[论文解读] Parameter Estimation with Nonstationary Noise in Gravitational-wave Data

S. Kumar, A. Nitz+1 more|arXiv (Cornell University)|Feb 25, 2022

Pulsars and Gravitational Waves Research被引用 4

一句话总结

本文提出一种快速、局部化的功率谱密度（PSD）估计方法，用于校正引力波数据中的非平稳噪声，尤其影响长时长短伽马射线暴（BNS）信号。通过沿信号轨迹估计时间-频率自适应的PSD，该方法降低了参数估计误差，在第三代探测器中，当噪声建模错误导致10%的信噪比误差时，可将定位体积偏差减少高达30%。

ABSTRACT

The sensitivity of gravitational-wave (GW) detectors is characterized by their noise curves, which determine the detector's reach and ability to measure the parameters of astrophysical sources accurately. The detector noise is typically modeled as stationary and Gaussian for many practical purposes and is characterized by its Power Spectral Density (PSD). However, due to environmental and instrumental factors, physical changes in the state of detectors may introduce non-stationarity into the noise. Misestimation of the noise behavior directly impacts the posterior width of the signal parameters. It becomes an issue for studies that depend on accurate localization volumes, such as i) probing cosmological parameters (e.g., Hubble constant) using cross-correlation methods with galaxies, ii) doing electromagnetic follow-up using localization information from parameter estimation (PE) done from pre-merger data. We study the effects of dynamical noise on the PE of the GW events. We develop a new method to correct dynamical noise by estimating a locally valid pseudo-PSD normalized along a potential signal's time-frequency track. We do simulations by injecting binary neutron star (BNS) merger signals in various scenarios where the detector goes through a period of non-stationarity with reference noise curves of third-generation detectors (Cosmic Explorer, Einstein telescope). As an example, for a source where mis-modeling of the noise biases the signal-to-noise estimate by even $10\%$, one would expect the estimated sky localization to be either under or over-reported by $\sim 20\%$; errors like this, especially in low-latency, could potentially cause follow-up campaigns to miss the actual source location.

研究动机与目标

• 为解决非平稳噪声对引力波天文学中参数估计的影响，特别是对长时长短伽马射线暴（BNS）信号的影响。
• 减少因在第三代探测器中对时变探测器噪声建模错误而引起的后验宽度和定位体积偏差。
• 开发一种计算高效的算法，沿信号的时间-频率轨迹自适应地估计PSD，以提高精度。
• 通过校正噪声非平稳性，实现更可靠的低时延定位，以支持电磁波后续观测任务。
• 提供一个实用的两步框架，用于在检测和参数估计流程中应用校正后的PSD。

提出的方法

• 通过将信号的时间-频率轨迹分割为小段近似平稳区间，估计局部有效的伪PSD。
• 假设在每个区间内噪声缓慢变化，从而实现分段PSD估计，更好地捕捉时变噪声特征。
• 使用校正后的PSD重新计算参数估计中的似然函数，相比标准的恒定PSD方法，显著提升精度。
• 该方法利用初始信号估计（如并合时刻和啁啾质量）识别信号在时频平面上的轨迹。
• 提出一种两步流程：首先使用全局平均PSD进行初始触发检测，然后应用局部PSD进行参数估计的精细化处理。
• 通过在宇宙探索者（Cosmic Explorer）和爱因斯坦望远镜（Einstein Telescope）类探测器中注入BNS信号的非平稳噪声场景进行仿真验证。

实验结果

研究问题

• RQ1 非平稳噪声如何影响长时长短伽马射线暴引力波信号中参数估计的准确性，特别是定位体积？
• RQ2 对噪声非平稳性的建模错误在多大程度上会偏差BNS事件的信噪比和后验不确定性？
• RQ3 沿信号时间-频率轨迹的局部PSD估计方法是否能有效减少与标准恒定PSD方法相比的参数估计误差？
• RQ4 噪声非平稳性对低时延定位和电磁波后续观测任务有何影响？
• RQ5 如何设计一种计算高效的算法，以在不产生高昂计算成本的前提下，将非平稳噪声纳入参数估计？

主要发现

• 由于非平稳噪声导致10%的信噪比建模错误，BNS信号的估计定位体积偏差达到约30%。
• 在长段落上使用恒定PSD会抹去局部噪声变化，导致后验宽度不准确和不可靠的误差估计。
• 所提出的局部PSD方法通过校正信号轨迹上的时变噪声特征，有效减少了定位体积偏差。
• 该方法对噪声幅度随时间缓慢变化的情况（如仪器或环境漂移）具有良好的适用性。
• 在第三代探测器（宇宙探索者、爱因斯坦望远镜）的仿真结果证实，校正后的PSD显著提升了强BNS注入信号的参数估计精度。
• 两步检测与精炼流程可无缝集成到现有引力波数据分析工作流中，且计算开销极小。