|
2015年，引力波的发现迎来了一个全新的天文学时代。到目前为止，LIGO（激光干涉引力波天文台）和Virgo（室女座引力波天文台）已经探测到了五次黑洞合并和一次双中子星合并所释放出的引力波。但这些已探测到的事件仍只是冰山一角。 据天文学家估计，像LIGO和Virgo观测到的这种恒星级质量的黑洞合并，每隔几分钟就会发生在宇宙中的某个角落。而双中子星的合并每15秒就会发生一次。但大多数这些合并事件由于太过遥远，所以它们辐射出的信号无法被这一代的探测器单独分辨。澳大利亚莫纳什大学的 Rory Smith 和 Eric Thrane在一篇新的论文中解释了如何最好地结合来自众多不太明显的合并事件的信号，以揭示与宇宙的整个黑洞双星族有关的信息。他们所提出的这项技术，比传统方法能更快地捕捉到远处合并时发出的“隆隆”背景声。 ○ 大多数黑洞合并都因相距太远而无法在引力波探测器中产生显著信号。然而来自更弱信号的背景能提供更多与黑洞有关的信息。Smith 和 Thrane 提出了一种新的分析技术，使研究人员能够更快速地对引力波背景进行评测。| 图片来源：APS/Alan Stonebraker LIGO和Virgo通过寻找激光干涉仪两端的反射镜之间的微小距离变化来检测引力波。经过干涉仪的引力波能有效地来回晃动反射镜，从而产生振荡信号。对于黑洞合并来说，这种信号可以短暂的持续几分之一秒，而中子星合并则可持续几分钟。位于美国的LIGO由两个相隔3000公里远的干涉仪组成，而Virgo在意大利有一个干涉仪。 如果通过分析发现某一信号可能来自于天体的概率超过99.99%，LIGO和Virgo团队才会认为这一信号具有“显著性”。迄今为止被公布的五个黑洞合并和一次中子星合并都属这一范畴之内。研究人员通过将来自合并事件的引力波信号与基于爱因斯坦引力理论所作出的预测相比对，推断出发生源的质量、自旋和所处天空的位置。这些探测也被用来推断整个宇宙中黑洞和中子星的合并率。 基于LIGO和Virgo探测器目前的灵敏度，它们只能探测到宇宙中很小一部分显著合并。其余的合并导致的则是大量的亚阈（阈限以下）事件，有些几乎与探测器中的噪声没有区别，还有些则几乎处于真实事件的水平。例如2015年10月，LIGO探测器发现了一个很有希望的事件（LVT151012），但随后的分析认为这一事件来自黑洞合并的概率只有87％，因此不足以被当作是一次确认事件。 若要充分理解黑洞的合并，需要被观测的东西有许多，因此丢弃LVT151012等一些显著性较低事件所蕴藏的潜在有价值的信息是非常可惜的。好在我们可以从那些会共同形成一个模糊背景的微弱信号中学到一些东西。试想一下聆听沼泽中青蛙的呱呱叫声：我们能听到近处青蛙发出的清晰的叫声，但我们也能听到远处数千只青蛙发出的嗡嗡声。这种背景音量是判断青蛙数量的一个衡量标准。类似地，LIGO和Virgo探测器中无法分辨的背景的振幅能告诉我们有关于在宇宙更年轻时，发生在远处的黑洞合并事件。 传统的鉴别这种引力波背景信号和噪声的方法，是将两个或多个探测器的输出结果与所谓的交叉相关（互相关）分析进行比较：噪声在不同探测器间是不相关的，因此它在交叉相关中的贡献将均化为零，而引力波信号就不是这样。据预测，通过运用交叉相关技术，以LIGO和Virgo探测器的灵敏度，用几年的时间应该就能探测到引力波的背景。 但正如 Smith 和 Thrane 在他们新论文中所指出的那样，交叉相关只适用于能产生相对恒定背景的有着随机形状并可能重叠的信号。相反，来自黑洞合并的信号往往在探测器中并不重叠，并且它们的形状（或时间曲线）具有某种由黑洞属性所决定的特定形式。因此研究人员提出了一种替代方法，这种方法应比传统方法灵敏数千倍以上。 在他们的提议中，首先需要将来自LIGO与Virgo的三个干涉仪的原始数据分解成每段几秒的片段；下一步是分析来自所有干涉仪在同一时间段内的数据，从而确认黑洞合并（而非是噪声）的发生概率。关键是，提取的概率将是基于数据中的一个信号的贝叶斯概率，对它的评估需要进行大量的高维积分计算。通过结合大量的概率测量，就可以确定黑洞合并的速率——这是从传统的交叉相关方法中无法恢复的一类信息。他们的方法也可以用来生成更多细致的信息，例如随质量变化的黑洞合并率。 Smith 和 Thrane估计，改进后的搜寻将只需一天的数据就能对双星黑洞背景进行可靠测量，而用交叉相关方式搜索则大约需要花上四年！但是，虽然灵敏度得到了巨大提升，可计算时间也被大大增加了，因为贝叶斯分析的计算量是非常高强度的。尽管如此，研究人员计算了计算成本，确定出这是可以在LIGO与Virgo的计算机资源范围内完成的。LIGO和Virgo正在积极的考虑实施这种新的分析方法。同时，它也可能为分析探测器中重叠的信号提供更一般化的方法，如寿命更长的中子星合并。 虽然或许只有那些首次探测到的信号，如LIGO在2015年的探测结果才可以成为头条新闻、赢取诺贝尔奖。但是 Smith 和 Thrane 用巧妙的数据挖掘技术表明，更“温和”的信号也能提供非常宝贵的信息。
|
|
|
