继续阅读
从宇宙膨胀走到天空推断 · 阅读路径
膨胀、声音、天空统计与推断
还有 1 组
用到同一实验的其他文章
本文用到、其他系列也在用的实验,后面跟着那些系列里的文章。
望远镜看到的是被抹平的天空,还混着噪声和前景辐射。要从这些记录推断宇宙,就要同时预测天体信号和测量过程。曲线看起来吻合以后,仍要把误差有多大、仪器参数知道多准一起算进去。
用 表示真实温度天空的一个球谐系数,单位取微开尔文。若完整观察全天、波束又处处圆对称,记录到的系数 就等于经过波束衰减的天空,加上仪器噪声 和有效前景 。这里的前景已经包含该观测通道的响应。
高斯波束常用半高全宽 描述:从波束一侧的半高点走到另一侧,夹角有多大。先把它换成弧度,再算标准差 。球谐振幅乘上 ,功率则乘它的平方。波束越宽,细小斑块越容易在平均中抵消,大斑块受影响较小。
取一个教学例子:波束半高全宽为 ,观察 的模式。角度换算得到 ;再除以高斯宽度因子,得到 。代入指数,振幅剩下 ,功率剩下 ,约为原来的两成二。
既然知道衰减,能不能把功率除以 ,全部补回来?信号的平均响应能补回,噪声功率也会一起放大。这个例子会把加性噪声功率放大 倍。分辨率损失有统计代价;波束宽度本身若不够确定,还要另算这份误差。
银河辐射太强时,分析往往给地图乘一个权重 ,把污染严重的方向压低或去掉。球谐函数原本靠完整球面上的积分彼此正交。天空被遮掉一部分,原先分开的系数就会混在一起。直接从加权地图算出的功率叫作伪功率谱。
它的平均值要经过一个由遮罩决定的耦合矩阵 。仅仅知道还剩多少天空,不足以判断哪些模式混在一起。实际分析要按采用的遮罩、滤波和分箱计算响应,也计算误差之间怎样相关。
相邻带功率因此可能有相关误差。图上每个点各画一根竖误差棒,看起来很直观,却还没有交代拟合所需的全部统计信息。
对应阅读:Hivon et al.
先退回一个能完整算清的例子:天空是高斯随机场,观测覆盖全天,噪声也是各向同性高斯噪声,前景已去除。把总观测功率记为 。估计量 是一组高斯系数的平方和,因此适当缩放后服从卡方分布。低阶只有少数模式,分布会明显偏斜。
每个功率分箱容纳很多模式时,高斯近似可能好用。协方差仍要包含遮罩、噪声和处理过程的影响。Planck 的低阶与高阶数据采用不同的似然构造;理想全天公式适合帮助理解起点。
尘埃振幅、定标和波束参数会改变测量,但通常不是研究宇宙时最关心的量,统称干扰参数。把它们固定在一个值上,得到的是这个条件下的结果。边缘化则按先验 ,把允许的取值都积分进去。若前景变化能模仿宇宙学变化,把这份不确定度带进来,推断范围通常会变宽。对干扰参数取最大似然值称为轮廓化,运算又不同。
下一章用公开带功率做一个限定分析。模板与协方差固定下来,每一步就能复算,也能说清最后推断的究竟是哪一个量。
对应阅读:David Tong · Planck 2018 results. VI. Cosmological parameters
某模式的波束振幅响应为 。信号功率剩多少?除去波束响应会把加性噪声功率放大多少?
振幅剩一半,功率剩四分之一。把观测功率除以四分之一,加性噪声功率也会放大四倍。平均响应可以修正,统计信息的损失仍要付出代价。
尘埃振幅只知道大致范围,而且它能模仿一部分宇宙学信号。为什么固定尘埃最佳拟合值,可能比边缘化给出更窄的结果?
固定是在一个尘埃取值下做条件推断,没有带上尘埃本身的不确定度。边缘化会把其他允许尘埃取值对应的宇宙学解释也纳入;它们彼此重叠,就把误差传给了宇宙学参数。具体变化还取决于模型和先验。
伪角功率估计与遮罩耦合的系综关系。全天教学实验没有对真实天空遮罩做反演。
结构形成一章给出线性增长、压强支撑、转移函数与微波天空。本文无压增长的算例限于物质主导期、Hubble 尺度以内。
第 2.2—2.3 节说明数据似然,第 3.1 节解释声学尺度;第 6.2 节与第 7.3—7.5 节分别讨论透镜平滑、曲率、暗能量和相对论粒子。论文发表于 A&A 641, A6(2020),这里固定带勘误的 v4。本课程不复现完整 Planck 似然或参数链。
从宇宙膨胀走到天空推断 · 阅读路径
本文用到、其他系列也在用的实验,后面跟着那些系列里的文章。