[论文解读] Identification of Gravitational-waves from Extreme Mass Ratio Inspirals

Changqing Ye, Huimin Fan+3 more|arXiv (Cornell University)|Oct 5, 2023

Pulsars and Gravitational Waves ResearchPhysics and Astronomy被引用 3

一句话总结

本文提出一种分层搜索方法，结合现象学波形与物理参数先验，用于识别极端质量比旋进（EMRI）的引力波信号，即使在缺乏先验物理信息的情况下，也能实现高精度测量，对大质量黑洞质量的相对误差低于4%，对其他参数的相对误差低至0.5%。

ABSTRACT

Space-based gravitational wave detectors like TianQin or LISA could observe extreme-mass-ratio-inspirals (EMRIs) at millihertz frequencies. The accurate identification of these EMRI signals from the data plays a crucial role in enabling in-depth study of astronomy and physics. We aim at the identification stage of the data analysis, with the aim to extract key features of the signal from the data, such as the evolution of the orbital frequency, as well as to pinpoint the parameter range that can fit the data well for the subsequent parameter inference stage. In this manuscript, we demonstrated the identification of EMRI signals without any additional prior information on physical parameters. High-precision measurements of EMRI signals have been achieved, using a hierarchical search. It combines the search for physical parameters that guide the subsequent parameter inference, and a semi-coherent search with phenomenological waveforms that reaches precision levels down to $10^{-4}$ for the phenomenological waveform parameters $ω_{0}$, $\dotω_{0}$, and $\ddotω_{0}$. As a result, we obtain measurement relative errors of less than 4% for the mass of the massive black hole, while keeping the relative errors of the other parameters within as small as 0.5%.

研究动机与目标

• 在不依赖物理参数先验信息的前提下，实现对空间基引力波数据中EMRI信号的高精度识别。
• 克服EMRI参数空间中后验分布多峰性带来的高效随机采样挑战。
• 开发一种结合现象学波形模板以实现广泛参数覆盖、并利用物理波形引导精确推断的搜索策略。
• 实现对关键EMRI参数（如轨道频率演化）的高精度测量，现象学参数的测量精度达到10−4量级。
• 为未来基于全相对论波形与先进信号处理技术的端到端EMRI数据分析流程奠定基础。

提出的方法

• 采用两阶段分层搜索：首先使用现象学波形在$10^{-4}$量级上高精度识别$ω_0$、$Øω_0$与$ØØω_0$的宽泛参数范围。
• 利用现象学搜索结果生成后续物理参数搜索的有信息先验，从而缩小搜索空间。
• 在史瓦西轨道偏心条件下应用FastEMRIWaveforms（FEW）生成精确的全相对论性EMRI波形，用于物理建模。
• 实施半相干搜索策略，以增强对长时序EMRI信号检测的灵敏度与精度。
• 利用FEW中对稀疏相位数据的三次样条插值，重建完整的相位演化，尤其在早期旋进阶段表现优异。
• 采用三阶泰勒级数展开相位，以建模信号演化，确保与现象学拟合的兼容性。

实验结果

研究问题

• RQ1 在缺乏物理参数先验知识的情况下，能否以高精度识别EMRI信号？
• RQ2 结合现象学与物理波形的混合搜索策略，在克服后验多峰性挑战方面效果如何？
• RQ3 现象学波形在多大程度上能准确捕捉EMRI信号在早期旋进阶段的相位演化？
• RQ4 使用现象学模板测量关键参数$ω_0$、$Øω_0$与$ØØω_0$的精度能达到何种水平？
• RQ5 鉴于早期频率演化具有相似性，该方法是否可推广至克尔背景EMRI？

主要发现

• 即使在缺乏物理先验信息的情况下，分层搜索对大质量黑洞质量的相对测量误差仍低于4%。
• 其他EMRI参数的相对误差最低可达0.5%，表明实现了高精度信号识别。
• 现象学波形参数$ω_0$、$Øω_0$与$ØØω_0$的测量精度达到$10^{-4}$量级，支持精确的相位演化重建。
• 通过利用现象学搜索结果引导物理参数推断，成功克服了多峰后验结构的挑战。
• 由于FEW中采用三次样条插值，EMRI的相位演化在早期旋进阶段（相位数据稀疏）也能被准确捕捉。
• 该方法可拓展至更复杂场景，包括克尔背景EMRI与时间延迟干涉技术，因其在早期阶段现象学与物理波形间存在强相关性。