Feasibility of an Infrared Parallax Program Using the Fan Mountain Tinsley Reflector
尽管地面视差测量的重要性仍然存在，但很少有活跃的项目仍然存在。由于太阳邻域的新成员倾向于较晚的光谱类型，因此红外视差计划特别可取。因此，由弗吉尼亚天文仪器实验室（VAIL）为范山天文台的31英寸（0.8米）Tinsley反射器开发的新红外相机FanCam的天体测量质量在2005年期间使用68个J波段曝光的疏散星团NGC 2420在一个小时角度范围内进行了评估。测量了16颗天体测量评估星的位置，并使用单次观测单位重量的平均误差来评估这些位置的重复性。总体而言，x（RA）的精度为1.3 +/- 0.7微米，y（Dec）的精度为1.3 +/- 0.8微米，相当于每个轴的精度为0.04”+/- 0.02”。虽然CCD在可见光和近红外方面的精度更高，但该仪器可以达到与ESO NTT红外视差程序类似的精度。因此，使用该设备在红外线中测量散射是可行的。如果启动，这样一个计划可以为褐矮星和非常低质量的恒星提供必要的距离，这将对太阳邻居普查做出重大贡献。
2010-04-07 astro-ph.IM
Gaia Data Release 2: The astrometric solution
盖亚数据发布2（盖亚DR2）包含基于欧洲航天局盖亚卫星在其运行阶段的前22个月收集的观测结果的16.93亿个星等范围为3至21的来源。我们描述的输入数据，模型和处理用于盖亚DR2的天体测量内容，并验证这些结果内进行的天体测量任务。来自预处理的天体测量CCD观测的约3200亿质心位置被用于估计13.32亿个源的五个天体测量参数（位置，视差和自行），以及另外3.61亿个大多是微弱源的参考历元J2015.5的近似位置。特殊的验证解决方案用于消除视差和自行中的随机误差和系统误差。对于具有五参数天体测量解的源，在参考历元J2015.5的视差和位置不确定性的中值对于亮源（G <14等）约为0.04 mas，在G = 17等时为0.1 mas，在G = 20等时为0.7 mas。在自行分量中，相应的不确定性分别为0.05、0.2和1.2 mas/yr。盖亚DR 2定义的光学参考系与ICRS对齐，并且相对于类星体的旋转不超过0.15 mas/yr。从类星体和验证的解决方案，我们估计，系统学在星群取决于位置，大小和颜色一般低于0.1质量，但星群是在整体上太小，约0.03质量。在小（<1度）和中等（20度）角度尺度上，视差的空间相关性高达0.04 mas，自行的空间相关性高达0.07 mas/yr。附录中给出了盖亚DR2天体测量用户的重要统计数据和信息。
2018-04-25 astro-ph.IM
Gaia Data Release 1. Summary of the astrometric, photometric, and survey properties
在盖亚发射后大约1000天，我们发布了第一个盖亚数据，盖亚DR 1，包括天体测量和测光超过10亿个光源，亮度超过20.7等。我们总结了Gaia DR 1，并提供了数据科学质量的说明，然后讨论了由于该版本的初步性质而导致的局限性。Gaia DR 1包括：一个主要的天体测量数据集，其中包含的位置，视差，并与依巴谷和第谷-2目录共同约200万最亮的恒星的平均自行和二级天体测量数据集，包含额外的11亿源的位置。第二个组成部分是光度数据集，包括所有来源的G波段平均星等。第三个分量是在黄道南极附近以高频差观测到的G波段光变曲线和大约3000颗造父变星和天琴座RR星的特征。对于主要的天体测量数据集的典型的不确定性是约0.3质量的位置和视差，约1质量/年的自行。视差不确定度应增加~0.3 mas的系统分量。对于原始数据集中的~94000颗依巴谷星的子集，自行更精确，约为0.06 mas/yr。对于二次天体测量数据集，位置的典型不确定度为~10质量。平均G波段星等的不确定性中值在5 ~ 20.7等范围内从mmag级到~0.03等不等。盖亚DR 1代表了在天体测绘和支持观测天体物理学的基本恒星数据可用性方面的重大进展。尽管如此，第一次盖亚数据发布的非常初步的性质确实导致了数据质量的一些重要限制，在从数据中得出结论之前应该仔细考虑。
2016-09-14 astro-ph.IM
Gaia astrometric science performance - post-launch predictions
在飞行任务在轨调试阶段结束后，重新评估了飞行任务结束时盖亚天体测量的标准误差。提供了视差标准误差与盖亚G星等（和V-I颜色）的函数关系，取代了de Bruijne（2012）提供的发射前关系。
2015-02-03 astro-ph.IM
A classifier for spurious astrometric solutions in Gaia EDR3
盖亚早期数据发布3已经为14.7亿个来源提供了精美的天体测量数据，这是天文学许多领域的革命。对于这些源的一小部分，天体测量的解决方案是穷人，和报告的值和不确定性可能不适用。在任何分析之前，重要的是要识别和删除这些虚假的结果-这通常是通过盖亚星表中的质量标志来完成的。在这里，我们设计了一种将“好”与“坏”的天体测量解决方案分开的方法，它比任何单一的标志都要干净一个数量级：99.3%的纯度和97.3%的完整性，正如我们的测试数据所验证的那样。我们设计了一个明显不好的天体测量解的广泛样本，视差在> 4.5 sigma时为负;和一个相应的可能好的解的样本，包括天空中不包含这种负视差的HEALPix像素中的源，以及落在颜色绝对星等图中的主序上的源。然后，我们训练一个神经网络，使用17个相关的盖亚目录条目和附近来源的信息来区分这两个样本，在一个单一的“天体测量保真度”参数捕获。一组不同的验证测试表明，我们的方法工作得非常干净，包括具有正松弛的源。我们的方法的主要限制是在非常低的信噪比和拥挤的制度。我们所有eDR 3的天体测量数据都可以通过虚拟天文台查询，我们的代码和数据是公开的。
2021-12-07 astro-ph.GA astro-ph.IM
Gaia Early Data Release 3: The astrometric solution
盖亚早期数据发布3（盖亚EDR 3）包含基于欧洲航天局盖亚卫星在其运行阶段的前34个月收集的观测结果的18.12亿个来源，震级范围为G = 3至21。我们描述的输入数据，模型，和用于盖亚EDR 3的天体测量内容的处理，以及在天体测量任务中执行这些结果的验证。处理过程大致遵循与Gaia DR 2相同的程序，但对观测建模进行了重大改进。第一次在盖亚数据处理，颜色依赖校准的线和点扩散函数已被用于源与确定的颜色从DR 2。在天体测量处理这些来源获得五个参数的解决方案，而其他来源的处理使用一个特殊的校准，允许伪彩色估计为第六天体测量参数。与DR 2相比，扩展了天体测量定标模型，其中自旋相关畸变模型包括自洽确定基本角变化，改善了全局视差零点。盖亚EDR 3提供了14.68亿个源的完整天体测量数据（在J2016.0历元的位置，视差和自行）（5.85亿个具有五参数解，8.82亿个具有六参数解），以及J2016.0的平均位置。五个参数的解决方案通常比六个参数的解决方案更准确，并且可用于93%的光源亮度超过G = 17 MAG. The中位数视差和每年自行的不确定性是0.02-0.03马斯在G = 9至14，和大约0.5马斯在G = 20。广泛的统计特性的解决方案，包括估计的角功率谱的视差偏差的类星体。
2020-12-06 astro-ph.IM
Simulating Roman+Gaia Combined Astrometry, Parallaxes, and Proper Motions
David A. Dunlap Department of Astronomy & Astrophysics, University of Toronto（多伦多大学大卫·邓拉普天文学与天体物理系）；Space Telescope Science Institute（太空望远镜科学研究所）；Center for Astrophysical Sciences, The William H. Miller III Department of Physics & Astronomy, Johns Hopkins University（约翰斯·霍普金斯大学威廉·H·米勒三世天文学与物理学天文科学中心）
本文提出一个工具，用于模拟结合盖亚数据与罗马图像的测光精度，评估不同观测策略对自行精度的影响，并指出需多年罗马单独观测以满足科学需求。
2026-03-27 astro-ph.IM stat.AP
Triage of Astrometric Binaries - how to find triple systems and dormant black-hole secondaries in the Gaia orbits
为准备盖亚探测的预期财富，我们在这里考虑了一个简单的算法，用于将未解析的具有主序（MS）的天体测量双星分为三类：可能具有MS次级的双星，具有两个可能的质量比值;可能具有天体测量次级的三重MS系统，具有有限的质量比值范围;和二进制与一个紧凑的对象次要的，与一个最小值的质量比。这是通过定义一个无单位的观测参数“天体测量质量比函数”（AMRF），$\mathcal{A}$，一个二进制的基础上，主要质量估计，除了天体测量参数-角半长轴，周期和视差。我们推导出$\mathcal{A}$值，区分这三类的正演模拟代表的每一类的双星，假设一些质量-光度relationship.To证明该算法的潜力，我们认为98依巴谷天体测量双星的轨道与主序星，使用依巴谷天体质量和初级质量估计。对于具有已知光谱轨道解的系统，我们的结果与光谱元素一致，验证了所建议的方法。该算法将能够识别盖亚天体测量双星中的分层三重系统和休眠的中子星和黑洞同伴。
2019-05-21 astro-ph.IM astro-ph.SR
Post-Newtonian gravity and Gaia-like astrometry. Effect of PPN $γ$ uncertainty on parallaxes
高精度天体测量所采用的光传播相对论模型是基于参数化后牛顿形式主义的，它提供了一个框架，用于检查假设违反广义相对论对天体测量数据的影响。天体测量观测受到描述引力光偏转强度的后牛顿参数$γ$的强烈影响。我们研究分析和数值如何在PPN参数$γ$从统一的偏差，这是由广义相对论预测的值，影响在盖亚类天体测量的视差估计。通过分析计算PPN $γ$微小变化产生的可观察量变化。然后，我们考虑了如何在视差估计中反映这种变化的可观测量，我们进行了数值模拟，以检查理论预测。在PPN $γ$的变化的结果在全球范围内移动的视差，我们提出了一个公式描述的视差偏差的卫星重心距离，自旋轴和太阳方向之间的角度，和PPN $γ$的不确定性。天体测量解的数值模拟证实了理论结果。PPN $γ$的最新估计表明，对盖亚视差零点的相应贡献不太可能超过0.2 $μ$ as。数值模拟结果表明，视差偏移强烈地依赖于黄道纬度。有人认为，这种效应是由于盖亚扫描定律的不对称性，这一结论完全验证了额外的模拟与反方向的旋进轴周围的方向到太阳。
2022-04-06 astro-ph.GA astro-ph.IM astro-ph.SR
Parallax of Galactic Cepheids from Spatially Scanning the Wide Field Camera 3 on the Hubble Space Telescope: The Case of SS Canis Majoris
我们提出了一个高精度的视差测量12天的造父变星SS大犬座，通过空间扫描与哈勃太空望远镜（HST）上的宽视场相机3（WFC 3）获得。空间扫描使天体测量的精度达到20-40 μ as，比定点观测好一个数量级。SS CMa是第二颗利用HST进行视差测量的造父变星，也是18颗长周期（>~ 10天）造父变星中的第一颗，这些造父变星的选择是为了改善其周期-光度关系的校准，并最终允许确定哈勃常数H_0优于2%。发现SS CMa的视差为348 +/- 38 μ as，对应于2.9 +/- 0.3 kpc的距离。我们还提出了一个改进的静态几何失真的WFC 3获得使用空间扫描观测的校准领域，与一个典型的幅度<~0.01像素的规模为100像素。
2016-01-01 astro-ph.CO astro-ph.IM astro-ph.SR
Parallax Beyond a Kiloparsec from Spatially Scanning the Wide Field Camera 3 on the Hubble Space Telescope
我们在哈勃空间望远镜（HST）和WFC-3上使用一种新开发的观测模式，即空间扫描，将源采样提高了1000倍，测量源位置的变化达到20- 40微弧秒的精度，比定点观测高出一个数量级以上。这种观测模式可以有效地测量距离高达5 kpc的明亮恒星的视差，这比HST迄今为止所达到的要远10倍。银河系中的长周期经典造父变星，几乎所有的都超过1千秒差距，是通过扫描进行视差测量的特别引人注目的目标，因为它们可以用来将哈勃常数的确定锚定在~ 1%。我们说明的方法，通过测量到高精度的视差的经典造父变星，御夫座SY，在距离超过2千秒差距，使用5个时代的空间扫描数据间隔6个月。快速的空间扫描也使明亮的银河系造父变星的光度测量-否则即使在最短的可能的定点观测中也会饱和-在与河外造父变星相同的通量尺度上，这是减少哈勃常数中系统误差的主要来源的必要条件。我们证明了这种能力与光度测量SY Aur在同一系统用于造父变星在Ia型超新星宿主星系。虽然这里介绍的技术和结果是初步的，但HST正在进行的一个项目正在收集另外18颗造父变星的视差测量结果，以产生更好的距离尺度锚。
2014-01-02 astro-ph.CO astro-ph.IM
A magnetar parallax
XTE J1810-197（J1810）是第一颗被确认发射无线电脉冲的磁星，并在2003年的无线电亮相期间被广泛研究$-$ 2008。据估计，与其他银河系磁星相比，它相对较近，并为高磁场、磁星速度和与河外快速射电暴的合理联系提供了有用的物理原型。在2018年底磁星在无线电波段重新变亮后，我们使用甚长基线阵列恢复了对J1810的天体测量活动，并在1.3年内对J1810的14个新位置进行了采样。新观测的相位校准是用两个相位校准器进行的，这两个相位校准器在天空中与J1810准共线，从而大大提高了所得的天体测量精度。结合我们的新观测和2006年的两个档案观测，我们改进了磁星的自行和参考位置，并测量了它的年度几何视差，这是第一次对磁星进行这样的测量。$0.40\pm0.05\,$ mas的视差对应于J1810的最可能距离$2.5^{+0.4}_{-0.3}\,$ kpc。新的天体测量结果证实了J 1810的横向特有速度$\approx200\,\mathrm{km~s^{-1}}$并不显著，它仅处于脉冲星总体的平均水平。磁星自行矢量指向$\approx70\,$ kyr前的超新星遗迹（SNR）的中心区域，但直接关联不受SNR年龄约3 kyr的影响。
2020-08-14 astro-ph.HE astro-ph.IM
URAT Parallax Catalog (UPC)
URAT视差星表（UPC）由112，177个视差星表组成。该目录利用了美国海军天文台（USNO）机器人天体测量望远镜（URAT）在2012年4月至2015年6月期间获得的所有北半球曝光。利用UCAC 4参考星的光度距离估计将相对视差转换为绝对视差。该星表中有两组恒星：1）58，677颗具有三角视差的恒星（依巴谷、耶鲁视差星表、MEarth项目和SIMPAD），2）53，500颗首次具有三角视差的恒星，由URAT数据获得。对第2组应用了比第1组更严格的选择标准，以保持较低的误检率。对于组1和组2，UPC松弛的平均误差分别为10.8和4.3 mas。UPC中的所有恒星都在-13度12月以北，在6.5和17等之间。UPC由CDS出版为目录I/333，首字母缩略词已在IAU注册。Finch & Zacharias（2016年，与AJ共同出版）的论文描述了整个UPC中大约1000颗恒星子集（距离太阳40 pc以内的恒星）的数据，简化和结果。UPC还在ICRS上提供准确的位置和适当的运动。这是自依巴谷星表以来最大的视差星表。
2016-04-21 astro-ph.IM
Gaia astrometry for stars with too few observations - a Bayesian approach
盖亚的天体测量解决方案旨在确定每颗恒星的至少五个参数，以及对它们的不确定性和相关性的适当估计。这需要对每颗恒星进行至少五次不同的观测。在早期的数据缩减中，观测的数量可能不足以满足五参数解的要求，甚至在整个飞行任务之后，许多恒星仍将处于观测不足的状态，包括处于探测极限的暗淡恒星和瞬变天体。在这种情况下，仅确定两个位置参数是合理的。然而，由于忽略了视差和自行，它们的形式不确定性大大低估了实际误差。我们的目标是开发一种方法来计算合理的形式不确定性，可用于所有情况下的观测不足的恒星。利用贝叶斯规则，在天体测量解中加入了有关恒星自转和自转典型范围的先验信息。基于盖亚宇宙模型快照（GUMS）的数值模拟被用来调查如何先验影响的实际误差和形式的不确定性时，不同数量的盖亚观测。我们开发了一个标准的先验的最佳选择，将其应用到广泛的情况下，并推导出一个全球性的近似的最佳先验的大小和银河系坐标的函数。贝叶斯方法的可行性证明通过模拟盖亚观测的全球天体测量解决方案。有了适当的先验知识，就有可能对任何数量的可用观测值得出具有现实误差估计的合理位置。即使这个方法也适用于观测良好的恒星，但它不应该用于没有先验就可以获得良好的五参数天体测量解的地方。使用先验解的视差和自行总是有偏差的，不应该使用。
2015-08-22 astro-ph.IM
Parallaxes and proper motions for 20 open clusters as based on the new Hipparcos catalogue
对依巴谷飞行任务产生的天体测量数据进行的新的缩减已经公布，声称几乎所有亮于星等$\mathrm{Hp}=8$的恒星的精确度都比原始目录提高了4倍。由于基本横坐标残差之间的相关性也减少了一个数量级以上，到一个微不足道的水平，我们的能力，以确定可靠的疏散星团的自行和自行应提高。新的依巴谷天体测量星表被用来推导20个疏散星团的平均视差和自行估计。最近的集群的HR图进行了比较和组合，以提供未来的输入到一套观测等时线。星系团HR图的位置在不同的星系团中是一致的，例如毕星团和Praesepe，后发座Ber和Uma，以及昂宿星团NGC 2516和Blanco 1的序列几乎完美的对齐。当考虑到$Δc_0$的系统差异时，这些组是相互一致的，其中这些差异对绝对星等的影响已经使用场星观测进行了校准。
2009-02-06 astro-ph.GA astro-ph.IM
Analysis of Gaia Data Release 3 Parallax bias in the Galactic plane
本文分析了 L21 校正方法的样本依赖性及其在银河系平面的适用性，发现其无法有效应用于该区域，并提出了一种改进的视差偏差校正方法，校正差异最高可达 0.01 mas。
2024-09-24 astro-ph.IM
Influence of a continuous plane gravitational wave on Gaia-like astrometry
本文建立平面引力波影响类Gaia一维差分天体测量的几何模型，通过周期约50天至100年的模拟解算，分析信号如何被天体测量参数吸收并残留在观测残差中。
2025-02-06 astro-ph.IM
Improving distances to nearby bright stars: Combining astrometric data from Hipparcos, Nano-JASMINE and Gaia
从2013年开始，盖亚将提供高度精确的天体测量数据，最终将在准确性和完整性方面取代大多数其他恒星目录。然而，它仅限于6到20等的观测，因此不包括最亮的恒星。日本的一颗超小型天体测量卫星Nano-JASMINE将观测这些明亮的恒星，但精度要低得多。因此，1997年的依巴谷星表很可能仍然是获得明亮的邻近恒星精确距离的主要来源。我们正在研究如何通过将所有三个任务的数据最佳地结合在一个联合天体测量解决方案中来改善这一点。这将利用每个任务的独特功能：依巴谷历史上的亮星测量，纳米茉莉的最新亮星观测，以及盖亚非常精确的参考系。任务之间的长时间基线为自行的确定和二元检测提供了额外的益处，这间接地进一步改进了视差确定。我们提出了一个定量分析的预期收益的基础上模拟数据的所有三个任务。
2014-07-16 astro-ph.IM
Astrometric star-cluster membership probability: application to the case of M 37 with Gaia EDR3
在这项工作中，从广泛接受的关系在文献中，我们引入了一个新的形式主义来计算天体测量成员的星团源的概率，我们提供了一个应用程序的情况下，疏散星团M 37。我们的方法的新颖性是一个精致的-和大小依赖-场星的视差分布建模。我们采用这里派生的成员列表来估计集群的平均系统天体测量参数，这是基于最新的盖亚的目录（EDR 3）。
2022-09-06 astro-ph.GA astro-ph.IM astro-ph.SR
Gaia Parallax of Milky Way Globular Clusters -- A Solution of Mixture Model
我们建立了一种混合模型方法来计算银河系球状星团的视差。它避免了星系团成员的确定问题，并提供了一个完全独立的天体测量解决方案，通过纯粹使用视差数据。用\cite{2017MNRAS.467..412P}的模拟簇对该方法进行了验证。利用\gaia第二次数据发布的数据，我们用混合模型分辨了120个真实的球状星团。他们构造了迄今为止最大的直接视差样本。通过与其他基于簇成员的直接视差结果（包括\cite{2018A&A...616A..12G}的75个簇）的比较，证明了该方法的准确性，特别是对于某些特定簇。在与其他间接视差测量比较中发现$-27.6\pm1.7$ $μ$的系统偏移as以及$22.8\pm1.3$ $μ$的分散as。这与当前\gaia弛豫的全局值和零点变化相一致。讨论了几个特定的邻近球状星团的距离，而最近的球状星团即使考虑到系统误差也能达到很高的精度。
2019-08-16 astro-ph.GA astro-ph.IM
Orbits for eighteen visual binaries and two double-line spectroscopic binaries observed with HRCAM on the CTIO SOAR 4m telescope, using a new Bayesian orbit code based on Markov Chain Monte Carlo
我们目前的轨道要素和质量总和的光谱类型B到K（其中五个是新的轨道）的周期从20到超过500年的18个可见双星。对于两个双线光谱双星没有以前的轨道，个别组件的质量，结合天体测量和径向速度数据，有一个正式的不确定性~0.1 MSun。采用已发表的测光，三角测量，加上我们自己的测量，我们把这些对象的H-R图，并讨论它们的演化状态。这些天体是利用太阳能天文台4米望远镜和CTIO的高分辨率摄影测量仪进行的南半球双星群体特征调查的一部分。轨道元素计算使用新开发的马尔可夫链蒙特卡罗算法，提供极大似然估计的参数，以及后验概率密度函数，使我们能够评估我们的导出参数的不确定性在一个强大的方式。对于光谱双星，使用我们的方法，它是可能的，以获得一个自洽的视差的系统从组合的天体测量加上径向速度数据（“轨道视差”），比较以及与三角视差。我们还提出了一个数学形式主义，允许降维的特征空间从七个到三个搜索参数（或从十个到七个维度-包括视差-在光谱双星与天体测量数据的情况下），这使得有可能在每种情况下探索更少数量的参数，提高我们的马尔可夫链蒙特卡罗代码的计算效率。
2017-09-19 astro-ph.IM astro-ph.SR physics.data-an
Radiative hydrodynamics simulations of red supergiant stars. III. Spectro-photocentric variability, photometric variability, and consequences on Gaia measurements
上下文研究表明，红超巨星中的对流会产生大颗粒，导致表面不均匀性以及光球层中的冲击波。由此产生的光心运动（从数月到数年不等的时间尺度）可能会对盖亚的视差测定产生不利影响。目标。我们探讨的影响颗粒的光心和光度的变化。我们量化这些影响，以便更好地描述可能改变视差的错误。方法.我们使用三维辐射流体动力学模拟对流与CO 5 BOLD和后处理辐射转移代码OPTIM 3D计算强度图和光谱在盖亚G波段[325-1030 nm]。结果我们提供天体测量和测光预测从3D模拟的RSG，用于评估退化的演化恒星的天体测量参数的盖亚。我们从RHD模拟表明，像参宿四的超巨星表现出光心噪声的标准偏差的顺序为0.1 AU。明亮的巨星和超巨星的盖亚弛豫将被光心噪声改变的数量从几十分之一到几千分之一不等。对于最亮的超巨星来说，由于这种光心噪声的存在，天体测量拟合的退化将在大约5 kpc的范围内是明显的。此外，超巨星的视差也会受到几个视差的误差的影响。我们表明，光心噪声，如预测的3D模拟，占相当大的一部分，影响依巴谷测量参宿四和北斗星的补充“宇宙噪声”。
2010-12-23 astro-ph.IM astro-ph.SR
Completeness of the Gaia-verse IV: The Astrometry Spread Function of Gaia DR2
盖亚DR2公布了前所未有的1，331，909，727个来源的位置，松弛和自行，彻底改变了银河动力学领域。我们补充这个数据与天体测量扩散函数（ASF），预期的不确定性测量的位置，自行和视差的非加速点源。ASF是一个高斯函数，我们使用盖亚DR2扫描定律构建了5D天体测量协方差矩阵作为天空位置和视星等的函数，并与观测数据表现出良好的一致性。这可以用来回答这样一个问题：“如果我的恒星是一个非加速的点源，盖亚会发表什么样的天体测量协方差？”'. ASF将能够表征二元系统，系外行星轨道，天体测量微透镜事件和扩展源，这些扩展源为预期的天体测量不确定性增加了过量的天体测量噪声。通过使用ASF估计盖亚DR2源的单位重量误差（UWE），我们证明ASF确实提供了一个直接的探针的多余的源噪声。我们使用ASF估计的选择功能的盖亚天体测量样本的贡献，从一个削减astrometric_sigma5d_max显示高完整性的$G<20$下降到$<1\%$在欠扫描区域的天空$G=21$。我们在Python包SCANNINGLAW（https：//github.com/gaiaverse/scanninglaw）中添加了一个ASF模块，用户可以通过该模块访问ASF。
2021-03-17 astro-ph.GA astro-ph.IM astro-ph.SR
Orbital elements and individual component masses from joint spectroscopic and astrometric data of double-line spectroscopic binaries
我们目前的轨道根数，轨道松弛和个别组件的质量，为14个空间分辨的双线光谱双星做同时拟合的视觉轨道和径向速度曲线。这是通过我们小组开发的马尔可夫链蒙特卡罗代码完成的，该代码生成所有参数的后验分布函数和误差估计。在这个样本中，有六个系统以前进行了高质量的研究，并被列为测试我们程序的基准，但即使在这些情况下，我们也可以通过添加最近的数据来改进以前的轨道，这些数据来自我们对南方双星的调查，分别使用SOAR 4.1米和Gemini South 8.1米望远镜的HRCam和ZORRO斑点相机进行。我们还给出了8个没有公布的组合轨道解的物体的结果，其中一个也没有可见轨道。在最佳情况下，我们可以用小于1%的典型不确定度确定质量比，用约1%的不确定度确定质量总和，用$0.01 M_\odot$的形式不确定度确定单个组分的质量。比较我们的轨道曲率与依巴谷和盖亚eDR 3的三角曲率，显示出良好的对应关系;在两个目录的误差范围内，差异的平均值与零一致。我们还提出了观测HR图为我们的样本的二进制文件，这与来自不同来源的等时线相结合，使我们能够评估他们的进化状态，也是他们的测光质量。
2022-01-11 astro-ph.IM astro-ph.SR physics.data-an
Gaia Data Release 1: Astrometry - one billion positions, two million proper motions and parallaxes
盖亚数据发布1（盖亚DR 1）包含超过10亿颗亮度超过20.7等的恒星的天体测量结果，这些结果是基于盖亚卫星在其运行阶段的前14个月收集的观测结果。我们给出了一个简短的概述的天体测量内容的数据发布和模型的假设，数据处理和验证的结果。对于与依巴谷和第谷-2星表相同的恒星，通过合并早期星表的位置信息，可以得到完整的天体测量单星解。对于其他恒星，只有它们的位置是通过忽略它们的自行和自转得到的。通过残差分析、特殊验证运行以及与外部数据进行比较，对结果进行验证。结果对于大约200万颗较亮的恒星（低至11.5等），我们获得了依巴谷型精度或更高的位置、视差和自行。对于这些恒星，取决于例如位置和颜色的系统误差处于0.3毫弧秒（mas）的水平。对于其余的恒星，我们获得的位置在历元J2015.0精确到~10 mas。位置和自行在与国际天体参考系（ICRF）对齐的参考系中给出，在历元J2015.0优于0.1 mas，并且相对于ICRF不旋转，在0.03 mas/年以内。依巴谷参考系相对于盖亚DR 1参考系以0.24 mas/yr的速率旋转。基于不到四分之一的标称任务长度和非常临时和不完整的校准，盖亚DR 1中天体测量数据的质量和完整性远远低于对最终任务产品的预期。然而，这些结果代表了现有基本恒星数据和光学参考系实际定义的巨大改进。
2016-09-14 astro-ph.GA astro-ph.IM
Predicted microlensing events from analysis of Gaia Data Release 2
天体测量微透镜可以用来精确测量透镜星的质量，而不依赖于它们假定的内部物理。这种直接的质量测量，纯粹是通过观察恒星对外部物体的引力效应获得的，对于验证理论恒星模型至关重要。具体来说，天体测量微透镜提供了一个直接测量单个恒星质量的渠道，因为测量很少。使用来自盖亚数据发布2的约17亿颗恒星的天体测量解决方案和光度测量，预测标称盖亚任务期间及以后的微透镜事件。这将使天文学家能够利用适当的观测资源观察每个事件的整体。这些数据将允许对白矮星和低质量主序星进行精确的透镜质量测量，有助于限制恒星演化模型。我在GDR 2中搜索可能导致2014年7月25日至2026年7月25日之间事件的源透镜对。我使用GDR 2光度学和视差以及适当的模型等时线来估计晶状体质量。结合GDR 2的光源和镜头视差测量，可以计算每对的爱因斯坦半径。通过考虑天空中的路径，我计算出预期的微透镜信号。我列出了76个预测的微透镜事件。LAWD 37和Stein 2051B将分别引起9和5个天体测量事件。9个事件将表现出可检测的光度和天体测量特征。在剩下的事件中，10个将显示振幅超过0.5 mas的天体测量信号，而其余的是振幅在0.131和0.5 mas之间的低振幅天体测量事件。5和2个事件将在2018年和2019年达到高峰。其中5个测光事件有可能演变成高放大率事件，这也可能探测透镜的行星伴侣。
2018-07-05 astro-ph.EP astro-ph.IM astro-ph.SR
Determining the Range of an Artificial Satellite Using its Observed Trigonometric Parallax
观测人造地球卫星是天文学中一个相对较新和独特的分支，非常有趣和充满活力。观察这些天体的一个具体方面是，尽管它们像深空天体一样出现在天体背景中，但它们在背景中的明显位置取决于你在给定时间站在地球上的位置。这种效果被称为视差。当在特定时间从特定位置观察卫星时，可以使用天体测量方法确定卫星的赤道坐标。然而，除非观测者知道卫星的精确轨道要素，或者很容易进入雷达站，否则它距离观测者的距离仍然是未知的。然而，当两个或两个以上的观测者，相隔一定距离，同时观测同一颗卫星时，他们的观测结果可以用来确定卫星的距离，使用卫星的观测三角视差。
2015-04-04 astro-ph.IM physics.space-ph
Astrometric determination of white dwarf radial velocities with Gaia?
通常，恒星径向速度的测定依赖于多普勒效应引起的谱线的移动。Russel & Atkinson（1931）和Oort（1932）已经注意到，由于白矮星（WD）van Maanen 2的大自行和视差，自行的透视加速度的确定将提供与引力红移无关的径向速度的直接天体测量确定。如果Halpha和Hbeta NLTE核心的光谱红移测量存在，一个纯粹的天体测量的确定将允许从多普勒频移中解开引力红移。测量微小透视加速度的最佳仪器是欧洲航天局的盖亚卫星，旨在以前所未有的精度对10亿颗恒星进行绝对天体测量，最低可达20等。在15等时，盖亚的预测角精度约为20微弧秒。在这篇文章中，我们估计是否有可能通过在卫星的5年任务期间将自行转换为径向速度来测量WD的径向速度，或者通过将依巴谷数据与盖亚任务开始时的位置测量相结合来测量WD的径向速度。
2012-10-15 astro-ph.IM astro-ph.SR
Astrometric and photometric standard candidates for the upcoming 4-m ILMT survey
国际液体镜望远镜（ILMT）是一台4米级巡天望远镜，最近首次亮相，预计将于2023年1月1日全面投入使用。它以$+29^o21'41''$的十进制为中心，在一个固定的22“宽的条带中扫描天空，并以时间延迟积分（TDI）模式工作。我们提出了一个完整的目录来源的ILMT带，可以作为天体测量校准。用于天体测量校准的源的特征是从盖亚EDR 3中提取的，因为它提供了非常精确的天体测量特性测量，如RA（$α$）、Dec（$δ$）、视差（$π$）和自行（$μ_{α^{*}}$ & $μ_δ$）。我们将盖亚EDR 3与SDSS DR 17和PanSTARRS-1（PS1）进行了交叉匹配，并在g，r和i滤波器中补充了这些源的视星等。我们还提出了一个光谱确认的白矮星与SDSS的星等，可作为测光校准的目录。生成的目录存储在SQLite数据库中，以进行基于查询的访问。我们还报告的偏移量在赤道位置相比，盖亚的天体测量校准的TDI框架与ILMT观察。
2022-10-11 astro-ph.IM astro-ph.SR
Microarcsecond VLBI pulsar astrometry with PSR$π$ II. parallax distances for 57 pulsars
我们介绍PSR $π$的结果，这是一个使用甚长基线阵（VLBA）以射电望远镜为目标的大型天体测量项目。从我们的天体测量数据库中的60颗恒星，我们已经获得了基于视差的距离测量，除了3个，视差精度通常为40 $μ$和接近10 $μ$在最好的情况下。我们的完整样本使用可靠的（$\gtrsim$ 5 $σ$）模型独立距离约束使无线电信标的数量增加了一倍。重要的是，许多新测量到的双星都在太阳邻域之外，因此PSR $π$带来了近十倍的双星数量增加，其可靠的模型独立距离为$d>2$ kpc。使用我们的样本以及以前发表的结果，我们表明，即使是最新的银河系电子密度分布模型的模型包含显着的缺点，特别是在高银河系纬度。当比较我们的结果脉冲星定时，两个在我们的样本中的四个毫秒脉冲星表现出显着的差异，估计自行获得至少一个脉冲星定时阵列。通过额外的VLBI观测来提高我们参考源的绝对位置精度，并扩大毫秒脉冲星的数量，我们将能够将自行差异的比较扩展到更大的脉冲星参考位置样本，这将为用于脉冲星计时的太阳系星历的适用性提供更灵敏的测试。最后，我们使用我们的大样本来估计差分天体测量与VLBA观测双星时可达到的典型精度，显示出足够明亮的目标观察8次超过18个月，视差不确定性为4 $μ$作为每弧分之间的脉冲星和校准器的分离可以预期。
2019-04-15 astro-ph.HE astro-ph.IM astro-ph.SR
Estimating distances from parallaxes
像盖亚和LSST这样的天体测量将测量数亿颗恒星的视差。但他们不会测量一个单一的距离。相反，必须从视差估计距离。在这篇教学文章中，我展示了一旦分数视差误差大于约20%，那么这样做就不是微不足道的了，这将是盖亚目录中约80%的恒星的情况。估计距离是一个推理问题，其中使用先验假设是不可避免的。我调查的属性和性能的各种先验，并研究其影响。一个假定的无信息的均匀先验距离示出给非常差的距离估计（大的偏差和方差）。任何在一定距离处具有尖锐截止的先验都有类似的问题。选择何种优先级取决于所掌握和愿意使用的资料，例如关于调查和银河系统的资料。我证明了一个简单的先验渐近减少到零，在无限远的距离具有良好的性能，容纳非正松弛，并不需要一个偏差校正。
2015-09-24 astro-ph.GA astro-ph.IM astro-ph.SR
Astrometric Binary Classification Via Artificial Neural Networks
Boyce Research Initiatives and Education Foundation（博伊斯研究倡议与教育基金会）
针对盖亚任务带来的海量天体测量数据下传统双星候选体检测方法计算效率低的问题，提出基于人工神经网络的天体测量双星自动分类方法，在150万样本上实现99.3%准确率，为该任务提供高效替代方案。
2024-09-15 astro-ph.IM cs.LG physics.data-an
A Probabilistic Approach to Fitting Period-Luminosity Relations and Validating Gaia Parallaxes
脉动星，如造父变星，Miras和RR Lyueros星，是重要的距离指标和“宇宙距离阶梯”的校准，但它们的周期-光度-金属量（PLZ）关系仍然受到限制，使用简单的统计方法，不能充分利用现有的数据。为了使盖亚任务提供的数据的最佳使用，我们提出了一种概率的方法，同时约束参数的PLZ关系和盖亚视差测量的不确定性。我们证明了这种方法，通过限制PLZ关系的类型$ab$ RR天琴座恒星在近红外W1和W2波段，使用Tycho-Gaia天体测量解决方案（TGAS）视差测量的样本$\approx100$型$ab$ RR天琴座恒星位于2.5千秒差距的太阳。拟合的PLZ关系与以前的研究一致，并与其他数据相结合，提供精确到6%的距离（一旦考虑到各种不确定性来源）。对于0.05 mas（$1σ$）的精度，我们没有发现这个遥远的RR型天琴座恒星样本（视差中位数为0.8 mas，距离为1.4 kpc）的TGAS视差有统计学意义的偏移。只有轻微的修改，我们的概率方法可以用来约束其他脉动星的PLZ关系，我们打算在不久的将来将其应用到造父变星和Mira星。
2017-03-01 astro-ph.GA astro-ph.IM astro-ph.SR
Distances and parallax bias in Gaia DR2
我们推导了Gaia DR 2 RV样本中所有恒星的贝叶斯距离，并使用Schoenrich，Binney & Asplund（2012）的统计方法来验证距离并测试Gaia的视差。与其他依赖特殊光源的方法不同，我们的方法直接测试样本中所有恒星的距离。我们找到了距离偏差f与距离s接近线性趋势的明确证据，证明了视差偏移Δ p。平均而言，我们发现Δ p =-0.054mas（Gaia DR 2中的视差需要增加）当考虑Gaia集合中的视差不确定性低估时（原始视差误差的Δ p =-0.048mas），形式误差可忽略，系统不确定度约为0.006mas。该值与星震测量的结果一致，但与类星体样本上发现的低得多的偏差不同。我们进一步使用我们的方法来编制一套全面的质量削减的颜色，视星等和天体测量参数。最后，我们发现对于这个样本，Δ p似乎强烈地依赖于视差不确定性σ p（当包括额外的0.043 mas时），统计置信度远超过10σ，比例因子接近1，尽管相关性随sigma_p而略有变化。p依赖性还解决了偏移量与观测周期数n_{vis}和黄道纬度之间无法解释的相关性。每一项使用盖亚DR 2视差/距离的研究都应该调查他们的结果对视差偏差的敏感性，这里描述的视差偏差-对于较暗的样本-在DR 2天体测量论文中。
2019-05-29 astro-ph.GA astro-ph.IM astro-ph.SR
The BAGLE Python Package for Bayesian Analysis of Gravitational Lensing Events
University of California, Berkeley（加州大学伯克利分校）；University of Maryland, College Park（马里兰大学帕克分校）；NASA Goddard Space Flight Center（美国宇航局戈达德太空飞行中心）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
BAGLE包用于引力透镜事件的贝叶斯分析，通过建模和联合拟合光度和视差数据，帮助识别孤立恒星级黑洞。
2025-12-03 astro-ph.EP astro-ph.GA astro-ph.IM
The Fifth Catalogue of Nearby Stars (CNS5)
我们提出的第五个目录附近的恒星（CNS 5）的汇编，从盖亚EDR 3和依巴谷天体测量和光度数据的基础上，并补充了从地面进行的天体测量调查在红外线的补充。CNS 5的目的是提供最完整的太阳附近天体样本。对于所有已知的恒星和棕矮星在25秒差距球围绕太阳，基本的天体测量和光度参数。此外，我们还提供了太阳附近恒星内容的色星等图和各种光度函数，并对CNS 5星表的完整性进行了验证。我们编制了一个恒星和褐矮星的样本，这些恒星和褐矮星最有可能位于太阳的25 pc范围内，考虑了来自盖亚EDR 3和依巴谷的天基超新星以及来自Best等人（2021），Kirkpatrick等人（2021）和CNS 4的地基超新星。我们开发了一套选择标准，以清除虚假来源的样品。此外，我们表明，在盖亚测光，这主要影响盖亚的微弱和红色的来源，混合的影响，可以减轻，可靠地将这些对象的颜色星等图。我们还评估了使用Kolmogorov-Smirnov测试的CNS 5的完整性，并推导出观测光学和中红外光度函数的主序星和白矮星在太阳附近。CNS 5包含5931个天体，包括5230颗恒星（4946颗主序星，20颗红巨星和264颗白矮星）和701颗褐矮星。我们发现CNS 5星表在统计上是完整的，G波段绝对星等为19.7等，W1波段绝对星等为11.8等，对应的光谱类型为L 8。
2022-11-02 astro-ph.EP astro-ph.GA astro-ph.IM
