[论文解读] Data and Software for: 'The Radius of the High-mass Pulsar PSR J0740+6620 with 3.6 yr of NICER Data'

Tuomo Salmi, Devarshi Choudhury+15 more|arXiv (Cornell University)|Jun 26, 2024

Pulsars and Gravitational Waves Research被引用 5

一句话总结

本研究利用3.6年的NICER数据与联合XMM-Newton观测，采用增强采样设置的先进贝叶斯推断方法重新分析了PSR J0740+6620。结果报告其半径为12.49+1.28−0.88 km，质量为2.073+0.069−0.069 M⊙，进一步约束了中子星方程态，并在95%置信水平下排除了半径R < 11.15 km的软方程态。

ABSTRACT

Posterior sample files associated with the publication "The Radius of the High-mass Pulsar PSR J0740+6620 with 3.6 yr of NICER Data" by Salmi et al. (2024; arXiv.2406.14466; https://doi.org/10.3847/1538-4357/ad5f1f). Also included are: the data products; the numeric model files including the telescope calibration products; model modules in the Python language using the X-PSI framework; and Jupyter analysis notebooks. Please refer to the README for detailed information.

研究动机与目标

• 利用扩展的3.6年NICER数据集，改进对高质量脉冲星PSR J0740+6620半径与质量的约束。
• 评估增强采样设置与交叉校准不确定性对半径与质量后验可信区间的影 响。
• 通过模拟数据（与实际观测相似）验证推断流程的稳健性。
• 测试结果对先验假设与采样器选择的敏感性，特别是对半径上限的影响。
• 通过在95%概率下排除R < 11.15 km的软方程态，加强对致密核物质方程态的约束。

提出的方法

• 联合建模3.6年的NICER X射线测时数据与XMM-Newton相位平均谱，以改善背景与光谱约束。
• 应用X-PSI（X射线脉冲模拟与推断）框架，对中子星表面热点引起的相对论效应进行建模。
• 使用来自射电测时测量的紧致质量先验（2.073+0.069−0.069 M⊙）以锚定推断结果。
• 采用先进的贝叶斯采样方法，结合MultiNest嵌套采样与emcee集合MCMC，使用高数量的活跃点（最高达40,000个）与低采样效率（SE = 0.01），以提升收敛性与分辨率。
• 通过系统性不确定性先验对NICER与XMM-Newton进行交叉校准检查，并测试对校准假设的稳健性。
• 通过模拟光曲线与事件数据（匹配实际PSR J0740+6620特性）验证推断流程，确认参数恢复的准确性。

实验结果

研究问题

• RQ1 NICER曝光时间增加90%（达到约1.13 Ms）是否显著降低了对PSR J0740+6620半径与质量推断的不确定性？
• RQ2 增强采样设置（如更高的活跃点数量与更低的采样效率）如何影响可信区间，特别是半径上限？
• RQ3 结果在多大程度上依赖于NICER与XMM-Newton之间假设的交叉校准不确定性？
• RQ4 推断流程能否在模拟数据中准确恢复真实参数，而这些模拟数据与实际PSR J0740+6620观测特征一致？
• RQ5 更新后的结果对致密核物质方程态的“柔软性”施加了何种约束？

主要发现

• 更新后的分析得到半径为12.49+1.28−0.88 km，质量为2.073+0.069−0.069 M⊙，可信区间在第16和第84百分位数处被截断。
• 由于增强采样设置，半径上限略有增加，但整体区间宽度保持相近。
• 当两者均假设半径上限为16 km时，本分析结果与Dittmann等人（2024年）报告的12.76+1.49−1.02 km结果一致。
• 分析在95%概率下排除了导致R < 11.15 km的方程态，进一步加强了对极软方程态的约束。
• 结果对NICER与XMM-Newton之间交叉校准不确定性的变化具有稳健性，表明对这一系统性误差的敏感度极低。
• 模拟数据恢复测试证实了流程能够准确恢复模型参数，支持了推断后验分布的可靠性。