PlanetPack, initially released in 2013, is a command-line software aimed to facilitate exoplanets detection, characterization, and basic dynamical $N$-body simulations. This paper presents the third major release of PlanetPack that incorporates multiple improvements in comparison to the legacy versions.
The major ones include: (i) modelling noise by Gaussian processes that in addition to the classic white noise may optionally include multiple components of the red noise, modulated noise, quasiperiodic noise (to be added soon in minor subversions of the 3.x series); (ii) an improved pipeline for TTV analysis of photometric data that includes quadratic limb-darkening model and automatic red-noise detection; (iii) self-consistent joint fitting of photometric + radial velocity data with full access to all the functionality inherited from the legacy PlanetPack; (iv) modelling of the Rossiter-McLaughlin effect for arbitrary eclipser/star radii ratio, and optionally including corrections that take into account average characteristics of a multiline stellar spectrum; (v) speed improvements through multithreading and CPU-optimized BLAS libraries.
PlanetPack was written in pure C++ (standard of 2011), and is expected to be run on a wide range of platforms.
Radial Velocity Prospects Current and Future: A White Paper Report prepared by the Study Analysis Group 8 for the Exoplanet Program Analysis Group (ExoPAG)
Order-by-order Modeling of Exoplanet Radial Velocity Data
University of Pennsylvania（宾夕法尼亚大学）；California Institute of Technology（加州理工学院）；Penn State（宾夕法尼亚州立大学）；Amherst College（阿默斯特学院）；The University of California, Irvine（加州大学尔湾分校）；Macquarie University（麦考瑞大学）；University of Arizona（亚利桑那大学）；Schmidt Sciences（施密特科学）；Carleton College（卡尔顿学院）
A Planetary Illusion's Funeral: Non-detection of a Gaia DR3 Exoplanet Candidate, and the Role of Intermediate-precision Radial Velocities in Gaia Exoplanet Follow-up
Centre for Astrophysics, University of Southern Queensland（南昆士兰大学天体物理中心）；Max Planck Institute for Astronomy（马克斯·普朗克天文学研究所）；Center for Astrophysics, Harvard & Smithsonian（哈佛-史密森尼天体物理中心）
First radial velocity results from the MINiature Exoplanet Radial Velocity Array (MINERVA)
微型系外行星径向速度阵列（MINERVA）是一个由四个0.7米机器人望远镜组成的专用天文台，光纤馈入KiwiSpec光谱仪。MINERVA的任务是在附近恒星的宜居带中发现超级地球。这可以通过MINERVA独特的高精度和长时间高节奏的组合来实现。在这项工作中，我们详细介绍了自我们上一篇论文以来发生的MINERVA设施的变化。然后，我们描述了MINERVA的机器人控制软件，我们执行1D光谱提取的过程中，我们的前向建模多普勒管道。在改进我们的前向建模过程中，我们发现我们的光谱仪的内在仪器配置文件是稳定的至少九个月。正因为如此，我们的特点是我们的仪器配置文件与时间无关，三次样条函数的基础上，在交叉色散方向上的配置文件，我们实现了径向速度精度类似于使用传统的“高斯求和”仪器配置文件：1.8 m s $^{-1}$超过1.5个月的RV标准星HD 122064。因此，我们得出结论，仪器配置文件不需要完全准确，只要它是稳定的。此外，我们观察到51 Peg，我们的结果与文献一致，证实了我们的光谱仪和多普勒管道正在产生准确和精确的径向速度。
Towards Extremely Precise Radial Velocities: I. Simulated Solar Spectra for Testing Exoplanet Detection Algorithms
最近和即将推出的稳定光谱仪正在推动多普勒光谱学的前沿，以检测和表征低质量行星。这些仪器的规格是如此令人印象深刻，以至于恒星的固有变化预计会限制它们对大多数目标恒星的多普勒精度（Fischer et al. 2016）。为了充分发挥它们的潜力，天文学家必须开发新的策略来区分真实的多普勒频移和恒星的内在变化。由于恒星黑子、光斑和其他与旋转相关的变化，恒星的变化特别令人担忧，因为恒星的旋转周期通常包括在潜在的行星轨道周期范围内。为了通过多普勒行星调查稳健地探测和准确地描述低质量行星的特征，系外行星界必须开发能够联合建模行星扰动和恒星固有变化的统计模型。为了实现这一目标，本文介绍了用SOAP 2.0（arXiv：1409.3594）创建的极高分辨率的太阳光谱的模拟，其中包括多个不断变化的恒星斑点。我们预计这组数据将有助于未来的研究开发，测试和比较统计方法测量物理径向速度之间的污染恒星的变化。
3D magneto-hydrodynamical simulations of stellar convective noise for improved exoplanet detection. I. Case of regularly sampled radial velocity observations
Improving Exoplanet Detection Power: Multivariate Gaussian Process Models for Stellar Activity
径向速度法是探测系外行星最成功的方法之一。它的工作原理是检测由轨道行星的引力效应引起的宿主恒星的速度，特别是沿着我们视线的速度，这被称为恒星的径向速度。低质量行星通常会导致其主星以1米/秒或更小的径向速度移动。通过分析主星的恒星光谱时间序列，现代天文仪器理论上可以检测到这样的行星。然而，在实践中，内在的恒星变化（例如，星点、对流运动、脉动）影响光谱并且经常模仿径向速度信号。这种信号污染使得很难可靠地探测到低质量行星。Rajpaul et al.（2015）提出了一种在恒星活动存在的情况下恢复行星径向速度信号的原则性方法。它使用多变量高斯过程模型来联合捕获视径向速度的时间序列和恒星活动的多个指标。我们以两种方式建立这项工作：（i）我们建议使用降维技术来构建新的高信息恒星活动指标;（ii）我们将Rajpaul et al.（2015）模型扩展到更大的一类模型，并使用基于幂的模型比较程序来选择最佳模型。尽管对系外行星有很大的兴趣，但以前的努力并没有进行大规模的恒星活动模型选择，也没有尝试基于行星探测能力来评估模型。在主序星G2 V的情况下，我们发现，我们的方法大大提高了行星检测能力相比，以前的国家的最先进的方法。
Theory of Dispersed Fixed-Delay Interferometry for Radial Velocity Exoplanet Searches
分散固定延迟干涉仪（DFDI）代表了太阳系外行星高精度径向速度（RV）测量的新仪器概念。它结合了迈克耳孙干涉仪和中等分辨率摄谱仪，具有进行多目标调查的潜力，而大多数以前的RV技术仅限于一次观察一个目标。由于需要大量的太阳系外行星样本来更好地了解行星的形成、演化和流行，这种新技术代表了RV太阳系外行星搜索仪器的合理下一步，并已被基特峰国家天文台的单物体系外行星跟踪器（ET）和多物体W。M. Apache Point Observatory的Keck/MARVELS系外行星跟踪器。ET仪器的开发需要对DFDI技术的物理原理有详细的了解。在这里，我们总结了理解该技术所需的基本理论材料，并概述了该仪器工作的物理基础。我们还导出了一些有用的分析公式，可用于估计该技术的各种误差源的水平，例如使用基准参考光谱时的光子散粒噪声，二次光谱的污染（例如，拥挤的光源、光谱双星或月光污染）、残余干涉仪梳和参考串扰误差。在此之后，我们表明，使用传统的气体吸收基准参考DFDI可能会产生显着的系统误差，必须考虑到在所需的精度水平，以检测太阳系外行星。
Refined Telluric Absorption Correction for Low-Resolution Ground-Based Spectroscopy: Resolution and Radial Velocity Effects in the O2 A-Band for Exoplanets and K I Emission Lines
Improving exoplanet detection capabilities with the false inclusion probability. Comparison with other detection criteria in the context of radial velocities
Identifying Exoplanets with Deep Learning. IV. Removing Stellar Activity Signals from Radial Velocity Measurements Using Neural Networks
Massachusetts Institute of Technology（麻省理工学院）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Université de Genève（日内瓦大学）；Observatoire de Genève（日内瓦天文台）；University of St Andrews（圣安德鲁斯大学）；Facebook（脸书）；Technical University of Denmark（丹麦技术大学）；DTU Space, National Space Institute（丹麦技术大学国家空间研究所）
精确径向速度（RV）观测的系外行星探测目前受到恒星活动引入的虚假RV信号的限制。我们表明，线性回归和神经网络等机器学习技术可以有效地从RV观测中去除活动信号（由于星点/光斑）。以前的努力集中在使用高斯过程回归等建模技术及时仔细过滤活动信号（例如Haywood等人2014）。相反，我们系统地去除活动信号，只使用谱线的平均形状的变化，而没有关于何时收集观测结果的信息。我们在模拟数据（使用SOAP 2.0软件生成; Dumusque et al. 2014）和HARPS-N太阳望远镜对太阳的观测（Dumusque et al. 2015; Phillips et al. 2016; Collier Cameron et al. 2019）上训练了我们的机器学习模型。我们发现，这些技术可以预测和删除模拟数据（改善RV散射从82厘米/秒到3厘米/秒）和超过600个实际观测采取了近三年的HARPS-N太阳望远镜（改善RV散射从1.753米/秒到1.039米/秒，约1.7改善的一个因素）。在未来，这些或类似的技术可以从我们太阳系以外的恒星观测中去除活动信号，并最终帮助探测类太阳恒星周围的可居住区地球质量的系外行星。
MARVEL, a four-telescope array for high-precision radial-velocity monitoring
自1995年首次发现太阳系外行星以来，系外行星研究已经从探测转向描述其他恒星周围的世界。TESS（NASA，2019年发射）和PLATO任务（ESA，计划2026年发射）将发现并限制天空中明亮恒星周围数千颗系外行星的大小。需要进行径向速度测量，以确定轨道和质量的特征，并完成所发现系外行星系统的密度和组成情况，Ariel任务（欧空局，计划于2028年发射）将用红外光谱法确定系外行星大气的特征。利用地面光谱学对恒星活动进行表征是检索Ariel光谱中行星大气光谱足迹的关键。为了使TESS、PLATO和Ariel空间任务能够获得科学收获，我们计划在西班牙拉帕尔马的Roque De Los Muchachos天文台安装MARVEL，作为现有墨卡托望远镜的扩展。MARVEL由四个80厘米望远镜组成的阵列通过光纤连接到一个高分辨率中阶梯光栅摄谱仪，为极高精度的径向速度测量进行了优化。它可以同时观测四颗不同恒星的径向速度，或者将四个望远镜指向一个光谱中的一个微弱目标的通量结合起来。MARVEL是由比利时鲁汶大学（KU Leuven）主导的合作项目，由英国、奥地利、澳大利亚、瑞典、丹麦和西班牙共同出资建造的。在本文中，我们提出了MARVEL仪器，特别侧重于光谱仪的光学设计和预期性能，并报告该项目的现状。
