[论文解读] Fast pre-merger detection of massive black-hole binaries in LISA based on time-frequency excess power

Francesco Nobili, Malvina Bellotti+3 more|arXiv (Cornell University)|Feb 18, 2026

Pulsars and Gravitational Waves Research被引用 0

一句话总结

论文介绍了一种快速、低延迟的方法，通过在时频域中搜索带有啁啶形态的超出功率来检测并初步表征LISA数据中的大质量黑洞二重星（MBHB），在Sangria数据集上经过验证，其中15次注入的MBHB有14次在合并前数小时到数周被检测到。

ABSTRACT

The Laser Interferometer Space Antenna is expected to observe gravitational waves from massive black hole binaries across cosmic time. Many are anticipated to be detectable hours to weeks before coalescence. We present a fast algorithm for the pre-merger detection and preliminary characterization of such binaries. The method performs a search for excess power with a chirping time-frequency morphology in short-time Fourier transform spectrograms. By tiling the time-frequency plane with slices defined by the quadrupole frequency evolution, we define a signal significance relative to a fitted background distribution of instrumental noise and Galactic foreground. Individual search triggers are followed by a coherence tracker, which groups over time triggers consistent with the same physical signal . Doing so, our analysis provides progressively refined estimates of the chirp mass and coalescence time. We validate our algorithm on the Sangria LISA Data Challenge dataset, successfully detecting all 15 injected MBHBs: 14 of them hours-to-weeks before merger, while one is only detected after the binary coalescence. The algorithm yields chirp mass relative errors below $3\%$ for high-SNR sources and coalescence time uncertainties of up to a few hours. With a computational cost of less than a second to process a 10-day data segment on single core, our approach is suitable for generating real-time alerts, trigger protected observational periods, and provide informative priors for Bayesian parameter estimation.

研究动机与目标

• 开发一个快速、低延迟的管线，在LISA数据中检测MBHB合并前信号。
• 从早期相位信号中实现对并合时间和伽马质量的初步估计。
• 在时频框架下处理重叠信号与银河前景。
• 提供近实时触发，以支持受保护观测期和多信使观测计划。

提出的方法

• 用10天数据段的短时傅里叶变换（STFT）声谱图表示数据，粒度为5秒。
• 用来自先前数据的背景功率谱密度估计对声谱图进行白化，以校正仪器噪声和银河前景。
• 在探测器帧中的chirp质量（M_c）和到合时间（t_c*）网格定义的chirp切片中搜索超出功率。
• 用伽马分布建模切片功率的背景分布，并计算每个切片的虚警概率（FAP）。
• 在M_c和t_c*平面上对连通的高FAP区域进行聚类，以识别并跨时间跟踪源，同时更新参数估计。
• 并行处理A、E两条TDI信道，要求跨信道重叠以标记稳健检测。

实验结果

研究问题

• RQ1 在现实噪声与前景条件下，基于快速TF的超出功率搜索是否能够可靠检测到LISA数据中的MBHB合并前信号？
• RQ2 使用最小化、仅二阶矩的模型，从早期螺旋信号中估计 chirp质量和合并时间的准确性如何？
• RQ3 在信号主导的LISA数据流中，如何识别并跟踪重叠的MBHB信号？
• RQ4 用于LISA的MBHB实时警报生成的计算成本和可行性是多少？

主要发现

• 该方法在Sangria数据集中检测到所有15个MBHB注入，14个在合并前数小时至数周被检测到，只有一个在合并后才被检测到。
• 在高信噪比源中，chirp质量的相对误差低于3%，合并时间不确定性最高为数小时。
• 该方法在单核上处理一个10天数据段的时间不足一秒，支持实时警报并为贝叶斯估计提供有信息的先验。
• 以伽马分布进行背景建模，为跨TF切片的FAP基检测提供了实用的统计框架。
• 跨通道（A与E）的 coincidences进一步支持稳健检测并降低虚警。
• 在保守的TF范围和窗口选择下，该算法仍然有效，尽管某些低SNR或彼此接近的信号可能需要配置调整。