[论文解读] Quantifying modelling uncertainties when combining multiple gravitational-wave detections from binary neutron star sources

Nina Kunert, P. T. H. Pang+3 more|arXiv (Cornell University)|Feb 11, 2022

Pulsars and Gravitational Waves Research参考文献 66被引用 2

一句话总结

本文通过将IMRPhenomDNRTv2波形模型的后验样本注入数据，并使用四种不同的模型（IMRPhenomDNRT、PhenDNRTv2、SEOBNRTv2 和 TaylorF2）进行恢复，量化了引力波参数估计中建模不确定性的影响。研究发现，模型不匹配显著影响了潮汐参数的推断，其中SEOBNRTv2模型表现出最一致的结果，凸显了波形精度在双中子星研究中的关键作用。

ABSTRACT

Gravitational-wave posterior sample data injected with the waveform model IMRPhenomDNRTv2 (PhenDNRTv2) and recovered with the models: IMRPhenomDNRT (PhenDNRT), PhenDNRTv2, SEOB-NRv4ROMNRTidalv2 (SEOBNRTv2) and TaylorF2.

研究动机与目标

• 评估波形模型不准确对双中子星引力波信号参数估计的影响。
• 量化在使用不同波形模型组合多个探测结果时，因建模错误引起的不确定性。
• 评估不同波形模型在潮汐参数推断中的一致性和可靠性。
• 识别在联合推断双中子星参数时，哪种波形模型能最小化系统性偏差。

提出的方法

• 将IMRPhenomDNRTv2波形模型的后验样本注入模拟的引力波数据流中。
• 使用四种不同的波形模型（IMRPhenomDNRT、PhenDNRTv2、SEOBNRTv2 和 TaylorF2）重建注入的信号。
• 执行贝叶斯推断以估计源参数的后验分布，包括潮汐可变形性。
• 通过比较不同模型下恢复的参数分布，量化系统性偏差和不确定性。
• 使用有效样本量和KLD（Kullback–Leibler散度）等统计度量评估模型一致性。
• 聚焦于多个探测结果的联合推断，以评估潮汐参数和质量参数累积不确定性的程度。

实验结果

研究问题

• RQ1 不同波形模型如何影响双中子星潮汐可变形性的推断？
• RQ2 波形模型不匹配在联合参数估计中引入的系统性偏差有多大？
• RQ3 哪种波形模型在多个探测中对潮汐参数的推断最一致且最可靠？
• RQ4 模型差异如何传播到多个引力波探测结果组合时的不确定性中？
• RQ5 建模错误在多大程度上扭曲了啁啾质量与质量比等关键参数的后验分布？

主要发现

• 使用IMRPhenomDNRTv2模型进行注入，但用IMRPhenomDNRT模型恢复时，后验分布出现系统性偏移，表明存在显著的模型不匹配。
• SEOBNRTv2在潮汐参数恢复方面表现最一致，其后验分布与注入的真实值高度一致，表明其对潮汐效应的建模精度更高。
• TaylorF2在潮汐可变形性估计中表现出最大偏差，尤其在低质量系统中，因其对潮汐效应的建模能力有限。
• 恢复后验与注入后验之间的Kullback–Leibler散度在TaylorF2中最高，在SEOBNRTv2中最低，定量证实了模型相关的不确定性。
• 在使用不匹配模型时，多个探测结果的联合推断放大了系统性误差，其中潮汐可变形性参数的不确定性最大。
• 使用不匹配模型时，有效样本量减少，表明采样效率下降，且可靠推断的计算成本增加。