Fast Calculation of the Lomb-Scargle Periodogram Using Graphics Processing Units
我介绍了一种新的代码,用于快速计算Lomb-Scargle周期图,它利用了图形处理单元(GPU)的计算能力。在介绍了GPU计算这一新兴领域的背景之后,讨论了代码设计,并叙述了其源代码的关键部分。基准测试计算表明,与基于CPU的等效代码相比,准确性没有显着差异。然而,性能上的差异是明显的;在低端GPU上运行,代码可以匹配8个CPU核心,而在高端GPU上,它的速度接近30倍。该代码的应用包括分析正在进行的卫星飞行任务和即将建立的地面监测设施所获得的长测光时间序列;以及周期图统计特性的蒙特卡罗模拟。
2010-10-19 astro-ph.IM astro-ph.SR
Irregular time series in astronomy and the use of the Lomb-Scargle periodogram
在许多天文学研究中,检测被时间序列中的噪声隐藏的信号是一个重要的问题,即对于包含由于旋转物体和所有其他天体物理学时间相关现象引起的周期/半周期分量的贡献的光变曲线。在这类研究中使用的最流行的工具之一是“周期图”,它在天文学方面的使用往往不是微不足道的。周期图的“最佳”统计特性在信号的不规则采样的情况下丢失,这是天文实验中常见的情况。这些属性的一部分被“Lomb-Scargle”(LS)技术恢复,但代价是理论上的困难,这可能会使其使用不清楚,并且如果需要快速实现,则需要开发专用软件的算法。如果LS周期图可用于显著改善由近似但更简单的技术获得的结果,则这些问题将是无关紧要的。在这项工作中,我们表明,在许多天文应用中,更简单的技术提供的结果与LS周期图所获得的类似。在不规则采样的情况下,“奈奎斯特频率”的含义也进行了讨论。
2013-01-21 astro-ph.IM
Generalized Lomb-Scargle analysis of $\rm{^{36}Cl}$ decay rate measurements at PTB and BNL
最近,Pomme等人对联邦物理技术研究所(PTB)测量的$\rm{^{36}Cl} $放射性衰变数据进行了分析,以验证Sturrock及其合作者关于太阳中微子通量的旋转诱导调制对布鲁克黑文国家实验室(BNL)测量的β衰变率产生影响的说法。他们的分析排除了频率范围为0.2-20/年的任何正弦调制。我们使用广义Lomb-Scargle周期图对相同的PTB和BNL数据进行独立分析,以寻找每年0至14个范围内的任何统计学显著性峰值,并使用多种方法评估每个峰值的显著性。我们的PTB数据的结果与Pomme等人的结果一致。对于BNL数据,我们确实发现了与Sturrock等人相同频率的峰值,但显著性要低得多。我们所有的分析代码和数据集都是公开的。
2020-01-19 astro-ph.HE astro-ph.IM nucl-ex
The Multivariate Extension of the Lomb-Scargle Method
多变量($n$维)时间序列的谱分析方法,如离散傅里叶变换(FT)或小波变换(Wavelet transform),都是基于傅里叶级数将离散数据分解成一组三角模型分量,即离散傅里叶变换和小波变换。G.振幅和相位。应用于有限范围的离散数据,可以观察到(时间离散)FT的几个限制,这是由三角基函数在有限区间上的正交失配引起的。然而,在非等距或分段采样的一般情况下,基于FT的方法会导致参数估计的显著误差。因此,经典的Lomb-Scargle方法(LSM),这是不基于傅立叶级数,作为一个统计工具,一维数据,以避免不一致和错误的参数估计的傅立叶级数。目前的工作推导的最小二乘最小二乘$n$维数据集的移位参数$τ$的重新定义,以保持三角基的正交性。分析推导表明,$n$ -D最小二乘扩展了传统的一维情况下保留所有的统计优势,如改进的噪声抑制。在这里,我们推导出参数置信区间的LSM和比较它与FT。具有理想测试数据和实验数据的应用将说明和支持所提出的方法。
2022-10-24 astro-ph.IM stat.ME
A critical comparison of the Lomb-Scargle and the classical periodograms
探测隐藏在噪声中的信号是天文学中最古老和常见的问题之一。在过去已经提出了各种解决方案,如基于理论模板的最小二乘拟合的参数方法或相位折叠方法的非参数技术。然而,它们中的大多数仅适用于具有特定时间演化的信号。对于一般信号,基于周期图的谱方法可能是最有效的。在天文学中,使用周期图的主要问题是信号的采样往往是不规则的。这使其有效计算复杂化(不能直接使用快速傅立叶变换),但总体上使其统计特性的确定复杂化。Lomb-Scargle周期图(LSP)为这最后一个重要问题提供了解决方案,但其主要缺点是假设了一个非常特定的数据模型,这对于大多数实际应用来说是不正确的。这些问题并不总是被认为是在文学与理论和实践的后果,没有容易的解决方案。此外,除了病理取样,通常认为LSP和经典周期图(CP)通常提供几乎相同的结果。一般来说,这是真的,但这里示出了存在LSP在噪声中检测信号时不如CP有效的情况。因此,没有令人信服的理由使用LSP代替CP,CP直接连接到观察信号的关联函数与在各种感兴趣频率处的正弦函数。
2020-06-11 astro-ph.IM
Studies in Astronomical Time Series Analysis: The Double Lomb-Scargle Periodogram and Super Resolution
NASA Ames Research Center(NASA 艾姆斯研究中心);Julius-Maximilians-Universität Würzburg(维尔茨堡大学);Stanford University(斯坦福大学);Institut de Física d’Altes Energies (IFAE)(高能物理研究所 (IFAE));The Barcelona Institute of Science and Technology (BIST)(巴塞罗那科学技术研究院 (BIST))
本文提出了一种双Lomb-Scargle周期图方法,具备超分辨率能力,适用于任意采样时间序列,通过自回归模型在时域中实现超分辨率应用。
2026-01-08 astro-ph.IM
Estimating activity cycles with probabilistic methods I. Bayesian Generalised Lomb-Scargle Periodogram with Trend
周期估计是天文时间序列分析中的核心问题之一,其中数据通常是不均匀采样的。特别具有挑战性的是恒星磁周期的研究,因为在那里寻找的周期与数据集本身的长度相同。数据集通常包含趋势,其起源是真实的长期周期或工具效应,但这些效应无法可靠地分离,如果处理不当,它们可能导致错误的周期确定。在这项研究中,我们的目标是开发一种方法,可以正确处理的趋势,并通过进行广泛的测试,我们表明,这是最佳的程序相比,不包括直接的趋势模型的方法。的形式的噪声(无论是恒定的或异方差)的结果的影响也进行了研究。我们介绍了一个贝叶斯广义Lomb-Scargle周期图与趋势(BGLST),这是一个概率线性回归模型,使用高斯先验的系数和均匀的频率参数。我们表明,使用合成数据,当没有先验信息,是否和在何种程度上的数据的真实模型包含一个线性趋势,引入BGLST方法是最好的方法,要么去趋势的数据或离开数据的趋势拟合的周期性模型之前。是否在模型中使用具有不同于恒定方差的噪声取决于数据采样的密度以及过程的真实噪声类型。
2018-03-13 astro-ph.IM astro-ph.SR stat.AP
Fast Period Searches Using the Lomb-Scargle Algorithm on Graphics Processing Units for Large Datasets and Real-Time Applications
众所周知,计算变量对象的周期在计算上是昂贵的。现代天文目录包含了大量的观测对象。因此,即使特定类别的对象的周期范围由于预期的物理属性而受到很好的约束,也必须为大量对象导出周期。在本文中,我们提出了一种GPU加速的Lomb-Scargle周期查找算法,该算法可以计算单个对象或批量对象的周期,这在许多数据处理管道中是必要的。我们展示了几种优化的性能,包括比较共享和全局内存GPU内核的使用,以及使用多个CUDA流将周期图数据从GPU复制到主机。此外,我们量化了两类GPU上32位和64位浮点精度之间的差异,并表明在CPU上使用64位比32位的性能下降要比为科学计算而设计的GPU大。我们发现,GPU算法实现了优越的性能超过基线并行CPU实现,实现了高达174.53 $\times$的加速比。维拉C。鲁宾天文台将进行空间和时间的遗产调查(LSST)。我们进行了分析,表明我们可以得到的旋转周期批次的太阳系天体在LSST尺度在近实时,这将在未来的LSST事件代理。所有源代码都是公开的。
2021-05-09 astro-ph.IM
Estimating a Common Period for a Set of Irregularly Sampled Functions with Applications to Periodic Variable Star Data
我们考虑一组以不规则间隔采样的函数的公共周期的估计。这个问题出现在天文学中,其中函数表示通过不同的光度过滤器随时间观察到的恒星亮度。虽然当前的方法可以精确地估计周期,只要在至少一个滤波器中对亮度进行良好采样,但是没有现有的方法可以在没有对亮度函数进行良好采样时提供精确的估计。在本文中,我们介绍了两种新的方法,用于周期估计时,亮度差采样在所有的过滤器。第一种是多波段广义Lomb-Scargle(MGLS),它扩展了常用的Lomb-Scargle方法,可以简单地跨过滤器组合信息。第二种是惩罚性的广义Lomb-Scargle(PGLS),它建立在第一种的基础上,更智能地在过滤器之间借用力量。具体来说,我们将约束的相位和振幅在不同的功能,使用非凸罚似然函数。我们开发了一个快速算法来优化惩罚似然结合块坐标下降与优化最小化(MM)原则。我们说明了我们的方法合成和真实的天文数据。两者都推进了最先进的周期估计,然而,PGLS显着优于MGLS时,所有功能都非常差-采样。
2014-12-19 astro-ph.IM stat.AP
High-pass Filter Periodogram: An Improved Power Spectral Density Estimator for Unevenly Sampled Data
针对不均匀采样数据,提出高通滤波周期图,通过频率依赖滤波减少采样噪声,提升功率谱密度估计与周期性检测精度。
2024-11-04 astro-ph.IM physics.data-an
GRAPE: Genetic Routine for Astronomical Period Estimation
周期估计是许多可变天体分类中的一项重要任务。在这里,我们介绍葡萄:用于天文周期估计的遗传例程,一种遗传算法,用于处理具有虚假和混叠伪像的测量数据。它使用贝叶斯广义Lomb-Scargle(BGLS)健身功能,旨在与利物浦望远镜进行的Skycam调查一起使用。我们构建了一组模拟光变曲线使用常规和Skycam调查节奏与四种类型的信号:正弦,双,对称食二进制和偏心食二进制。我们将GRAPE和BGLS周期图应用于这些数据,并表明GRAPE的性能优于正弦和正弦光变曲线上的周期图,相对命中率分别提高了18.2%和6.4%。对称食双星和偏心食双星的光变曲线在两种方法上的表现相似。我们表明,Skycam的节奏是足够的,以正确地估计所有的正弦曲线形状的光变曲线的周期,虽然这降低与非正弦形状的增加,对称二进制和偏心二进制光变曲线分别下降了20%,30%和35%。GRAPE的运行时间表明,具有超过500-1000个数据点的光变曲线在更少的计算时间内实现了类似的性能。GRAPE性能可以通过具有过采样微调网格的频谱来匹配,代价是运行时间几乎加倍。最后,我们提出了改进,这将扩大这种方法的准周期信号的检测和使用的多波段光变曲线。
2018-07-18 astro-ph.IM
Periodograms for Multiband Astronomical Time Series
本文介绍了多波段周期图,一个普遍的扩展著名的Lomb-Scargle方法检测周期信号的时域数据。除了Lomb-Scargle方法的优点(诸如处理非均匀采样和异方差误差)之外,多频带周期图显著地改善了随机采样的多频带光变曲线(例如,Pan-STARRS、DES和LSST)。每个波段的光变曲线被建模为任意截断的傅里叶级数,周期和相位在所有波段之间共享。关键方面是使用Tikhonov正则化,将大部分可变性驱动到所有波段共有的所谓基础模型中,而单个波段的拟合描述了相对于基础模型的残差,通常需要低阶傅立叶级数。这种有效模型复杂度的降低是提高性能的主要原因。我们使用模拟的光变曲线和随机抽样的SDSS Stripe 82数据来证明这种方法与文献中的其他方法相比的优越性,并发现这种方法将能够有效地确定正确的周期,在大多数LSST的明亮的RR天琴座恒星与少至6个月的LSST数据。这个方法的Python实现,以及完全重现这里报告的结果的代码,可以在GitHub上找到。
2015-02-04 astro-ph.IM
Machine Learning for Radial Velocity Analysis I: Vision Transformers as a Robust Alternative for Detecting Planetary Candidates
Tata Institute of Fundamental Research(塔塔基础研究所);Birla Institute of Technology, Pilani(比拉理工学院,皮拉尼)
本研究提出基于视觉Transformer的机器学习框架,用于从EPRV时间序列光谱中检测低振幅行星信号,相比传统周期图,识别能力提升两倍,可检测低至35 cm/s的信号。
2025-10-08 astro-ph.EP astro-ph.IM astro-ph.SR
An Apodized Kepler Periodogram for Separating Planetary and Stellar Activity Signals
提出了一种新的切趾开普勒(AK)模型,用于分析精密径向速度(RV)数据,以模拟行星和恒星活动(SA)引起的RV信号。一个宽度和中心未知的对称高斯变迹函数可以根据变迹窗口的跨度区分行星信号和SA信号。$m$切趾开普勒信号的一般模型包括RV和恒星活动诊断$\log(R'hk)$之间的线性回归项,以及具有未知标准差的额外高斯噪声项。使用贝叶斯融合MCMC代码探索模型参数。采用控制诊断的广义Lomb-Scargle周期图的差分版本提供了区分SA信号的另一种方式,并有助于指导新周期的选择。结果报告最近的国际RV盲挑战,其中包括多个国家的最先进的模拟数据集支持的各种恒星活动诊断。在当前的实施方式中,AK方法实现了SA噪声降低约6倍。行星候选者的最终参数估计来自拟合,包括AK信号模拟SA组件和简单的开普勒模型的行星候选者。初步结果也报告AK模型增加了移动平均分量,允许残差的相关性。
2016-01-29 astro-ph.EP astro-ph.IM astro-ph.SR
Methods for the detection of stellar rotation periods in individual TESS sectors and results from the Prime mission
本文提出利用随机森林分类器在单个TESS扇区光变曲线中稳健探测恒星短周期自转的方法,并基于前26个扇区数据给出覆盖10,909个FGKM矮星的中值周期星表。
2024-02-22 astro-ph.EP astro-ph.IM astro-ph.SR
Time-Frequency Analysis of Non-Uniformly Sampled Signals via Sample Density Adaptation
IIIT Hyderabad(印度信息科学与技术学院海得拉巴分校)
本文提出非均匀Stockwell变换,通过适应性窗口分析非均匀采样信号,提升时间局部化性能,并应用于HD 10180行星系统数据区分行星信号与恒星活动。
2026-02-06 astro-ph.IM eess.SP
Robust model comparison tests of DAMA/LIBRA annual modulation
我们使用三种独立的模型比较技术,即频率论,信息论和贝叶斯分析,评估DAMA/LIBRA索赔的年度调制的统计意义。我们将DAMA/LIBRA实验的数据拟合到余弦模型和常数模型,并选择常数模型作为零假设进行模型比较。对于频率论检验,我们调用Wilk定理并使用$Δχ^2$计算两个模型之间的显著性。在信息论检验中,我们计算了两个模型在赤池信息准则(AIC)和贝叶斯信息准则(BIC)上的差异。我们还通过计算贝叶斯因子在贝叶斯上下文中比较了这两个模型。我们还搜索更高的谐波DAMA/LIBRA数据使用广义Lomb-Scargle周期图。最后,我们测试的灵敏度,这些模型比较技术在纯噪声和余弦信号之间的区别使用合成数据。这是AIC、BIC以及贝叶斯因子在DAMA数据中的首次原理证明应用。我们所有的分析代码以及这项工作中使用的数据都已公开。
2020-01-27 astro-ph.CO astro-ph.IM hep-ex
SigSpec - I. Frequency- and Phase-Resolved Significance in Fourier Space
在恒星光度学和光谱学的时间序列中识别低信噪比的频率,并精确测量它们的振幅比和峰宽,是星震学的关键目标。这些也是具有间隙的时间序列或其数据不是以恒定速率采样的挑战,即使使用现代离散傅里叶变换(DFT)软件也是如此。此外,Lomb和Scargle引入的误报概率是一种近似值,在数据间隔较长的时间序列中变得不太可靠。这里提出了一种严格的统计处理方法,用于确定DFT中峰值的显著性,称为SigSpec。SigSpec是基于一个概率的分析解决方案,即一个给定幅度的DFT峰值不会出现在一个非等间隔的数据集的白噪声。如果将频率和相位都纳入解中,则可以显式地导出由白噪声产生的幅度谱的潜在概率密度函数(PDF)。在本文中,我定义和评估一个无偏的统计估计,“频谱意义”,这取决于频率,幅度和相位的DFT,并考虑到时域采样。我还比较这个估计的结果,从其他成熟的技术,并证明SigSpec的有效性与地面和空间为基础的光度数据的几个例子,illustrring如何SigSpec处理噪声和时域采样的影响,在确定显着的频率。
2007-03-15 astro-ph.IM physics.data-an stat.ME
Searching for quasi-periodic oscillations in astrophysical transients using Gaussian processes
准周期振荡分析对于了解许多天体在伽马射线暴、太阳耀斑、磁星耀斑和快速射电暴等瞬变事件期间的动力学行为十分重要。天体物理学家经常用频域方法寻找QPO,例如(Lomb-Scargle)周期图,它通常假设幂律模型加上QPO频率周围的一些多余部分。时间序列数据也可以直接在时域中使用高斯过程(GP)回归进行研究。虽然GP回归在一般情况下计算成本很高,但天体物理数据和模型的特性允许快速的似然策略。数据的异方差性和非平稳性已被证明会导致基于周期图的分析中的偏倚。高斯过程可以考虑这些属性。使用GPS,我们模型QPO作为一个确定性耀斑形状的顶部随机过程。使用贝叶斯推断,我们演示了如何推断GP超参数,并赋予它们物理意义,如QPO频率。我们还执行QPO和替代模型(如红噪声)之间的模型选择,并表明这可以用来可靠地找到QPO。这种方法很容易适用于各种不同的天体物理数据集。我们演示了使用这种方法的一系列短瞬变:一个伽马射线暴,磁星耀斑,磁星巨星耀斑,和模拟的太阳耀斑数据。
2022-05-25 astro-ph.HE astro-ph.IM astro-ph.SR