Erhalten Sie Zugang zu diesem und mehr als 300000 Büchern ab EUR 5,99 monatlich.
- Herausgeber: Books on Demand
- Kategorie: Wissenschaft und neue Technologien
- Sprache: Englisch
Since the first experimental evidence for the existence of gravitational waves in 2015, the amount of data in this scientific area has increased enormously. There has also been a great deal of interest in the scientific community in gravitational waves. The interferometers, used to capture these waves, need to achieve a high level of instrumental sensitivity to be able to detect and analyse the weak signals emitted by both distant sources of intrinsically high intensity and nearby sources of much lower intensity. High sensitivity is often accompanied by high levels of noise that difficult data analysis. In nowadays interferometers, large amounts of data are recorded with a high percentage of noise from which we attempt to extract the possible gravitational waves buried therein. In this dissertation we propose to use a denoising method based on the minimisation of the total variance of the time series that constitute the data. Known as the ROF method, it assumes that the largest contribution to the total variance of a function comes from noise. In this way, a minimisation of this variance should lead to a drastic reduction in the presence of noise. This denoising procedure helps to improve the detection and data quality of gravitational wave analysis. We have implemented two ROF-based denoising algorithms in a commonly used gravitational-wave analysis software package. The analysis package is known as coherent WaveBurst (cWB) and uses the excess energy from the coherence between data from two or more interferometers to find gravitational waves. The denoising methods are the one-step regularised ROF (rROF), and the iterative rROF procedure (irROF). We have tested both methods using events from the gravitational-wave catalogue of the first three observing periods of the LIGO-Virgo-KAGRA scientific collaboration. These events, named GW1501914, GW151226, GW170817 and GW190521, comprise different wave morphologies of compact binary systems injected at different noise quality levels.
Sie lesen das E-Book in den Legimi-Apps auf:
Seitenzahl: 248
Veröffentlichungsjahr: 2024
Das E-Book (TTS) können Sie hören im Abo „Legimi Premium” in Legimi-Apps auf:
Ähnliche
ACKNOWLEDGEMENTS
Esta tesis no hubiera sido posible sin el apoyo y compañíade todos aquellos que de alguna forma formaron parte del largo proceso de investigación, programación, escritura y actividades varias que conlleva un doctorado.
En primer lugar, me gustaría agradecer sinceramente a mi director de tesis, Jordi Portell, por su inquebrantable apoyo e incansable atención a mi tesis, mi doctorado y cualquier otro asunto que a él le pareciese bien. Su confianza, consejos y orientación en todas las etapas del proceso han sido fundamentales. Además, Jordi consiguió que volviese a trabajar en investigación después de varios años fuera del mundo de la ciencia, dándome una oportunidad que no estaba seguro pudiese conseguir algún día. Esta oportunidad ha sido un cambio muy positivo en mi vida que no sé como agradecer con palabras a Jordi.
También quiero agradecer a mi otra directora de tesis, Cesca Figueras, la gran atención y dedicación que ha mostrado para mi tesis y conmigo, a pesar de que se incorporó al “equipo de los directores” con un poco de retraso.
Alguien decidió colocar mi despacho en el Parque Científico de Barcelona, donde está la Unidad Tecnológica del ICCUB. Allí conocí a los técnicos del equipo de GAIA, con los que he pasado incontables horas comiendo, tomando café, sesiones de zoom y hablando de cualquier cosa, incluso de mi tesis y Virgo. Por esto, y muchos motivos más, quiero darle las gracias por su tiempo a Javier Castañeda, Pau Castro, Xavier Penyalosa, Sergi, Albert Masip, Ferrán, Marcel, Claus, Pradeep, Albert Sáez, Alejandro, Victor, y a los que se hayan podido olvidar.
En el otro edificio, la Facultad de Física, están el resto del equipo GAIA. Resulta que durante todo este tiempo, desde el principio, yo he sido de GAIA mientras me dejaban que escribiese una tesis de Virgo. Muchas gracias por permitirme estar en vuestro grupo y por darme esta oportunidad que ahora da sus frutos con esta tesis. Los de GAIA de la facultad son muchos y a la mayoría apenas los he conocido en persona por la distancia, la pandemia o circunstancias. Muchas gracias a esta sección del grupo de GAIA por vuestro apoyo y dedicación, con un especial agradecimiento a los que sí he tenido la fortuna de conocer personalmente y pasar algún tiempo con ellos, Dani Molina y Lola.
Cuando faltaba poco más de un año para que acabase el doctorado, comenzó oficialmente el grupo de Virgo. Quiero agradecer a los Virgonianos las horas de reuniones y charlas sobre ondas gravitacionales. Gracias a Mark, Dani Marín, Helena, Tomás, Ruxandra y Oleg por vuestro tiempo y confianza en mí.
Mi doctorado empezó como un proyecto de colaboración con la Universidad de Valencia. Estoy muy agradecido por la confianza y apoyo de los valencianos, pues sin ellos esta tesis nunca hubiese sido posible. Gracias a Toni Font, Alejandro Torres, Antonio Marquina, Isabel Cordero y Miquel por toda vuestra dedicación.
No me voy a olvidar de agradecer a Marco Drago por sus múltiples y detallados correos sobre el pipeline de cWB y consejos sobre análisis. Sin su ayuda, la parte técnica de esta tesis no hubiese sido posible. Muchas gracias, Marco, por responder mis correos sin pedir nada a cambio... todavía.
The author is member of the Virgo Collaboration, and this work was partially funded by the Spanish MICIN/AEI/10.13039/ 501100011033 and by “ERDF A way of making Europe” by the “European Union” through grant RTI2018-095076-B-C21, and by the Institute of Cosmos Sciences University of Barcelona (ICCUB, Unidad de Excelencia ’María de Maeztu’) through grant CEX2019-000918-M, and grant MDM-2014-0369.
The author acknowledges support from the Spanish Ministry of Science and Innovation through grant PID2021-125485NB-C22 funded by MCIN/AEI/10.13039/ 501100011033.
The author acknowledges support from the the Gesti d’Ajuts Universitaris i de Recerca (AGAUR) by the FI-SDUR 00122 (2020).
The author acknowledges support from the AGAUR through grant SGR-2021-01069".
This research has made use of data obtained from the Gravitational Wave Open Science Center (https://www.gw-openscience.org), a service of LIGO Laboratory, the LIGO Scientific Collaboration and the Virgo Collaboration. This material is based upon work supported by NSF’s LIGO Laboratory which is a major facility fully funded by the National Science Foundation. Virgo is funded, through EGO, by theFrench Centre Nationalde Recherche Scientifique (CNRS), the Italian Istituto Nazionale della Fisica Nucleare (INFN) and the Dutch Nikhef, with contributions by institutions from Belgium, Germany, Greece, Hungary, Ireland, Japan, Monaco, Poland, Portugal, Spain.
The author is grateful for computational resources provided by the LIGO Laboratory CIT and Cardiff University, and supported by National Science Foundation Grants PHY-0757058 and PHY-0823459, and STFC grant ST/I006285/1 respectively.
ABSTRACT
Since the first experimental evidence for the existence of gravitational waves in 2015, the amount of data in this scientific area has increased enormously. There has also been a great deal of interest in the scientific community in the physical information contained in gravitational waves. The interferometers, used to capture these waves, need to achieve a high level of instrumental sensitivity to be able to detect and analyse theweak signals emitted by both distant sources of intrinsically high intensity and nearby sources of much lower intensity.
However, high sensitivity is often accompanied by high levels of noise that difficult data analysis. In nowadays interferometers, large amounts of data are recorded with a high percentage of noise from which we attempt to extract the possible gravitational waves buried therein. To facilitate this task, in this dissertation we propose to use a denoising method based on the minimisation of the total variance of the time series that constitute the data. Known as the ROF method, it assumes that the largest contribution to the total variance of a function comes from noise. In this way, a minimisation of this variance should lead to a drastic reduction in the presence of noise. This denoising procedure should help to improve the detection and data quality of gravitational wave analysis.
To develop this method, we have implemented two ROF-based denoising algorithms in a commonly used gravitational-wave analysis software package. The analysis package is known as coherent WaveBurst (cWB) and uses the excess energy from the coherence between data from two or more interferometers to find gravitational waves. The denoising methods are the one-step regularised ROF (rROF), and the iterative rROF procedure (irROF). The latter is designed as an improvement of the former for those cases where the noise cleaning is excessive and extracts a portion of the signal in an unrecoverable way.
In this work, we have tested both methods using events from the gravitational-wave catalogue of the first three observing periods of the LIGO-Virgo-KAGRA scientific collaboration. These events, named GW1501914, GW151226, GW170817 and GW190521, comprise different wave morphologies of compact binary systems injected at different noise quality levels. We can see that the analysis of these wavelets with the rROF method is defective as it incorrectly extracts a portion of the signal at the high frequencies. However, the use of the irROF enhancement procedure effectively removes the noise while preserving nearly intact the wavelet function of the signals, providing a significant increase in the signal-to-noise ratio values.
One of our goals has been to use the irROF denoising method during a data collection period to support on-the-fly signal detection. To this end, we have extended our study by characterising the background noise of one week of data after the application of the irROF method. We have calculated and analysed the detection efficiencies of a selection of signals mimicking various types of gravitational waves. The results obtained so far do not support the effect found in the analysis of individual gravitational waves. However, we have foundthat further improvements and variations of the irROF denoising method could improve the detection efficiencies.
In conclusion, our work demonstrates that, although the irROF method applied to a period of data does not improve the detection achieved using methods that treat individual wavelets, this improvement can be achieved by further developing and fine-tuning some of the strategies proposed here. The methodology presented here can be used in the implementation of other denoising methods currently in use or under development. The present work provides a set of suggestions and proposals that will allow, shortly, to increase the detection of these gravitational waves.
RESUMEN
Desde la primera evidencia experimental de la existencia de ondas gravitacionales en 2015, la cantidad de datos en torno a esta área científica ha aumentado enormemente. Así mismo, en la comunidad científica se ha despertado un gran interés por la información física que contienen las ondas gravitacionales. Los interferómetros, utilizados para captar estas ondas, necesitan alcanzar un gran nivel de sensibilidad instrumental para poder conseguir detectar y analizar la débil señal emitida tanto por fuentes lejanas de intensidad intrínsecamente alta, como por fuentes cercanas de intensidad mucho más baja.
Sin embargo, una gran sensibilidad suele estar acompañada por altos niveles de ruido que dificultan el análisis de datos. En los interferómetros actuales se registran grandes cantidades de datos con un alto porcentaje de ruido del que hay que intentar extraer las posibles ondas gravitacionales enterradas en el mismo ruido. Para facilitar esta tarea, en esta tesis proponemos usar un método de limpieza de ruido (denoising) basado en la minimización de la variación total de las series temporales que constituyen los datos. Conocido como método ROF, este asume que la mayor contribución a la variación total de una función proviene del ruido, por lo que una minimización de dicha variación debe conllevar la reducción drástica de la presencia de ruido. Este procedimiento de limpieza de ruido debería ayudar a mejorar la detección y calidad de análisis de ondas gravitacionales.
Para desarrollar este método, hemos implementado dos algoritmos de denoising basados en ROF en un paquete de análisis de ondas gravitacionales usado frecuentemente en la actualidad. El paquete de análisis es conocido como coherent WaveBurst (cWB) y utiliza los excesos de energía provenientes de la coherencia entre los datos de dos o más interferómetros para encontrar ondas gravitacionales. Los métodos de denoising son el ROF regularizado (rROF) de un solo paso, y el procedimiento rROF iterativo (irROF). Este último está diseñado como una mejora del primero para aquellos casos en los que la limpieza de ruido es excesiva y extrae una parte de señal de modo irrecuperable.
En este trabajo se han puesto a prueba ambos métodos usando eventos del catálogo de ondas gravitacionales de los tres primeros periodos de observación de la colaboración científica LIGO-Virgo-KAGRA. Estos eventos, llamados GW1501914, GW151226, GW170817 y GW190521, abarcan distintas morfologías de ondas de sistemas binarios compactos medidos en diferentes niveles de calidad de ruido. Hemos podido comprobar que el análisis de estas ondas con el método rROF es defectuoso pues extrae de forma incorrecta una parte de la señal en las altas frecuencias. Sin embargo, el uso del procedimiento de mejora del irROF elimina eficazmente el ruido al tiempo que preserva casi intacta la función de onda de las señales, proporcionando un aumento significativo en los valores de la relación señal/ruido.
Uno de nuestros objetivos ha sido utilizar el método de denoising irROF durante un periodo de toma de datos, para favorecer la detección de señales sobre la marcha. Para ello, hemos ampliado nuestro estudio caracterizando el ruido de fondo de una semana de datos tras la aplicación del método irROF. Hemos calculado y analizado las eficiencias de detección de una selección de señales que simulan varias tipologías de ondas gravitacionales. Los resultados obtenidos hasta ahora no avalan el efecto encontrado en el análisis de ondas gravitacionales individuales. Sin embargo, hemos podido comprobar que nuevas mejoras y variaciones del método de denoising irROF podrían mejorar la probabilidad de detección.
En conclusión, nuestro trabajo demuestra que, si bien el método irROF aplicado a un periodo de datos no mejora la detección conseguida usando métodos que tratan las ondas individualmente, esta mejora sí puede conseguirse desarrollando y ajustando algunas de las estrategias que aquí se proponen. La metodología aquí presentada podrá emplearse en las tareas de implementación de otros métodos de limpieza del ruido vigentes actualmente o en desarrollo. El presente trabajo aporta un conjunto de sugerencias y propuestas que permitirán, en un futuro próximo, aumentar la detección de estas ondas gravitacionales.
CONTENTS
List of Figures
List of Tables
Acronyms
Symbols
1Introduction
2Gravitational Wave Physics
2.1Theory of Gravitational Waves
2.2Sources of Gravitational Waves
2.3Multi-messenger Astronomy
3Interferometers: Gravitational Wave detectors
3.1The interferometer
3.2The interferometer as a Gravitational Wave detector
3.3The Virgo Interferometer
3.4Virgo instrumental noise
3.5The International Gravitational Wave Network
3.5.1LIGO
3.5.2Virgo
3.5.3KAGRA
3.6Observing runs
3.6.1Observing Run O1
3.6.2Observing Run O2
3.6.3Observing Run O3
3.6.4Observing Run O4
3.7Scientific implications
3.7.1Gravitational Wave Transient Catalogue
3.7.2Mass distribution
3.7.3Testing General Relativity
3.7.4Hubble constant
4Gravitational Wave Data analysis
4.1Interferometric data
4.2Available data products
4.3Data quality and event validation
4.4Gravitational Wave templates
4.5GW data analysis methods
4.6GW data analysis software
4.7Noise sources
5Denoising Gravitational Wave data
5.1Introduction
5.2The rROF Method
5.2.1Parameter selection
5.2.2Iterative rROF
5.2.3Denoising estimator
5.3cWB Pipeline
5.3.1Basics of the cWB pipeline
5.3.2Implementation of the rROF method in the cWB pipeline.
5.4Results
5.4.1Selection of rROF parameters for GW150914
5.4.2Combined analysis of GW150914
5.4.3Analysis of GW150914 with iterative rROF
5.4.4Additional GW events
6Characterisation of the cWB + irROF pipeline
6.1Background studies
6.1.1Analysis configuration
6.1.2Results
6.1.3Metrics and miscellaneous plots
6.2Search efficiency
6.2.1Ad-hoc signals
6.2.2Gravitational waveforms
6.2.3Template injections
6.2.4Evaluation
6.3Discussion and outlook
7Algorithm improvements
7.1Parameter variations in background studies
7.2Offset method
8Discussion and conclusions
8.1Discussion
8.2Conclusions and forthcoming work
Bibliography
Appendices
A Glossary, acronyms and symbols
Glossary
LIST OF TABLES
5.1Optimal parameter values of the GW150914 event obtained with the rROF algorithm. The results of the WS are also shown in the last column.
5.2Parameters reportedby the cWB pipeline for theanalysis of the GW150914 event, with and without the activation of the rROF algorithm.
5.3Parameter values of the iterative rROF algorithm for the fourGWevents under consideration.
5.4Values of the SNR computed by cWB for the GW events considered in this work. SNRa corresponds to the purely cWB value (no rROF step) while SNRb is the SNR obtained using cWB in combination with the iterative rROF method.
6.1Public events of interest for the cWB pipeline contained in data chunk K23 (Source of the information: LVK Burst group). The event information contains the event name in the Gravitational wave candidate event DataBase (GraceDB) [43] database, the masses m1 and m2 of the two objects before the merge in M⊙ units, and the coalescence frequency f0
6.2Selection of ad-hoc waveform types used to produce detection efficiencies of the cWB + irROF analysis. Waveforms are characterised by their frequency f, excluding WNB waveforms where f corresponds to the lower frequency limit of the WNB signal. Additional parameters, particular to each waveform, are required for a complete description: signal duration (τ), quality factor (Q) or frequency band (Δf)).
6.3Comparison of the results obtained for some of the variables under study during the efficiencies measurements of the ad-hoc signal injections under consideration, where we show the difference between the cWB and irROF results. In this table, we can inspect the mismatch results of the amplitude ℎrss50, the determination of the injection time Δt, and the waveform frequency f0
7.1Initial set of parameter values used with irROF denoising method.
7.2Variations in the parameter values to test with the irROF denoising method, with respect to the initial ones.
7.3Offsets tested with the oirROF + cWB method on GW190521, and the SNR values obtained per each offset.
ACRONYMS
A+
Advanced LIGO Plus
(p.
→
)
AdV
Advanced Virgo
(pp.
→
,
→
)
AdV+
Advanced Virgo Plus
(pp.
→
,
→
)
aLIGO
Advanced LIGO
(p.
→
)
BBH
Binary Black Hole
(pp.
→
,
→
)
BH
Black Hole
(p.
→
)
BNS
Binary Neutron Star
(p.
→
)
BurstLF
low-frequency burst search
(p.
→
)
CACR
Center for Advanced Computer Research (Caltech)
(p.
→
)
CBC
Compact Binary Coalescence
(pp.
→
,
→
)
CCSN
Core-Collapse Supernova
(p.
→
)
CNRS
Centre National de la Recherche Scientifique
(p.
→
)
CW
Continuous Wave
(p.
→
)
cWB
coherent WaveBurst
(pp.
→
,
→
)
DetChar
Detector Characterization
(pp.
→
,
→
)
DQ
Data Quality
(p.
→
)
EGO
European Gravitational Observatory
(p.
→
)
EOB
Effective One-Body
(p.
→
)
ETM
End Test Mass
(p.
→
)
FAR
False Alarm Rate
(p.
→
)
FFT
Fast Fourier Transform
(p.
→
)
GA
Gaussian pulses
(p.
→
)
GPS
Global Positioning System
(pp.
→
,
→
)
GPU
Graphical Processing Unit
(p.
→
)
GraceDB
Gravitational wave candidate event DataBase
(pp.
→
,
→
)
GW
Gravitational Waves
(pp.
→
,
→–→
,
→
,
→
,
→
,
→
,
→
,
→
)
GWOSC
Gravitational Wave Open Science Center
(pp.
→
,
→
)
GWTC
Gravitational-Wave Transient Catalog
(p.
→
)
ICCUB
Institute of Cosmos Sciences of the University of Barcelona
(p.
→
)
IGWN
International Gravitational Wave Network
(p.
→
)
IIR
Infinite Impulse Response
(p.
→
)
IMBH
Intermediate Mass Black Hole
(p.
→
)
INFN
Istituto Nazionale di Fisica Nucleare
(p.
→
)
irROF
iterative regularised ROF
(p.
→
)
KAGRA
KAmioka GRAvity
(p.
→
)
LSC
LIGO Scientific Collaboration
(p.
→
)
LVK
LIGO-Virgo-KAGRA collaboration
(p.
→
)
MBTA
Multi-Band Template Analysis
(p.
→
)
NS
Neutron Star
(p.
→
)
oirROF
offset + iterative regularised ROF denoising method
(p.
→
)
PN
post-Newtonian
(p.
→
)
ROF
Rudin-Osher-Fatemi
(p.
→
)
rROF
regularised ROF
(p.
→
)
RSE
Resonant Sideband Extraction
(p.
→
)
SG
Sine-Gaussian wavelets
(p.
→
)
SGE
circular Sine-Gaussian wavelets
(p.
→
)
SGWB
Stochastic Gravitational-Wave Background
(p.
→
)
SN
Supernova
(p.
→
)
SNR
signal-to-noise ratio
(p.
→
)
TF
time-frequency
(p.
→
)
TV
total-variation
(p.
→
)
WD
first Wasserstein Distance
(p.
→
)
WDM
Wilson-Daubechies-Meyer
(p.
→
)
WNB
White Noise Burst
(p.
→
)
WS
Wasserstein scale
(p.
→
)
