Revision history and IPFS entry, back to latest
天文背包黑客
IPFS What is this

Content Hash

「跟著黑蛋用Streamlit速成天文資料分析Web App」系列文[27]:濾除雜訊以揭露重力波訊號

天文背包黑客
·
·

「恩……咦?……恩……」

黑蛋盯著重力波的時間序列觀測資料圖,實在參不透眼前的訊號,為何來自兩個互繞的緻密星體合併時所產生的重力波事件。於是,他回頭查找「Gravitational Wave Quickview app」的原始碼,以及GWpy套件的文件,看看有什麼被他遺漏的地方。

黑蛋在GWpy的文件中找到「Filtering a TimeSeries to detect gravitational waves」這篇教學。「啊哈!原來如此呀!重力波的原始觀測資料其實包含許多不同頻率的雜訊,會將重力波訊號深埋在其中,需要借助雜訊濾除工具,鏟啊挖啊,把重力波訊號給揭露出來。」他喃喃自語著。

該篇教學是使用GWpy的bandpass()notch()功能來濾除雜訊,前者能設定頻率上下界線,只保留界線範圍內的訊號,以去除高頻及低頻雜訊,後者則可以剔除特定頻率數值的雜訊。針對GW150914這個重力波事件的原始觀測資料,黑蛋依循教學,用bandpass()去除50赫茲以下和250赫茲以上的訊號,不過為了能因應不同重力波事件的狀況,他在頁面左側邊欄安裝兩個st.number_input元件,讓使用者可以調整頻率上下界線數值。他進一步按照教學,用notch()剔除重力波偵測器LIGO儀器本身造成的60、120及180赫茲雜訊。

在濾除雜訊後的重力波時間序列資料圖上,黑蛋觀察到事件開始時,其訊號的振幅漸大且波動漸趨頻繁,而過了一小段時間後又趨於平緩。「喔!這能對應到緻密雙星的合併過程,就像放在彈跳床上的兩個保齡球互繞越來越快,產生的波動也越大且頻繁,而合併後波動漸趨平緩。」他再度喃喃自語著。

此系列文由蘇羿豪撰寫,以「創用CC 姓名標示 4.0(CC BY 4.0)國際版授權條款」釋出。另外附上此文所提及的重力波資料分析app以及完整程式碼連結。



CC BY-NC-ND 2.0