[论文解读] The generalised Lomb-Scargle periodogram. A new formalism for the floating-mean and Keplerian periodograms

M. Zechmeister, M. Kürster|ArXiv.org|Jan 16, 2009

Stellar, planetary, and galactic studies参考文献 22被引用 689

一句话总结

本文提出了广义Lomb-Scargle周期图（GLS），这是一种统一的解析框架，用于对非等间距数据拟合带偏移和权重的完整正弦波。与经典Lomb-Scargle方法相比，GLS通过加权最小二乘拟合，实现了更精确的频率估计、减少了混叠现象，并提升了谱强度的确定性，同时计算成本与原始方法相当。

ABSTRACT

The Lomb-Scargle periodogram is a common tool in the frequency analysis of unequally spaced data equivalent to least-squares fitting of sine waves. We give an analytic solution for the generalisation to a full sine wave fit, including an offset and weights ($χ^{2}$ fitting). Compared to the Lomb-Scargle periodogram, the generalisation is superior as it provides more accurate frequencies, is less susceptible to aliasing, and gives a much better determination of the spectral intensity. Only a few modifications are required for the computation and the computational effort is similar. Our approach brings together several related methods that can be found in the literature, viz. the date-compensated discrete Fourier transform, the floating-mean periodogram, and the "spectral significance" estimator used in the SigSpec program, for which we point out some equivalences. Furthermore, we present an algorithm that implements this generalisation for the evaluation of the Keplerian periodogram that searches for the period of the best-fitting Keplerian orbit to radial velocity data. The systematic and non-random algorithm is capable of detecting eccentric orbits, which is demonstrated by two examples and can be a useful tool in searches for the orbital periods of exoplanets.

研究动机与目标

• 开发一种统一的解析形式，将Lomb-Scargle周期图推广至包含浮动均值和加权数据拟合。
• 克服经典Lomb-Scargle方法的局限性，后者假设均值为零且忽略测量误差。
• 统一并澄清现有方法之间的等价性，如时间补偿离散傅里叶变换、浮动均值周期图，以及SigSpec中的谱显著性估计器。
• 将形式化方法扩展至开普勒周期图，用于检测径向速度数据中的轨道周期，包括偏心轨道。
• 为从径向速度时间序列中检测系外行星轨道周期，提供一种计算高效、系统且非随机的算法。

提出的方法

• 推导完整正弦波模型 $ y(t) = a\cos\omega t + b\sin\omega t + c $ 的最小二乘拟合解析解，包括偏移 $ c $ 和加权数据。
• 使用归一化权重 $ w_i = \frac{1}{\sigma_i^2} / \sum \frac{1}{\sigma_i^2} $ 的加权和，以纳入测量误差。
• 应用拉格朗日乘数法推导最小 $ \chi^2 $ 条件，得到关于参数 $ a $、$ b $ 和 $ c $ 的三个线性方程组。
• 解析求解该方程组，将周期图功率 $ p(\omega) $ 表示为加权和 $ Y, C, S, CC, SS, CS $ 及行列式 $ D = CC\cdot SS - CS^2 $ 的函数。
• 通过 $ \tan 2\omega\tau = \frac{2CS}{CC - SS} $ 引入频率相关的相位偏移 $ \tau $，推广经典Lomb-Scargle中的 $ \hat{\tau} $。
• 将该形式化方法应用于开普勒周期图，通过将开普勒轨道模型拟合至径向速度数据，实现对偏心轨道的检测。

实验结果

研究问题

• RQ1 如何在保持解析效率的前提下，将Lomb-Scargle周期图推广以包含浮动均值和测量权重？
• RQ2 广义Lomb-Scargle周期图与现有方法（如时间补偿离散傅里叶变换和SigSpec中的谱显著性估计器）之间存在何种关系？
• RQ3 广义形式化方法是否能提升非均匀采样时间序列中的频率检测精度并减少混叠？
• RQ4 GLS如何被调整以检测径向速度数据中的轨道周期，特别是偏心系外行星轨道？
• RQ5 与经典Lomb-Scargle和浮动均值周期图相比，GLS的计算成本和性能提升如何？

主要发现

• 广义Lomb-Scargle周期图（GLS）通过允许带偏移和权重的完整正弦波拟合，为经典Lomb-Scargle方法提供了更优的替代方案，从而实现更精确的频率估计。
• GLS公式降低了对混叠的敏感性，并相比标准方法提升了谱强度的确定性。
• GLS仅对经典算法进行微小修改，即可保持与原始Lomb-Scargle周期图相当的计算效率。
• GLS形式化统一并澄清了时间补偿离散傅里叶变换、浮动均值周期图与SigSpec中谱显著性估计器之间的等价关系。
• GLS使能够构建一种系统且非随机的开普勒周期图，可检测径向速度数据中的偏心轨道，已在两个示例案例中得到验证。
• GLS周期图的解析解通过加权最小二乘拟合推导得出，周期图功率表达为 $ p(\omega) = \frac{1}{YY \cdot D} \left[ SS \cdot YC^2 + CC \cdot YS^2 - 2CS \cdot YC \cdot YS \right] $，其中 $ D = CC\cdot SS - CS^2 $。