[论文解读] Extracting high-order cosmological information in galaxy surveys with power spectra

Yuting Wang, Gong‐Bo Zhao+12 more|arXiv (Cornell University)|Feb 10, 2022

Scientific Research and Discoveries被引用 5

一句话总结

本文提出对预重建和后重建星系功率谱（$P_{\text{pre}}$、$P_{\text{post}}$ 和 $P_{\text{cross}}$）进行联合分析，以提取超越两点函数的高阶宇宙学信息，通过解耦线性和非线性模式实现更优的参数约束。该方法有效捕捉了重建后的线性信号与原始场的非线性集聚信息，优于单独分析 $P_{\text{pre}}$ 或 $P_{\text{post}}$ 的方法。

ABSTRACT

The reconstruction method was proposed more than a decade ago to boost the signal of baryonic acoustic oscillations measured in galaxy redshift surveys, which is one of key probes for dark energy. After moving the observed overdensities in galaxy surveys back to their initial position, the reconstructed density field is closer to a linear Gaussian field, with higher-order information moved back into the power spectrum. We find that by jointly analysing power spectra measured from the pre- and post-reconstructed galaxy samples, higher-order information beyond the $2$-point power spectrum can be efficiently extracted, which generally yields an information gain upon the analysis using the pre- or post-reconstructed galaxy sample alone. This opens a window to easily use higher-order information when constraining cosmological models.

研究动机与目标

• 开发一种实用方法，从星系红移巡天中提取高阶宇宙学信息，而无需进行完整的三谱或四谱分析。
• 通过联合使用 $P_{\text{pre}}$、$P_{\text{post}}$ 和 $P_{\text{cross}}$，克服传统重建方法的局限性，从而获取来自线性和非线性密度场的互补信息。
• 证明该联合方法可实现与 $P_{\text{post}}$ 结合三谱相当的信息增益，同时计算效率更高。

提出的方法

• 该方法将非线性密度扰动场分解为 $\delta = R + \Delta$，其中 $R$ 为重建（线性化）场，$\Delta$ 为非线性残差场。
• 通过 $P_{RR} = P_{\text{post}}$、$P_{\Delta\Delta}$ 和 $P_{\Delta R}$ 表达 $P_{\text{pre}}$ 和 $P_{\text{cross}}$，实现对线性和非线性功率谱的联合建模。
• 利用微扰理论，证明 $P_{\Delta\Delta}$ 编码了 squeezed 极限三角形三谱的积分贡献，而 $P_{\Delta R}$ 捕获了折叠/ squeezed 四谱配置的信号。
• 该方法利用了小尺度上 $P_{\text{pre}}$ 与 $P_{\text{post}}$ 的解耦特性，其中 $P_{\text{pre}}$ 携带非线性信息，而 $P_{\text{post}}$ 保留线性信号。
• 联合分析通过费舍尔矩阵框架实现，参数 $\alpha_\perp$、$\alpha_\parallel$ 和 $\Delta v$ 描述几何畸变和速度偏移。
• 通过有限差分法数值计算参数的导数，并在对振幅参数 $A_\ell$ 和 $A_B$ 进行边际化后推导出约束结果。

实验结果

研究问题

• RQ1 联合分析预重建与后重建功率谱是否能比标准重建或基于三谱的方法更高效地提取高阶宇宙学信息？
• RQ2 在小尺度上，$P_{\text{pre}}$ 与 $P_{\text{post}}$ 的解耦特性如何提升参数约束精度，相较于单独使用任一功率谱？
• RQ3 与仅使用 $P_{\text{pre}} + P_{\text{post}}$ 相比，包含交叉功率谱 $P_{\text{cross}}$ 能在多大程度上增强信息提取？
• RQ4 联合使用 $P_{\text{pre}}$、$P_{\text{post}}$ 和 $P_{\text{cross}}$ 是否能实现与 $P_{\text{post}}$ 结合完整三谱相当的信息内容？
• RQ5 $P_{\text{pre}}$ 与 $P_{\text{post}}$ 的退化结构在不同尺度上如何差异，其互补性能否打破参数退化？

主要发现

• 对 $P_{\text{pre}}$、$P_{\text{post}}$ 和 $P_{\text{cross}}$ 的联合分析，在 $\alpha_\perp$ 和 $\alpha_\parallel$ 上获得的费米度量（FoM）与 $P_{\text{post}}$ 结合三谱单极矩的 FoM 相当。
• 在波数 $k > 0.15~h~{\rm Mpc}^{-1}$ 范围内，$P_{\text{pre}}$ 与 $P_{\text{post}}$ 的置信区间轮廓趋于近似正交，显著收紧了联合约束，因退化程度降低。
• 该方法分别捕捉了来自 $P_{\text{post}}$ 的线性信号与来自 $P_{\text{pre}}$ 的非线性集聚信息，避免了将 $P_{\text{pre}}$ 与三谱结合时固有的协方差问题。
• 交叉功率谱 $P_{\text{cross}}$ 通过编码来自折叠与 squeezed 配置的四谱类似信号，非平凡地增强了超越两点函数的信息。
• 信息增益在 $k$-区间 $[0.2, 0.25]~h~{\rm Mpc}^{-1}$ 最为显著，此时 $P_{\text{pre}}$ 与 $P_{\text{post}}$ 的轮廓近乎正交，导致联合约束极为紧密。
• 该方法为完整高阶统计提供了计算上可行的替代方案，在无需完整三谱或四谱数据向量的前提下，实现了近乎最优的信息提取。