--- title: "从明暗曲线读出振动模态" description: "跟随保存的随机信号走过曝光、缺测、频谱和条件频率推断，再用可复算实验检查区间的覆盖含义。" canonical_url: "https://sandboxphysics.com/zh/stories/stellar-seismology/lightcurves-modes-and-windows/" language: "zh-CN" page_type: "story" alternate_languages: en: "https://sandboxphysics.com/stories/stellar-seismology/lightcurves-modes-and-windows/" last_modified: "2026-11-03" --- [读懂恒星内部](https://sandboxphysics.com/zh/stories/stellar-seismology/) AC26 · L3 # 从明暗曲线读出振动模态 Sandbox Physics · 2026-11-03 谱峰里既有恒星振动，也有观测过程留下的痕迹。估计频率时，要从保存的样本、时间和曝光出发，同时考虑随机激发与观测窗口。把频率网格画细，有助于计算模型，却不能凭空增加观测时间。 ## 开始前需要什么 先读径向声腔和分层传播两章。下面从具体保存数据出发，逐步说明谱功率、随机阻尼、似然和区间覆盖。 ## 保存真正观测到的东西 光变包含一串观测时刻、流量值和不确定性，质量标记则指出哪些样本可能需要排除。把这些字段和来源版本一起保存。缺了一次观测，并不等于那一刻测到了零亮度。 合成声腔采用明确的无量纲边界位移代理。探测器先在曝光期间取平均，再加测量噪声。它不同于边界瞬时压力，后者在这个声腔里被规定为零；真实恒星光度则是另有校准的观测。 把时间记在曝光中点，下面的观测式就能明确曝光宽度和噪声。分析函数读取这些保存值，不把生成时的模态频率偷当成测量结果。 $$ y_i=\frac{1}{\Delta_i}\int_{t_i-\Delta_i/2}^{t_i+\Delta_i/2}q(t)\,dt+\epsilon_i,\qquad\epsilon_i\sim\mathcal N(0,\sigma_i^2) $$ $q$是位移代理，$t_i$是曝光中点，$\Delta_i$是曝光时长，$\sigma_i$是测量噪声标准差。 对应阅读：MAST public data use and acknowledgment · Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams ## 模态一边受激发，一边衰减 相干正弦会一直保持同一个相位，太阳型随机激发模态却不会。对流不断补充运动，阻尼同时移走能量，振幅和相位随之游走，让谱峰具有一定宽度。 可以用自然角频率$\omega_0$、振幅阻尼率$\gamma$的二阶振子描述这件事。白加速度表示相关时间远短于所研究模态演化的驱动，其强度选到让平稳位移方差为$V_q$。 阻尼不可忽略时，自然频率和连续功率谱的最高点并不完全相同。在弱阻尼极限，峰顶附近近似洛伦兹形，循环频率的半高全宽约为阻尼率除以圆周率。看到论文中的宽度时，要先确认给的是全宽还是半宽。 浏览器记录四个独立受驱模态，采用声明的共同阻尼时间和位移代理方差。这些权重属于合成测量的定义，不是对真实恒星辐射振幅的预言。 $$ \ddot q+2\gamma\dot q+\omega_0^2q=\eta(t),\qquad\tau_{\rm amp}=1/\gamma $$ $\eta$是白加速度驱动，振幅衰减时间与能量衰减时间不同。 $$ S_q(\omega)\propto\frac{1}{(\omega_0^2-\omega^2)^2+4\gamma^2\omega^2},\qquad\Gamma_{\nu}\simeq\frac{\gamma}{\pi} $$ 宽度近似用于弱阻尼，谱顶位于$\sqrt{\omega_0^2-2\gamma^2}$，前提是根号内为正。 对应阅读：MESA School 2026, Lab 3: Asteroseismology · Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams ## 曝光和缺测会改写谱形 曝光会平均不断改变的位移。对于相干正弦和矩形曝光，振幅按下方的sinc因子减弱。随机运动在曝光期间也会变化，精确模拟还需包含积分驱动的协方差；给一条采样带噪正弦乘上sinc，并不是同一个随机过程。 观测窗口记下哪些时刻有数据。完整时间序列乘上这个窗口后，不同频率会互相混合，反复间断会生成旁峰，强模态也能向邻近搜索区泄漏功率。改细绘图网格后仍存在的峰，也可能来自窗口。 以相隔约两年的两个TESS短扇区为例。日历跨度很长，但随机激发模态可能早已失去两段之间的相位记忆。把它们当成一条完美相干正弦，容易得到过窄误差。逐扇区分析和有物理根据的随机跨缺口传播，回答的是不同且需要说明的问题。 $$ A_{\rm exp}(\nu)=\frac{\sin(\pi\nu\Delta)}{\pi\nu\Delta} $$ 这是矩形曝光对相干正弦的振幅响应，记录功率乘以它的平方；真实逐帧采样梳另有响应。 对应阅读：MAST public data use and acknowledgment · Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams ## 先归一化功率，再解释它 对于等间隔保存样本，先减去已观测值的均值，只在做变换时把缺测位置补零，同时另存原掩码。单边周期图可以归一化到：沿频率积分，恰好得到已观测、减均值样本的方差。 下式保留采样间隔、留下的样本数和实际掩码。零频与Nyquist端点的因子要从二改为一。这样能用独立Parseval关系检查功率归一，但缺测窗口仍会改变谱形。 补零只让绘图频率格更细，没有增加内在时间信息。把Lomb–Scargle周期图采得很密，也不会让所有格点彼此独立。一条有数千点的平滑曲线，可能只含少得多的独立谱信息。 échelle图则选一个候选间隔，把谱按这个宽度切成小段，再依次叠起来。近似整齐的频率阶梯会形成一条脊。但半间隔别名或别的错误候选也能画出漂亮图形，应保留备选，再检查已辨认模态，不能靠图形好看作决定。 $$ P_k=\frac{2\,\delta t}{N_{\rm obs}}\left|\sum_{j=0}^{N-1}w_j(y_j-\bar y)\exp(-2\pi i jk/N)\right|^2 $$ $w_j$在有观测时为一、否则为零。除端点外，功率密度单位是信号平方乘时间，频率格宽为$1/(N\delta t)$。 对应阅读：MAST public data use and acknowledgment ## 让似然使用同一个随机过程 似然衡量的是：给定一个候选频率和其余模型假设，保存样本出现的概率有多大。对这里声明的线性高斯振子，状态空间计算能给出精确参照。状态包含位移与速度，转移把它们传播过曝光，观测则取曝光期间的平均位移。 改变曝光末状态的那一段随机驱动，也参与了曝光平均，因此两处噪声相关。忽略这种相关，即使模拟动画看起来合理，似然仍会改变。下面先求曝光结束时的条件状态，再沿实际没有观测的空档传播。 使用区间前，可以把逐步计算与独立完整协方差高斯计算比较。后者直接计算任意两次曝光间的解析位移协方差，再做Cholesky分解。随包测试里，两者对数似然相差约$2.3\times10^{-13}$。这检验了声明模型的数值一致性，没有证明单模模型足以描述真实多模恒星。 $$ \mathbf x_{\rm end}=F\mathbf x_{\rm start}+\mathbf w_i,\quad y_i=H\mathbf x_{\rm start}+v_i+\epsilon_i,\quad\operatorname{Cov}(\mathbf w_i,v_i)=S $$ $\mathbf x$包含位移与速度，$F$传播过本次曝光，$H$取曝光平均，$S$保留进入下一段缺口前的过程/观测噪声交叉协方差。 $$ U=HPH^\mathsf T+R+\sigma_i^2,\qquad C=FPH^\mathsf T+S $$ $P$是先验状态协方差，$R$是曝光积分噪声方差，$U$是创新方差。 $$ \mathbf m_{\rm end}=F\mathbf m+C\frac{y_i-H\mathbf m}{U},\qquad P_{\rm end}=FPF^\mathsf T+Q-\frac{CC^\mathsf T}{U} $$ $Q$是过程协方差。更新包含曝光噪声，再传播到下一段实际空档。 对应阅读：Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams ## 完整做一次区间实验 独立已知模态练习取自然频率0.8，单位为时间单位的倒数；阻尼时间12，平稳位移方差0.5，测量噪声0.3。单次曝光0.1，原采样间隔0.125，在64个时间单位里经过缺测后留下428个样本。这次练习把上述辅助参数明确视为已知。 推断只接收保存测量和这个模型族，在0.65至0.95的均匀频率先验下计算网格。每个候选频率的似然乘以声明的先验，再把总面积归一化为一，就得到后验概率密度。中心95%区间把两端各2.5%的后验概率留在区间之外。第一份样本得到后验中位数约0.79797，中心95%区间约0.78395至0.81211。网格加密一倍用来检查积分精度，没有把实验分辨能力加倍。 再换噪声重复实验。固定真频率时，三组寿命/噪声案例的名义95%区间，分别在100次里覆盖99、89和95次。89次那组保留为“普遍覆盖”解释的失败例。贝叶斯后验可以正确归一化，可信区间在各个固定参数处的重复实验覆盖频率却仍可能不同。 另一组检查使用不重叠的随机种子，先按声明先验抽取真频率，再独立生成观测，三组结果为100次里覆盖97、94和98次，并给出二项计数不确定性。它检验先验平均下的条件覆盖，没有校准真实恒星的未知背景、混合谱峰、未知寿命或唯一声速反演。这些问题需要相应的数据模型和验证。 对应阅读：Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams ## 把真实谱里的相邻模态一起拟合 单模练习讲清了一个峰的不确定性从哪里来。红巨星的实际频谱还多了一层困难：一个径向间隔里可能挤着几条混合模，宽峰和窗口旁峰会互相叠加。只在每条来源频率旁找最高点，会把邻峰漏来的功率也算给它。 配套练习从HD128279两段保存光变共同拟合十六个成分。四个径向、八个偶极、四个四极的角向身份，以及每条来源频率附近0.65微赫兹的搜索半宽，先作为已知条件。程序估计频率和正的模态强度，并逐扇区拟合局部背景。 每个模型峰先经过实际质量筛选形成的观测窗口，再和其他峰相加。下式把这一步写成协方差的加权求和：两个时刻的振动越相关，它们对该频率的平均功率贡献越大。计算保留有限曝光；线性去趋势对平均谱的修正另用独立矩阵计算检查。 把阻尼时间分别定为0.5、2和8天，会得到不同的峰位和强度。在8天假设下，两条偶极成分约为184.186和185.936微赫兹；2天时约为184.379和185.969。短到0.5天时，多条成分变弱或贴住搜索边界。它们反映这组数据和假设能分开什么，不能靠多打印小数来解决。 这里最小化平均谱与数据之间的一个差异量，只用它选拟合点。密集频率格之间有关联，因此没有拿这个差异量直接画精密后验。三组各96次独立随机注入，再按实际缺测和曝光生成保存数据，检查不同寿命与重叠峰。用前48次误差构造区间后，另48次的逐模覆盖最少只有38次。这样的结果要求保留失败，并把真实数据结果作为有条件的频率估计。 $$ \mathbb E[P(\nu)]=\frac{1}{N}\sum_{i,j}w_iw_jC_{\Delta}(t_i-t_j)\cos\!\left[2\pi\nu(t_i-t_j)\right] $$ $w_i$记录采样是否保留，$N$是保留样本数；$C_{\Delta}$是曝光平均后两个时刻的协方差。公式描述未投影去趋势项的平均谱；程序另量化该项的影响。 对应阅读：Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams · Lindsay et al., Zenodo15102877 v1 model/observed-mode archive ## 练习与解释性答案 1. 为什么可以用密集谱格上的差异量找拟合点，却不能直接把每格都当作独立测量来画误差棒？ 展开解释 一个明确的差异量可以规定哪组参数最接近数据。误差棒还取决于数据如何重复波动；同一段有限、缺测的光变会让邻格相关。把每格当独立测量，会重复计算同一信息，区间要用相关模型或经过实际窗口的独立注入检验。 2. 频率网格细分十倍，什么变好了，什么没有增加？ 展开解释 频谱或似然的数值采样更细了，但观测时长、激发历史、曝光和缺测没有变化，所以数据本身的信息与随机不确定性没有获得十倍改善。 3. 曝光积分噪声为什么必须与该曝光末的振子状态相关？ 展开解释 同一段随机驱动既发生在探测器平均运动时，也改变最后状态，因此会同时贡献给两者；交叉协方差项保留了这段共同随机历史。 4. 可以把已知模态练习的区间宽度，直接当作TESS偶极峰的不确定性吗？ 展开解释 不能。练习只有一个已辨认振子，并给定振幅、阻尼和噪声；TESS偶极峰可能与其他模态、背景重叠，身份或宽度也有不确定性。区间必须包含这些影响再验证。 ## 动手检验预测 ### [改变内部一层，读出模态变化](https://sandboxphysics.com/zh/labs/stellar-oscillation-modes/) 1. 保留同一结构预设，缩短阻尼时间，比较谱峰宽度与橙色自然频率参照。 2. 在进阶设置中增大缺测，寻找旁峰，不把每个新最高点都叫作新物理模态。 3. 导出保存信号并复算分析，分清哪些字段是观测、哪些是模型假设、哪些另标为真值。 [上一篇：声音怎样穿过分层恒星](https://sandboxphysics.com/zh/stories/stellar-seismology/layered-acoustic-interiors/) [下一篇：用TESS光变检验红巨星模型](https://sandboxphysics.com/zh/stories/stellar-seismology/tess-red-giant-model/) ## 来源与计算范围 1. [MESA School 2026, Lab 3: Asteroseismology](https://mesastar.org/summer-school-2026-labs/monday/lab-3/) 官方课堂的振动频率、声程积分与模型演化；这里可操纵的常密度声腔另作明确的教学模型。 2. [Lindsay et al. 2025, Precise Asteroseismic Ages for the Helmi Streams](https://arxiv.org/html/2507.01091v1) 固定arXiv2507.01091v1；第II.2、III、V.3、V.4节，图3/5、表3/4/6和附录A；已发表于ApJ 989, 189，完整优化和年龄误差属于外部发表结果。 3. [Lindsay et al., Zenodo15102877 v1 model/observed-mode archive](https://zenodo.org/records/15102877) 元数据明确CC-BY4；选取的HD128279观测、history/index、八个GYRE结构和发表模态表完整核验；只有一条初始物理轨迹，不含840轨迹优化集。 4. [MAST public data use and acknowledgment](https://stdatu.stsci.edu/publishing/data-use) 按MAST产品URI取得原任务PUBLIC产品，保留NASA/Kepler/TESS/SPOC/STScI致谢与固定数据发布版本。