所用的频率来自上一章阻尼音调与克尔黑洞的频谱。懂最小二乘和概率分布就够了。
记录与噪声
我们的测试记录是合成的:220 模加上 221 泛音,都从 t=0 开始,我们把这一刻叫作峰值:
取 M=68.5M⊙、χ=0.69、A1/A0=4、Δϕ=0,以 4096Hz 采样 60M,约 20ms。泛音比例参照对一个类似GW150914的数值模拟的拟合。Giesler, Isi, Scheel and Teukolsky, Black hole ringdown: the importance of overtones, Table I 再加上标准差为 σ 的高斯白噪声,σ 按整段的信噪比选定:
这与Isi等人给出的GW150914峰值后信噪比一致。Isi, Giesler, Farr, Scheel and Teukolsky, Testing the no-hair theorem with GW150914, arXiv:1905.00869v2 真实探测器的噪声是有色的,真实信号在峰值之前也不是模式之和。这两处简化在复算教程里讨论。
用最小二乘消去振幅
质量和自转固定时,模式模型对振幅是线性的。把每个模式写成 ane−t/τncos(2πfnt)+bne−t/τnsin(2πfnt),把这些函数在拟合窗口各采样时刻的取值排成矩阵 X(M,χ) 的列。数据为 d,系数为 c=(a0,b0,a1,b1),则
最佳系数是 c^=(XTX)−1XTd。令 P=X(XTX)−1XT 为投影到模型列空间的矩阵,就有 ∣d−Xc^∣2=∣d∣2−∣Pd∣2。对振幅和相位取最大后的似然是
这叫轮廓似然。它把六个参数的搜索变成两个参数的搜索。代价是没有对振幅的不确定性求平均,区间会略窄;下面会实测这一点。
网格后验与90%区域
在网格上取平坦先验:质量从真值的 0.6 倍到 1.6 倍分81格,自转从 0 到 0.99、步长 0.015,后验正比于 Lprof。90%区域是装下90%权重的最小网格集合。
要判断真值在不在里面,就算真值点的可信水平:比真值更可能的那些格子占了多少后验权重。水平低于 0.9,真值就在90%区域内;接近 1,说明它远在区域之外。
漏掉泛音会怎样
表3.1用同一段带噪声的记录,分别只用基模(N=0)和用基模加泛音(N=1)拟合,起点取峰值之后的不同时刻。质量给出中位数和5%到95%的范围。
例题1。 为什么从峰值起只用基模会得到偏小的质量?早期泛音比基模强四倍,衰减又快约三倍,整个信号就弱得很快。单个模式要弱得快,Q 就得小,也就是自转得低。拟合给出 χ=0.07,这个自转下 Mω220=0.3825−0.0888i。要让频率仍在真实的 249Hz 附近,就得 M=0.3825/(2π×249Hz×4.925μs)=49.6M⊙,与拟合出的 48.1 很接近。48.1M⊙、χ=0.07 时,这个模式 f=257Hz、τ=2.67ms:音高差不多对,响的时间却比真实的 4.16ms 短得多。
偏差的方向取决于具体记录。复算教程里,同样只用基模去拟合真实的GW150914数据,得到的质量反而高于整段信号的估计。站得住的结论是拟合有偏,而且起点越晚偏差越小。
选择起点
起点晚一些,泛音就在拟合开始前消失了。在这段记录里,t0=2M 时真值已落进 N=0 区域,到 10M 时水平是 0.50。代价是变宽:10M 处 N=0 的范围跨 58M⊙,峰值处 N=1 只跨 40。带信号的样本少了,最响的那几个也被扔掉了。
Isi等人在GW150914里也碰到这个取舍:峰值后约 3ms,只用基模就和整段信号的估计对上了,只是不确定度比从峰值起加泛音时大。Isi, Giesler, Farr, Scheel and Teukolsky, Fig. 3 我们的表只是一次噪声抽样。换一次抽样,数字就不同;真值多常落进区域,看下面的覆盖率检验。
90%区域靠得住吗?
在100次独立的噪声抽样上,从峰值起重复 N=1 拟合,数一数真值落进各个区域的次数。
90%区域盖住真值的频率和名义值差不多。50%和68%区域偏小。抽样100次时,二项分布的95%区间在 0.5 附近约为 0.40 到 0.60,在 0.68 附近约为 0.59 到 0.77;四个低水平的结果里有三个落在区间下方。我们怀疑原因是轮廓似然没有对振幅不确定性求平均,但还没有检验过。读Lab里较窄的范围时,请记住这一点。
Lab练习
- 在默认预设下,读出琥珀色“只用基模”的质量和薄荷绿“基模加泛音”的质量,与表3.1比较。
- 在应变图上把拟合起点拖到 2M、4M 和 10M,记下琥珀色区域第一次盖住白色十字是在哪里。
- 打开高级选项,换一次噪声抽样,看 N=1 的中位数相对它的宽度挪了多远。
习题与讲解
- 证明 ∣d−Xc^∣2=∣d∣2−∣Pd∣2。
- M=68.5M⊙、t0=10M 时,窗口里有多少个样本?
- 在Lab里把泛音比例降到 0.3,峰值处只用基模的偏差应该变大还是变小?ρ=30 时Lab显示什么?
- t0=2M 时 N=0 的可信水平是 0.862。真值在90%区域内吗?
答案展开答案
- P 对称且 P2=P。由 Xc^=Pd,∣d−Pd∣2=dTd−2dTPd+dTP2d=∣d∣2−∣Pd∣2。
- 窗口从 10M 到 60M,即 50×0.3374ms=16.87ms,按 4096Hz 是 69 个样本,与表3.1一致。
- 应该变小,因为弱泛音对早期衰减的扭曲小。可是“微弱的泛音”预设(A1/A0=0.3、ρ=30)里,只用基模仍然排除真值,质量 56.7[51.4,62.5],因为信噪比高了,区域也变窄了。偏差大不大,要和宽度比。
- 在。0.862<0.9,真值在90%区域里,靠近边缘。
下一章把两个拟合出的音调变成无毛定理的检验:从两个音调到无毛检验。
在Lab里试一试
在应变图上把拟合起点从0拖到10,看琥珀色的“只用基模”区域怎样移动,直到盖住白色十字。 打开黑洞铃宕Lab