[논문 리뷰] Shot noise and reconstruction of the acoustic peak

Martin White|arXiv (Cornell University)|2010. 04. 01.

Flow Measurement and Analysis인용 수 9

한 줄 요약

이 논문은 대규모 구조 설문조사에서 유한한 트레이서 수 밀도로 인한 샷 노이즈가 음향 스케일 복원에 미치는 영향을 라그랑주 Perturbation 이론을 사용하여 조사한다. 복원 성능 향상의 포화가 약 ~10⁻⁴ (h Mpc⁻¹)³의 트레이서 밀도에서 발생하며, 특히 낮은 밀도의 트레이서에 대해 최적의 스무딩 스케일이 넓게 퍼져 있음을 발견하였고, 이로 인해 내재된 실드 스케일을 초월해 효과적인 감쇠가 증가한다.

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.

연구 동기 및 목표

• 우주론적 설문조사에서 유한한 트레이서 수 밀도로 인한 샷 노이즈가 음향 스케일 복원의 효과성에 어떻게 악영향을 미치는지 이해하기 위해.
• 복원 후 복합 물리적 진동의 감쇠에 노이즈가 미치는 영향을 정량화하기 위해.
• 노이즈 있는 밀도장 측정에서 복원에 최적의 스무딩 스케일을 결정하기 위해.
• 기존의 복원 형식을 수정하여 파wer 스펙트럼의 감쇠 항목을 조정함으로써 샷 노이즈를 포함하도록 일반화하기 위해.

제안 방법

• 밀도장의 비선형 진화와 제르드비치 이동을 모델링하기 위해 라그랑주 Perturbation 이론을 사용한다.
• 수 밀도 n̄와 비례 상수 b를 가진 포아송 분포를 따르는 트레이서에 대해 노이즈 파워 스펙트럼 PN = b⁻²n̄⁻¹을 도입한다.
• 선형 파워 스펙트럼과 노이즈 파워 스펙트럼의 기여를 포함하도록 복원 감쇠 함수 D(k)를 수정한다.
• 스무딩된 및 이동된 장에서의 샷 노이즈를 고려한 수정된 효과적 감쇠 스케일 Σss² 및 Σdd²를 유도한다.
• 전반적인 성능를 정량화하기 위해 kfid = 0.2 h Mpc⁻¹에서의 감쇠에서 유도된 효과적 감쇠 스케일 Σeff를 정의한다.
• 수정된 D(k)를 사용하여 피셔 행렬 예측을 적용하여 우주론적 파rameter 제약 조건을 평가한다.

실험 결과

연구 질문

• RQ1 낮은 트레이서 수 밀도에서 기인한 샷 노이즈는 음향 스케일 복원의 정확도에 어떻게 영향을 미치는가?
• RQ2 트레이서가 흐린 경우 복원에 최적의 스무딩 스케일 R은 무엇인가?
• RQ3 복원 향상이 포화되는 트레이서 밀도는 어느 정도인가?
• RQ4 샷 노이즈는 내재된 실드 감쇠를 초월해 음향 피크의 효과적 감쇠 스케일을 어떻게 수정하는가?

주요 결과

• 복원 성능은 높은 트레이서 밀도에서 향상되지만 n̄ ≈ 10⁻⁴ (h Mpc⁻¹)³에서 포화되며, 이 이상의 증가는 유의미한 성과 향상 없이 발생한다.
• 낮은 밀도의 트레이서에 대해서는 더 큰 스무딩 스케일 R이 최적이나, 성능 피크는 매우 넓게 퍼져 있어 R 선택에 대해 강건함을 나타낸다.
• 샷 노이즈는 내재된 실드 스케일을 초월해 효과적 감쇠 스케일 Σeff를 증가시켜 음향 특징의 날카움을 떨어뜨린다.
• 수정된 감쇠 함수 D(k)는 선형 파워와 노이즈 파워의 기여를 포함하며, Σss² 및 Σdd²는 이에 따라 조정된다.
• z=0에서 효과적 감쇠 스케일 Σeff는 고밀도 및 큰 R에서 최소가 되지만 최소값은 넓게 퍼져 있어 파rameter 선택에 대한 관용성을 나타낸다.