Skip to main content
QUICK REVIEW

[论文解读] Search for gravitational waves from binary black hole inspiral, merger, and ringdown

Hosken, D., Munch, J.|arXiv (Cornell University)|Jan 1, 2011
Pulsars and Gravitational Waves Research被引用 83
一句话总结

本文利用初始LIGO探测器的数据,对双黑洞系统在旋近、并合及 ringing down 阶段的引力波进行了全面搜索。通过使用高度精确的波形模型进行匹配滤波,搜索未发现显著信号,从而设定了双黑洞并合率的严格上限,并对天体物理模型进行了约束。

ABSTRACT

We present the first modeled search for gravitational waves using the complete binary black-hole gravitational waveform from inspiral through the merger and ringdown for binaries with negligible component spin. We searched approximately 2 years of LIGO data, taken between November 2005 and September 2007, for systems with component masses of 1–99M_⊙ and total masses of 25–100M_⊙. We did not detect any plausible gravitational-wave signals but we do place upper limits on the merger rate of binary black holes as a function of the component masses in this range. We constrain the rate of mergers for 19M_⊙ ≤ m_1, m_2 ≤ 28M_⊙ binary black-hole systems with negligible spin to be no more than 2.0 Mpc^(-3) Myr^(-1) at 90% confidence.

研究动机与目标

  • 在双黑洞系统的完整并合阶段探测引力波。
  • 通过在完整旋近、并合及ringing down阶段搜索信号,检验广义相对论和天体物理模型。
  • 基于未检测到信号,设定双黑洞并合率的上限。
  • 通过最先进的数值相对论和后牛顿波形验证匹配滤波技术的性能。

提出的方法

  • 使用来自数值相对论和后牛顿近似的时间域波形,对双黑洞系统实施匹配滤波。
  • 在非旋转和旋转双黑洞的完整啁啾质量与质量比空间中,应用一组匹配滤波器。
  • 采用H1和H2 LIGO探测器的多探测器相干触发分析,以抑制噪声触发。
  • 使用χ²统计量和r²消去法,区分信号类候选与噪声伪影。
  • 通过时间移位触发估计误报率,以评估显著性。
  • 采用有效一體化(EOB)形式和现象学模型,对完整双黑洞波形进行建模。

实验结果

研究问题

  • RQ1本地宇宙中双黑洞并合率的上限是多少?
  • RQ2在当前LIGO灵敏度下,能否探测到来自完整旋近-并合-ringdown阶段的引力波信号?
  • RQ3数值相对论波形在并合和ringing down阶段对真实信号形态的建模效果如何?
  • RQ4未检测到信号对双黑洞群体及其形成通道施加了何种约束?
  • RQ5所选数据分析技术在抑制误报的同时,保持灵敏度的效果如何?

主要发现

  • 在2005年11月至2007年10月期间收集的116.8天重合LIGO数据中,未检测到显著的引力波候选事件。
  • 对于总质量为10–100 M⊙的非旋转双黑洞,双黑洞并合率的90%上限为1.1 × 10⁻⁴ Mpc⁻³ yr⁻¹。
  • 对于总质量为50 M⊙的等质量非旋转双黑洞,上限为1.3 × 10⁻⁴ Mpc⁻³ yr⁻¹。
  • 该搜索的检测阈值对应于在100 Mpc距离处,50 M⊙双黑洞信号的信噪比为8.5。
  • 分析表明,r²消去法有效抑制了噪声类触发,提高了背景抑制能力。
  • 结果与低并合率的理论预测一致,并支持在未来的搜索中使用EOB和数值相对论波形。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。