wave signals in the past few years, alongside the two LIGO instruments. First, during the last month of the Observation Run 2 (O2) in August 2017 (with, most notably, the compact binary mergers GW170814 and GW170817) and then during the full Observation Run 3 (O3): an 11 months data taking period, between April 2019 and March 2020, that led to the addition of about 80 events to the catalog of transient gravitational-wave sources maintained by LIGO, Virgo and KAGRA. These discoveries and the manifold exploitation of the detected waveforms require an accurate characterization of the quality of the data, such as continuous study and monitoring of the detector noise. These activities, collectively named {\em detector characterization} or {\em DetChar}, span the whole workflow of the Virgo data, from the instrument front-end to the final analysis. They are described in details in the following article, with a focus on the associated tools, the results achieved by the Virgo DetChar group during the O3 run and the main prospects for future data-taking periods with an improved detector.

研究の動機と目的

• Advanced Virgo検出器がO3重力波観測ラン中に示した性能とデータ品質を評価すること。
• コherencyに基づく解析を用いて、検出器の感度に影響を及ぼす相関ノイズ源を同定・特徴付けること。
• BRUcoやMONETといったツールを実時間および後処理のノイズ診断に検証・導入すること。
• 天体的信号から機器由来のアーチファクトを分離することで、重力波イベント検出の信頼性を向上させること。
• LIGO-Virgo-KAGRA共同作業の支援として、O3データ用の詳細なデータ品質レポートおよび診断ツールを提供すること。

提案手法

• DARMチャンネルと補助チャンネルの周波数チャンクごとの大きさの二乗コherencyを計算するためにBRUcoツールを用いた。
• コherency解析のため、1200秒のデータセグメント長を用い、出力周波数を1 kHzにリサンプリングした。
• 変調補助チャンネルのコherency計算において、5 Hzのローパスフィルタカットオフ周波数を適用した。
• MONETを用いて、DARMチャンネルと変調補助信号間のコherencyを計算し、キャリア信号とローパスフィルタ処理済みの変調器を用いた。
• 各解析に対して階層的な出力ディレクトリを生成し、各変調器チャンネル用のサブディレクトリ、関連するコherencyテーブルおよびプロットを含めた。
• BRUcoとMONETの結果を統合し、日次プロジェクションと可視化を生成することで、持続的なノイズラインを特定した。

Figure 1: Schematics of the \ac adv configuration during the O3 run (not to scale), showing optics, photodiodes and quadrant photodiodes, such as the main components of the global feedback system used to steer the detector. The suspended optical benches introduced in the text are not represented her

実験結果

リサーチクエスチョン

• RQ1 O3中にDARMチャンネルと顕著なコherencyを示す機器ノイズ源は何か？
• RQ2 BRUcoとMONETは、高度なインターフェロメータ検出器における相関ノイズを同定・分離するためにどれほど効果的か？
• RQ3 どの補助チャンネルが、16.25 Hzのような特定周波数ラインでのコherencyノイズに最も寄与しているか？
• RQ4 コherencyに基づく診断は、GW検出感度を低下させる一時的または持続的ノイズラインを検出できるか？
• RQ5 コherency閾値（例：0.3または0.5）は、既知の機器アクチュエータまたは制御システムの動作とどのように相関するか？

主な発見

• BRUcoは155–170 Hzで高いコherency信号を同定し、その機器的起源をさらに調査する契機となった。
• MONETは、西側入射ミラーのサスペンションの縦方向補正信号とDARMチャンネルとの間に16.25 Hzで0.3を超えるコherencyを検出した。
• 16.25 Hzのコherencyはミラーのサスペンション制御に関連しており、局所的ノイズ源であることが示された。
• 16.25 Hzおよび16.375 Hzで0.5を超えるコherency値が観測され、サスペンション制御とDARMの間の強い結合が示された。
• MONET解析により、ミラーの角度アライメントを制御するASC_Diffp_TYおよびASC_Diffp_TXチャンネルが、350 Hzでのノイズに顕著に寄与していることが判明した。
• BRUcoとMONETの併用により、ノイズラインの体系的同定が可能となり、日次コherencyプロジェクションおよびスペクトル密度プロットで可視化された。

Figure 2: Snapshot of the \ac adv O3 noise budget generated at a time of near best sensitivity of the detector (February 8th, 2020). The different noise sources shown are described in the text, the green line ( \ac bns range: 66 Mpc) represents the sum of these noises and it can be compared to the m