GWOSC 公开应变数据上双黑洞并合的自建匹配滤波重探测与数据条件化选择的参数偏置量化

1 · 研究问题

自建的 PyCBC 匹配滤波（matched filtering）管线能否重现 GWTC-3 星表中 ≥ 10 个双黑洞事件的信噪比与啁啾质量（chirp mass）？功率谱密度（PSD）估计方式（Welch 段长、窗函数、中位数 vs 均值合并）与高通截止频率的选择，会给恢复的信噪比和参数带来多大的系统偏置？

2 · 研究背景与空白

匹配滤波是引力波探测的核心：以理论波形为模板与应变数据做噪声加权互相关，信噪比峰值即候选事件。LIGO/Virgo 的全部事件应变数据经 GWOSC 完全公开，PyCBC 官方文档给出了在笔记本上数分钟内重现 GW150914（信噪比 ~19–20）的完整教程；GW Open Data Workshop 每年发布成套练习。GWTC-3 给出了事件参数的官方值。

空白在评价维度："重现教程"人人可做，但把数据条件化（data conditioning）选择 → 恢复参数偏置做成系统的注入-恢复（injection–recovery）扫描，在学生可及文献层面未找到相同的系统工作（专业管线内部有各自的定标，但未见以此为主题的独立量化；未找到不等于不存在，第 4 周复查）。该问题判据清晰、正负都有效，且天然给出"学生自己动手"的强证据。

3 · 可检验假设

• H1：对 ≥ 10 个 GWTC-3 双黑洞事件，自建管线恢复的信噪比与公布值偏差 ≤ 10%、啁啾质量偏差 ≤ 5%。
• H2：在含毛刺（glitch）数据段上，Welch 均值 PSD 相对中位数 PSD 会引起可检出的信噪比系统差（|ΔSNR|/SNR > 5%），而在干净段上两者一致 ≤ 2%——即 PSD 稳健化的收益可被注入实验定量测出。

4 · 量化验收标准

1. 方法学校验（硬门槛）：重现 GW150914 在 H1 探测器的匹配滤波信噪比，与 PyCBC 文档/文献值偏差 ≤ 5%；峰值时刻偏差 ≤ 10 ms。此步不过关，后续全部结论无效。
2. 注入-恢复 ≥ 200 个模拟双黑洞信号（参数从预注册网格抽取）注入真实 O3 噪声，报告各条件化配置下的参数恢复偏置与散布；背景显著性用时间滑动（time slides）估计。
3. 检测性能不报 accuracy（极不平衡问题，几乎全是噪声样本，accuracy 恒接近 1 而无信息）：报告恢复率–误报率曲线与给定误报率下的召回。
4. 条件化参数网格（段长 {4, 16, 64} s × 窗 {Hann, Tukey} × 合并 {均值, 中位数} × 高通 {15, 20, 30} Hz）预注册，不得事后增删。
5. 全部脚本开源；每个事件附条件化配置–结果对照表。

5 · 数据与工具

用途	来源 / 工具
应变数据	GWOSC（gwosc.org）：按事件下载 32–4096 s、4/16 kHz 应变段（单段数十 MB，全项目 < 10 GB；支持按事件、按时间段的切片下载），覆盖 O1–O4 已发布数据
滤波与波形	PyCBC（内置：matched filter、IMRPhenom 系列波形近似、Welch/中位数 PSD 估计、注入工具；需自行实现：条件化网格扫描与偏置统计脚本）。文档明示 GW150914 示例可在笔记本分钟级运行
时频检查	gwpy（内置 Q 变换谱图，用于毛刺段挑选）
事件参数	GWTC-3 星表（GWOSC/Zenodo）——仅作对照与标签来源，不计入本项目的数据贡献

算力（基于文献标尺）：单事件单模板匹配滤波即 PyCBC 教程量级（分钟）；本项目总量 ≈ 10 事件 × 18 配置 + 200 注入 × 18 配置 ≈ 4×10³ 次滤波，每次 ~10 s 量级 → 十余小时后台，可行。全模板库盲搜（10⁵–10⁶ 模板）明确超出范围，本项目只做目标化滤波。降规模版本：事件 10 → 5、注入 200 → 50、网格 18 → 8 配置 → H1/H2 框架保留，偏置曲面分辨率下降。

6 · 方法路径

1. 装 PyCBC/gwpy（conda-forge），跑通官方 GW150914 教程，完成硬门槛校验。
2. 选定 ≥ 10 个 O1–O3 双黑洞事件（预注册判据：网络信噪比 > 10、单事件公开段完整），逐事件重现信噪比与啁啾质量（模板网格细扫啁啾质量）。
3. 用 gwpy Q 变换按明确判据挑选"干净段"与"含毛刺段"各 ≥ 10 段（判据须可复现）。
4. 实现条件化网格扫描器，对真实事件跑全配置矩阵。
5. 做注入-恢复实验：注入参数、恢复偏置、时间滑动背景全流程。
6. 汇总偏置曲面，检验 H1/H2，给出"推荐条件化配置 + 定量理由"。
7. 独立交叉校验：对 2 个事件用 gwpy + 自写频域相关（不经 PyCBC 高层接口）复算信噪比，偏差 ≤ 5%。

7 · 新颖性边界

• 本课题不声称发现引力波事件（全部事件已由 LVK 合作组发表），不声称改进探测管线——专业管线（PyCBC Live、GstLAL）远超本项目。
• 已有工作：GWOSC 教程与开放数据工作坊已把"重现 GW150914"标准化；GWTC 系列给出官方参数。
• 本项目贡献（主结论）：条件化选择对恢复信噪比/参数的偏置的系统注入-恢复量化，即评价维度的转换：教程展示"能测到"，本项目回答"测得的数字对分析选择有多敏感"。这对所有基于开放数据的教学与独立复核工作是直接可用的定标结果。
• 与历届获奖作的关系：丘奖物理图谱中尚无引力波数据分析先例（2020 有 Hubble 张力理论铜奖，主题无重叠），题材差异化明显。

8 · 决策门槛（go / no-go）

• 第 6 周末：硬门槛（GW150914 ≤ 5%）通过。
• 第 8 周末：核实 PyCBC 在学生机器（macOS/Windows + conda）安装与运行稳定性（依赖链较重，不要边做边发现）。失败 → 具名降级：改用 gwpy + 自写频域匹配滤波（教学级实现,反而强化"自己实现"的方法学证据），事件数收窄到 5，H1/H2 框架保留。
• 第 22 周末：注入-恢复主矩阵完成度检查。若进度 < 50% → 启动降规模版本。
• 预算裁剪顺序：配置网格密度 → 注入数 → 事件数下限 5 不可再裁；硬门槛与交叉校验不可裁。
• 适合学生：信号处理/编程中上、对天体物理有热情的队伍；风险集中在环境安装与数据段选择的工作量。

---