[論文レビュー] Detecting Gravitational Waves in Data with Non-Gaussian Noise

Barak Zackay, Tejaswi Venumadhav+3 more|arXiv (Cornell University)|Aug 15, 2019

Pulsars and Gravitational Waves Research被引用数 18

ひとこと要約

本論文は、非ガウス的ノイズによって汚染されたLIGO/Virgoデータにおける重力波検出を向上させる二段階の手法を提案する：(1) マッチドフィルタ重ね合わせの局所的標準偏差正規化を用いた遅いパワースペクトル密度（PSD）変動の補正、および(2) 統計的推論を保持するためのデータインpaintingによる一時的グルーチャンの除去。この手法により、バックグラウンド分布の改善と誤トリガーの低減により、検出体積が最低15%向上する。

ABSTRACT

Searches for gravitational waves crucially depend on exact signal processing of noisy strain data from gravitational wave detectors, which are known to exhibit significant non-Gaussian behavior. In this paper, we study two distinct non-Gaussian effects in the LIGO/Virgo data which reduce the sensitivity of searches: first, variations in the noise power spectral density (PSD) on timescales of more than a few seconds; and second, loud and abrupt transient `glitches' of terrestrial or instrumental origin. We derive a simple procedure to correct, at first order, the effect of the variation in the PSD on the search background. Given the knowledge of the existence of localized glitches in particular segments of data, we also develop a method to insulate statistical inference from these glitches, so as to cleanly excise them without affecting the search background in neighboring seconds. We show the importance of applying these methods on the publicly available LIGO data, and measure an increase in the detection volume of at least $15\%$ from the PSD-drift correction alone, due to the improved background distribution.

研究の動機と目的

• LIGO/Virgoデータにおける非ガウス的ノイズによって引き起こされる感度の低下に対処すること。
• 10秒以上の時間スケールで観察されるノイズのパワースペクトル密度（PSD）の遅い変動による一次的な感度損失を定量化および補正すること。
• 短時間で大きなエネルギーを持つ一時的グルーチャンの影響を分離・除去する方法を開発し、隣接するデータセグメントのバックグラウンド分布を歪めないこと。
• 正確なバックグラウンドモデリングと信号の一貫性を保証することで、マッチドフィルタリングに基づく検索の統計的信頼性と感度を向上させること。

提案手法

• マッチドフィルタ重ね合わせの局所的標準偏差 σz(t) による正規化を提案する。σz(t) は、N_a 個のサンプルを用いた移動ウィンドウ内の時間平均パワーとして定義され、PSDドリフトの補正に用いられる。
• 式 (1) から得られる σz(t) を用いて、局所的PSDが誤って推定された場合の感度損失に対する一次補正を導出する。
• グルーチャンを含むストレインデータのセグメントを、逆PSDフィルタ処理済み（ブルー化された）データがその時点でゼロになるように置き換えるデータインpainting技術を導入し、それらの影響を尤度計算から完全に除去する。
• ホワイト化されたデータとテンプレートのフーリエ変換を用いてマッチドフィルタ統計量を計算し、グルーチャン影響下のデータが尤度に与える寄与をゼロに保ちつつ、実信号の最適感度を維持する。
• 全O2 LIGO公開データセットにこの補正を適用し、手法の有効性を検証し、感度の向上を定量化する。
• ウィックの定理とパーセバルの定理を用いて、マッチドフィルタ出力推定量の分散を解析的に導出し、補正プロセスにおける誤差制御を可能にする。

実験結果

リサーチクエスチョン

• RQ1 数秒の時間スケールで観察されるノイズのパワースペクトル密度（PSD）の遅い変動は、重力波検索におけるマッチドフィルタトリガーのバックグラウンド分布にどのように影響を与えるか？
• RQ2 これらの変動によって局所的PSDが誤って推定された場合、重力波検出パイプラインの感度はどの程度低下するか？
• RQ3 局所的標準偏差推定に基づく単純な一次補正が、PSDドリフトによって失われた感度を効果的に回復できるか？
• RQ4 一時的で非ガウス的なグルーチャンを、検索の統計的バックグラウンドを歪めることなくデータから除去できるか？
• RQ5 実際のLIGOデータにおいてPSDドリフトの補正とグルーチャンの除去を施すことによって、検出体積にどの程度の定量的向上が達成できるか？

主な発見

• PSDドリフトの補正により、マッチドフィルタリングにおけるバックグラウンド分布の正確性が向上し、検出体積が最低15%向上する。
• 本手法は、特に10秒程度の時間スケールで観察されるPSD変動に起因する高SNRトリガーの過剰生産を効果的に抑制する。
• インpaintingに基づくグルーチャン除去手法により、一時的ノイズイベントが尤度計算に与える影響がゼロになることが保証され、実重力波信号の最適感度が維持される。
• 提案された補正は、マッチドフィルタ重ね合わせの局所的標準偏差の推定のみを必要とするため、実用的で、既存の検索パイプラインへの統合に適している。
• マッチドフィルタ推定量の分散は、ウィックの定理とパーセバルの定理を用いて解析的に導出されており、補正の統計的不確実性を制御可能である。
• 本手法は、Venumadhavら（2019b）で述べられた検索パイプラインに成功裏に実装され、候補のランク付けと信号の一貫性チェックの改善に貢献している。