继续阅读
黑洞铃宕与无毛检验 · 阅读路径
这篇教程从公开输入重建三样东西,各自对照一个独立的参考:一张克尔模式频率表,对照CENTRA公开的表格;一段合成铃宕,真值已知;公开的GW150914汉福德应变的一次受限拟合,对照Isi等人2019年的结果。频率表和合成信号的检查都通过了。GW150914这一小段给出的数字和发表值接近,但它是简化分析,不是那篇论文的复现。
下面所有脚本、输入和输出都能从本站下载。背后的推导在课程各章里,从阻尼音调与克尔黑洞的频谱开始。
分清数据的种类,比这里任何一个数字都重要。
| 输入 | 类别 | 对照的参考 |
|---|---|---|
| 克尔 、、 频率 | 离线计算,我们的程序 | 已发表的Leaver法表格 |
| 带白噪声的双模铃宕 | 合成记录 | 它自己的注入参数 |
| GW150914汉福德应变, | 真实探测器数据,受限分析 | 已发表的双探测器结果 |
已发表的表格本身也是计算,不是测量。GW150914的应变是真实数据,可我们只用了一台探测器和简化的似然,输出只适合教学。
输入文件 tutorial-inputs.json 记录了每个下载地址和它的SHA-256摘要。模式表来自CENTRA铃宕数据页。CENTRA, Ringdown data and routines 应变数据来自引力波开放科学中心。GWOSC, GW150914 event record, GWTC-1 v3
mkdir ringdown && cd ringdown
curl -s --remote-name-all "https://sandboxphysics.com/stories/black-hole-ringdown/materials/{leaver_kerr_qnm.py,build_frozen_qnm_table.py,compare_with_berti_table.py,ringdown_injection.py,recover_synthetic_ringdown.py,gw150914_ringdown_slice.py,tutorial-inputs.json}"
curl -sO http://blackholes.ist.utl.pt/Webpagecodes/l2.tar.gz
curl -sO http://blackholes.ist.utl.pt/Webpagecodes/l3.tar.gz
curl -sO http://blackholes.ist.utl.pt/Webpagecodes/fitcoeffsWEB.dat
curl -sO https://gwosc.org/eventapi/json/GWTC-1-confident/GW150914/v3/H-H1_GWOSC_4KHZ_R1-1126259447-32.txt.gz
shasum -a 256 l2.tar.gz l3.tar.gz fitcoeffsWEB.dat H-H1_GWOSC_4KHZ_R1-1126259447-32.txt.gz摘要必须和下面一致:
0569faae28e14366480cf594ea398f3d33ac9d3f82dbbddd43a68d920d807086 l2.tar.gz
e5ba542e327a27783269dd3f69d4c00f01256d0fd1e61c6c39f33dc78dc3ad27 l3.tar.gz
dbd625698079fc1ff1ffc2c97a6ca1685bf044d5c5e5b53562abfdd55d146716 fitcoeffsWEB.dat
fefe8717306109460b6c9cff74da6beb9e80ee624824b4b09bdd2c54ce9b4dfc H-H1_GWOSC_4KHZ_R1-1126259447-32.txt.gz我们的运行环境是Python 3.9.6、NumPy 2.0.2、SciPy 1.13.1。求解程序和建表脚本只用标准库。
python3 build_frozen_qnm_table.py frozen-qnm-table.json
python3 compare_with_berti_table.py tutorial-inputs.json frozen-qnm-table.json \
l2.tar.gz l3.tar.gz fitcoeffsWEB.dat berti-comparison.json求解程序对Teukolsky方程的径向和角向部分都用Leaver连分数,从史瓦西黑洞的初值出发,沿自转一步步往上走。Berti, Cardoso and Starinets, Quasinormal modes of black holes and black branes, §4.6 它存下自转 到 、步长 的结果。浏览器里的Lab和合成脚本都读这张冻结表,在自转方向上做三次Hermite插值。
| 模式 | 求解程序最大相对误差 | 插值误差, | 插值误差, |
|---|---|---|---|
插值误差最大处在 ,那里模式频率弯得最急。Lab的自转上限是 ,所以只落在 那一列。
同一个脚本还拿Berti、Cardoso和Will的拟合公式去对照公开表格。Berti, Cardoso and Will, On gravitational-wave spectroscopy of massive black holes with the space interferometer LISA, Tables VIII and IX 论文印出的六个最大误差里,有五个和我们算的在印出的精度上一致。 的 ,论文印的最大误差是 %,我们在论文所说的 范围内得到 %。原因还没找到。这些拟合式只出现在例题里,Lab用的是冻结表。
python3 recover_synthetic_ringdown.py synthetic-recovery.json browser-parity-cases.json运行约40秒。脚本按拟合一段铃宕里的设定生成双模记录:、、,白噪声由固定种子的生成器产生。接着做三项检查,结果都在 synthetic-recovery.json 里。
第一项是自由拟合。用非线性最小二乘拟合八个参数,即每个模式的频率、衰减时间、振幅和相位,不加克尔关系。没有噪声时,它还原注入频率和衰减时间的误差是 ,只是舍入误差。 时,每个拟合值离真值都不到 个标准误差,标准误差取自Fisher矩阵。这项检查不用克尔网格,所以它检验的是记录和模式函数本身,与Lab的后验代码无关。
第二项是拟合一章表3.1的起点扫描:从峰值起只用基模会排除真值,到 就包含了。
第三项是覆盖率。100次噪声抽样里,90%区域在 时盖住真值89次,在 时88次。50%和68%区域覆盖不足。
文件 browser-parity-cases.json 存了Lab五个预设的同样后验。Lab在浏览器里用另一套闭式公式计算它们,仓库里的测试要求两者一致。
python3 -W ignore::RuntimeWarning gw150914_ringdown_slice.py tutorial-inputs.json \
H-H1_GWOSC_4KHZ_R1-1126259447-32.txt.gz gw150914-ringdown-slice.json能照做的地方,都按Isi等人2019年论文附录的做法。Isi, Giesler, Farr, Scheel and Teukolsky, Testing the no-hair theorem with GW150914, arXiv:1905.00869v2
| 峰值后起点 | 模型 | 质量 | 自转 | 拟合信噪比 |
|---|---|---|---|---|
应变无量纲,质量是探测器系下的太阳质量,时间从汉福德峰值起算。 下第一个样本最多比要求的起点晚半毫秒,所以表里列的是实际偏移。Isi等人用两台探测器,在峰值处加泛音得到 、(68%)。事件目录给出的源头残骸质量是 ,红移 ,换到探测器处是 。
我们峰值处加泛音的拟合离这两个值都不远。峰值处只用基模的拟合偏高,,到约3毫秒时降到整段信号的数值,和论文图3的走势一样。数据只来自一台探测器、一次噪声,这样的相符说明流程大体没错。
两个输出文件里都有一个名为failureCases的列表,由脚本自己写下。
它们不能说明克尔频谱本身是对的,只能说明我们的数字和别人算的一致。我们没有打开Leaver 1985年的原始论文,求解程序只靠把CENTRA表格复现到 来验证。合成记录是白噪声加上从 开始的纯双模信号,对峰值前的并合过程和非线性模都说明不了什么。GW150914这一小段只用一台探测器、约24秒离源数据(论文用64秒)、取最大值的振幅和网格,已发表的泛音探测是否成立,要靠双探测器的分析来判断。
把Lab设成本教程的注入参数:68.5倍太阳质量、自转0.69、信噪比14、起点0,把读数与synthetic-recovery.json对照。 打开黑洞铃宕Lab
黑洞铃宕与无毛检验 · 阅读路径