跳到主要内容
Sandbox Physics
黑洞铃宕与无毛检验

复算铃宕音调、一段合成信号和GW150914的一小段数据

Sandbox Physics ·

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。

打开黑洞铃宕Lab

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。

每份数据是什么

分清数据的种类,比这里任何一个数字都重要。

表 5.1 三份输入及其能说明的事。
输入类别对照的参考
克尔 220220、221221、330330 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,0.5 s0.5\,\mathrm s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。

第一步:下载输入并校验

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。

第二步:重建模式表并对照

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 00 到 0.990.99、步长 0.010.01 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。

表 5.2 我们的表与CENTRA公开表格对照,0≤χ≤0.990\le\chi\le0.99;输出见 berti-comparison.json。
模式求解程序最大相对误差插值误差,χ≤0.95\chi\le0.95插值误差,χ≤0.99\chi\le0.99
2202207.7×10−107.7\times10^{-10}2.5×10−52.5\times10^{-5}2.2×10−32.2\times10^{-3}
2212218.1×10−108.1\times10^{-10}2.8×10−52.8\times10^{-5}2.6×10−32.6\times10^{-3}
3303303.6×10−103.6\times10^{-10}2.2×10−52.2\times10^{-5}1.9×10−31.9\times10^{-3}

插值误差最大处在 χ=0.9864\chi=0.9864,那里模式频率弯得最急。Lab的自转上限是 0.950.95,所以只落在 10−510^{-5} 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。330330 的 QQ,论文印的最大误差是 0.420.42%,我们在论文所说的 0≤χ≤0.990\le\chi\le0.99 范围内得到 0.5880.588%。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。

第三步:从合成信号里找回参数

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:M=68.5 M⊙M=68.5\,\mathrm{M}_\odot、χ=0.69\chi=0.69、A1/A0=4A_1/A_0=4,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 2×10−162\times10^{-16},只是舍入误差。ρ=100\rho=100 时,每个拟合值离真值都不到 0.70.7 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 2M2M 就包含了。

第三项是覆盖率。100次噪声抽样里,90%区域在 ρ=14\rho=14 时盖住真值89次,在 ρ=40\rho=40 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。

第四步:GW150914的一小段

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

  1. 读入32秒、4096 Hz4096\,\mathrm{Hz} 的汉福德文件,摘要不符就拒绝。
  2. 用四阶Butterworth滤波器在 20 Hz20\,\mathrm{Hz} 做高通,再降采样到 2048 Hz2048\,\mathrm{Hz}。
  3. 用离峰值2秒以外的数据估计噪声自协方差,为 0.5 s0.5\,\mathrm s 的数据建Toeplitz协方差矩阵。
  4. 从GPS 1126259462.4231126259462.423 的峰值之后的各个起点出发,在质量 5050 到 100 M⊙100\,\mathrm{M}_\odot、自转 00 到 0.990.99 的网格上,分别拟合单独的 220220 和 220+221220+221。
表 5.3 只用汉福德数据的结果,中位数和68%范围;输出见 gw150914-ringdown-slice.json。
峰值后起点模型质量 (M⊙)(\mathrm{M}_\odot)自转拟合信噪比
0.34 ms0.34\,\mathrm{ms}22022082.0  [71.8, 90.7]82.0\;[71.8,\,90.7]0.80  [0.61, 0.89]0.80\;[0.61,\,0.89]9.49.4
0.34 ms0.34\,\mathrm{ms}220+221220+22164.8  [56.7, 74.1]64.8\;[56.7,\,74.1]0.62  [0.36, 0.78]0.62\;[0.36,\,0.78]9.99.9
3.27 ms3.27\,\mathrm{ms}22022066.5  [56.1, 79.8]66.5\;[56.1,\,79.8]0.67  [0.38, 0.85]0.67\;[0.38,\,0.85]6.56.5
5.22 ms5.22\,\mathrm{ms}22022062.3  [53.5, 78.1]62.3\;[53.5,\,78.1]0.650.654.44.4

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。2048 Hz2048\,\mathrm{Hz} 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 M=68±7 M⊙M=68\pm7\,\mathrm{M}_\odot、χ=0.63±0.16\chi=0.63\pm0.16(68%)。事件目录给出的源头残骸质量是 63.1 M⊙63.1\,\mathrm{M}_\odot,红移 0.090.09,换到探测器处是 68.8 M⊙68.8\,\mathrm{M}_\odot。

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,82 M⊙82\,\mathrm{M}_\odot,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。

记录下来的失败情形

两个输出文件里都有一个名为failureCases的列表,由脚本自己写下。

  • 无偏自协方差(每个延迟除以它的配对数)得到的协方差矩阵不正定:Cholesky分解在第148个顺序主子式处失败。脚本记下这次失败,改用有偏估计(除以样本数),它按构造就是半正定的。这时协方差的条件数是 3.3×1053.3\times10^5。
  • GW150914有几个90%区间贴近网格边界:从峰值和1毫秒起的 220220 拟合离质量上界不到 5 M⊙5\,\mathrm{M}_\odot;从5毫秒起的 220220 和从1毫秒起的 220+221220+221 离质量下界不到 2 M⊙2\,\mathrm{M}_\odot;从3毫秒和5毫秒起的 220+221220+221 同时碰到两个质量边界和自转网格顶端。这些区间部分量到的是先验。表5.3列的是68%范围,离边界还远,并且没有列峰值之后的 220+221220+221。
  • 合成数据里,从峰值起只用基模的拟合排除了真值;四个低水平的覆盖率结果里有三个低于二项分布区间。
  • 在我们的机器上,链接苹果Accelerate库的NumPy 2.0.2会在矩阵乘法时报除零、溢出和无效值警告。两个随机的有限矩阵相乘就能复现这些警告,结果却都是有限值。分片脚本逐个检查似然是否有限,不有限就停下,所以我们加上Python选项 -W ignore::RuntimeWarning 运行。

这些检查说明不了什么

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 10−910^{-9} 来验证。合成记录是白噪声加上从 t=0t=0 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。

在Lab里试一试

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

来源

  1. CENTRA, Ringdown data and routines
  2. GWOSC, GW150914 event record, GWTC-1 v3
  3. Berti, Cardoso and Starinets, Quasinormal modes of black holes and black branes, §4.6
  4. Berti, Cardoso and Will, On gravitational-wave spectroscopy of massive black holes with the space interferometer LISA, Tables VIII and IX
  5. Isi, Giesler, Farr, Scheel and Teukolsky, Testing the no-hair theorem with GW150914, arXiv:1905.00869v2

继续阅读

这一页直接连着哪些内容

在内容地图上看这个系列 →

黑洞铃宕与无毛检验 · 阅读路径

从黑洞的余响到无毛检验

  1. 文章刚并合的黑洞,为什么会像钟一样鸣响?
  2. 文章阻尼音调与克尔黑洞的频谱
  3. 文章为什么从峰值拟合铃宕需要泛音
  4. 文章从两个音调到无毛检验
  5. 当前页面复算铃宕音调、一段合成信号和GW150914的一小段数据
  6. 文章怎样读2019年GW150914泛音论文及其后的争论
这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策