[论文解读] Incorporation of Statistical Data Quality Information into the GstLAL Search Analysis

P. Godwin, R. C. Essick+21 more|arXiv (Cornell University)|Oct 28, 2020

Pulsars and Gravitational Waves Research参考文献 1被引用 12

一句话总结

本文将iDQ中的统计数据质量信息集成到GstLAL引力波搜索流程中，通过降低非高斯噪声时段的单检测器候选事件排名，提升了检测性能。该方法增强了噪声抑制能力，同时保留了原本可能因被剔除而丢失的边缘引力波候选事件，从而在Advanced LIGO和Virgo的O3运行期间，于不损失观测时间的前提下提高了对突发噪声事件的检测鲁棒性。

ABSTRACT

We present updates to GstLAL, a matched filter gravitational-wave search pipeline, in Advanced LIGO and Virgo's third observing run. We discuss the incorporation of statistical data quality information into GstLAL's multi-dimensional likelihood ratio ranking statistic and additional improvements to search for gravitational wave candidates found in only one detector. Statistical data quality information is provided by iDQ, a data quality pipeline that infers the presence of short-duration transient noise in gravitational-wave data using the interferometer's auxiliary state, which has operated in near real-time since before LIGO's first observing run in 2015. We look at the performance and impact on noise rejection by the inclusion of iDQ information in GstLAL's ranking statistic, and discuss GstLAL results in the GWTC-2 catalog, focusing on two case studies; GW190424A, a single-detector gravitational-wave event found by GstLAL and a period of time in Livingston impacted by a thunderstorm.

研究动机与目标

• 通过整合实时统计数据质量信息，提升单检测器GstLAL搜索中的引力波探测能力。
• 解决非高斯噪声脉冲（突发噪声）可能掩盖或扭曲真实引力波信号的挑战。
• 通过使用非二元、概率性的数据质量度量而非二元标志，防止有效候选事件被错误剔除。
• 实现实时、自主地利用辅助检测器数据，以改进现场搜索中的噪声表征。
• 为未来将数据质量信息整合到符合事件搜索和参数估计中奠定基础。

提出的方法

• GstLAL流程将iDQ提供的概率性数据质量评分（以非高斯性的对数似然表示）整合到其多维似然比排序统计量中。
• iDQ流程利用辅助检测器状态数据进行实时统计推断，以识别瞬态噪声，自LIGO首次运行之前即已投入运行。
• 该方法根据iDQ对数似然值对候选事件施加惩罚，有效降低与高概率噪声脉冲重合的事件排名。
• 排序统计量被修改，加入与数据质量负对数似然成正比的项，从而实现对数据质量的连续、非二元加权。
• 该方法使用Advanced LIGO和Virgo的第三轮观测运行（O3）数据进行验证，尤其在雷暴引发的瞬态噪声期间表现显著。
• 该方法可保留原本可能因与噪声重合而被丢弃的边缘候选事件，同时仍有效抑制虚假警报。

实验结果

研究问题

• RQ1 如何在不损失观测时间的前提下，有效将辅助检测器状态的统计数据质量信息整合到引力波候选事件排序中？
• RQ2 使用非二元、概率性数据质量度量对单检测器GstLAL搜索中的噪声抑制与候选事件保留有何影响？
• RQ3 iDQ对非高斯噪声的实时推断能否提升引力波探测在瞬态噪声事件中的鲁棒性？
• RQ4 iDQ的集成如何影响原本可能被剔除的边缘引力波候选事件的排序？
• RQ5 该方法在扩展至符合事件和低延迟滤波时存在哪些局限性，以及潜在改进方向是什么？

主要发现

• 将iDQ数据质量信息整合到GstLAL中，显著提升了噪声抑制能力，有效降低了与非高斯瞬态噪声（如雷暴引起的噪声）重合的事件排名。
• 该方法防止了在瞬态噪声期间发生的真正引力波候选事件被剔除，保留了原本可能丢失的边缘探测结果。
• 在GW190424A这一单检测器事件中，iDQ支持的排序在雷暴引发的突发噪声期间正确地降低了该事件的排名，同时保持了探测灵敏度。
• 该方法通过不丢弃数据，而是实时使用概率加权评估数据质量，从而维持了观测时间。
• 当前实现仅限于单检测器候选事件，若扩展至符合事件，需谨慎处理，以避免因多个低质量贡献而过度惩罚事件。
• 未来改进可包括异步iDQ数据输入、iDQ对数似然值的优化时间窗设置，以及更丰富的辅助特征集，以增强iDQ对各类突发噪声的识别能力。