[论文解读] Constraining the Time of Gravitational Wave Emission from Core-Collapse Supernovae

Kiranjyot Gill, G. Hosseinzadeh+3 more|arXiv (Cornell University)|Jan 10, 2022

Gamma-ray bursts and supernovae参考文献 97被引用 6

一句话总结

本文提出先进方法，利用早期光学光曲线对核心坍缩超新星（CCSNe）的引力波搜寻窗口（GSW）进行约束，显著提升探测灵敏度。通过应用模型无关拟合、物理建模以及基于开普勒（Kepler）和TESS光曲线的数据驱动方法，作者将SN 2019fcn和SN 2019ejj的GSW缩短至一周以内，相较于先前技术，显著提高了误报概率的鲁棒性与可靠性。

ABSTRACT

The advent of sensitive gravitational wave (GW) detectors, coupled with wide-field, high cadence optical time-domain surveys, raises the possibility of the first joint GW-electromagnetic (EM) detections of core-collapse supernovae (CCSNe). For targeted searches of GWs from CCSNe optical observations can be used to increase the sensitivity of the search by restricting the relevant time interval, defined here as the GW search window (GSW). The extent of the GSW is a critical factor in determining the achievable false alarm probability (FAP) for a triggered CCSN search. The ability to constrain the GSW from optical observations depends on how early a CCSN is detected, as well as the ability to model the early optical emission. Here we present several approaches to constrain the GSW, ranging in complexity from model-independent analytical fits of the early light curve, model-dependent fits of the rising or entire light curve, and a new data-driven approach using existing well-sampled CCSN light curves from {\it Kepler} and the Transiting Exoplanet Survey Satellite (TESS). We use these approaches to determine the time of core-collapse and its associated uncertainty (i.e., the GSW). We apply our methods to two Type II SNe that occurred during LIGO/Virgo Observing Run 3: SN\,2019fcn and SN\,2019ejj (both in the same galaxy at $d=15.7$ Mpc). Our approach shortens the duration of the GSW and improves the robustness of the GSW compared to techniques used in past GW CCSN searches.

研究动机与目标

• 利用光学数据缩小核心坍缩超新星（CCSNe）的引力波搜寻窗口（GSW），从而提升探测灵敏度并降低误报概率。
• 通过利用早期光学光曲线数据精确定位核心坍缩时间，应对CCSNe产生的随机性、模板不完善的引力波信号挑战。
• 开发并验证稳健、数据驱动的方法，以量化不确定性的形式估计激波突破时间（tSBO）与核心坍缩时间。
• 将这些方法应用于LIGO/Virgo O3中距离均在15.7 Mpc以内的两颗II型超新星（SN 2019fcn 和 SN 2019ejj），以展示GSW约束的改进。
• 通过最小化对不确定理论模型的依赖并最大化利用真实测光数据，为未来多信使GW-EM联合搜寻提供可靠、可复现的框架。

提出的方法

• 对早期光学光曲线采用模型无关的解析拟合（如二次函数与幂律模型），以最小假设估计激波突破时间（tSBO）。
• 利用幂律形式 F(t) = α(t − tSBO)^n 的物理模型拟合上升光曲线，通过马尔可夫链蒙特卡洛（MCMC）方法进行拟合，使用均匀先验与固有散度 σ。
• 应用四次多项式拟合以测试高阶曲率建模，但指出在光变曲率峰值附近数据稀疏时存在过拟合风险。
• 实施基于开普勒（Kepler）与TESS光曲线的高采样率数据驱动方法，用于训练与验证tSBO估计方法。
• 整合来自模拟（Barker et al. 2021）的理论延迟估计（Δtcc = tSBO − tcc），以在GSW内锚定核心坍缩时间。
• 通过合成数据剔除法（例如，从KSN 2011d中移除1–5天的数据）与误差棒缩放以模拟不同巡天采样率，评估方法的可靠性。

实验结果

研究问题

• RQ1 在使用模型无关与模型依赖方法时，能否从早期光学光曲线中准确估计激波突破时间（tSBO）？
• RQ2 测光采样率与数据完整性对tSBO估计不确定性的影 响如何，特别是在早期阶段数据稀疏时？
• RQ3 利用开普勒（Kepler）与TESS的高采样率光曲线进行的数据驱动方法，是否能相比传统方法提升GSW约束的鲁棒性与精度？
• RQ4 当早期数据缺失或稀疏时，多项式与幂律拟合中的偏差如何影响tSBO估计？
• RQ5 利用光学数据，能否显著缩小LIGO/Virgo O3中CCSNe的GSW？其对误报概率的改善程度如何？

主要发现

• 通过新方法，SN 2019fcn与SN 2019ejj的GSW被约束在一周以内，相较于无约束或基于模板的方法，显著提升了搜寻灵敏度。
• 对于采样良好的光曲线（如SN 2019fcn），采用MCMC拟合的幂律模型提供了稳健的tSBO估计，不确定性极小，尽管tSBO仍略有低估。
• 对于早期数据稀疏的SN 2019ejj，四次多项式与二次模型均使tSBO低估超过数天，凸显了在数据有限时过拟合的风险。
• 基于开普勒（Kepler）与TESS光曲线的数据驱动方法表明，高采样率、高采样质量的数据可提供更可靠的tSBO估计，即使在低采样率条件下，后验分布仍能集中于真实值附近。
• 偏差分析显示，移除早期数据（1–5天）会导致二次模型中tSBO的系统性低估，尤其在光变曲率被高估时更为明显。
• 所有方法在假设无偏差的前提下报告了1σ不确定性，但作者警告称实际偏差可能影响结果，特别是在早期光曲线数据缺失或采样率较低时。