Закономерности во временных свойствах, космологическая эволюция и функция светимости гамма-всплесков

• Автор: Штерн, Борис Евгеньевич
• Шифр специальности: 01.03.02
• Научная степень: Докторская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 176 с. : ил.

1. Введение

1.1. Основные исторические этапы в исследовании гамма-всплесков и современное состояние проблемы

1.2. Методологическая характеристика диссертации

1.3. Краткое обозрение диссертационного цикла работ

2. Архивные данные эксперимента ВАТКЕ

2.1. Общие сведения об эксперименте

2.2. Матрица отклика детектора

2.3. Триггер ВАТБЕ

2.4. Типы данных, их характерные дефекты и фоны

2.5. Каталог ВАТКЕ и основные результаты миссии

3. Приближенная масштабная инвариантность во временных свойствах гамма-всплесков и ее возможная интерпретация
3.1. Феноменология временной переменности гамма-всплесков
3.2. Средний временной профиль гамма-всплесков:
растянутая экспонента
3.3. Средний спектр мощности Фурье гамма-всплесков
3.4. Феноменологическая модель лавины импульсов
3.5. Возможные интерпретации модели лавины импульсов
4. Зависимость временных свойств гамма-всплесков от яркости
4.1. Анализ данных
4.1.1. Вычитание фона
4.1.2. Поиск пика кривой темпа счета гамма-всплеска
4.1.3. Проверка устойчивости средннего профиля
к систематике, зависящей от яркости
4.1.4. Подгонка среднего профиля растянутой экспонентой
4.2 Зависимость среднего профиля гамма-всплесков от яркости
4.2.1. Временные константы среднего профиля
4.2.1. Изменение формы склонов среднего профиля
в зависимости от яркости
4.3. Корреляция между сложностью временного профиля и
яркостью гамма-всплесков
4.3.1. Визуальный тест
4.3.2. Разделение всплесков на простые и сложные
методом максимального правдоподобия
4.4. Интерпретация результатов и основные выводы

5. Поиск нетриггерных гамма-всплесков в архивных
данных BATSE и большой однородный каталог
5.1. Сканирование данных
5.1.1. Подсадные гамма-всплески
5.1.2. Лабораторный триггер
5.1.3. Организация сканирования
5.2. Подгонка параметров гамма-всплесков
5.3. Идентификация гамма-всплесков
5.4. Оценка пиковой яркости гамма-всплесков
5.5. Каталог найденных гамма-всплесков и архив данных
5.5.1. Сравнение с каталогами BATSE и Коммерса
5.5.2. Всплески вблизи порога регистрации
5.5.3. Архив данных
5.6. Тесты на примесь событий другой природы в каталоге
5.6.1. Возможные типы примесей
5.6.2. Отношение жесткости
5.6.3. Угловое распределение
5.6.4. Зависимость от широты положения станции
5.6.5. Резюме
6. Первоочередные результаты статистической обработки
нового каталога гамма-всплесков
6.1 Распределение гамма-всплесков по пиковой яркости (log N - log Р)
6.2 Проверка изотропии распределения гамма-всплесков
6.3 Сверхдлинные гамма-всплески
7. Космологическая эволюция источников гамма-всплесков
и их функция светимости
7.1 Использованные данные
7.1.1. Выборки экспериментов BATSE и Ulysses, их кросс-калибровка
и объединенное распределение log N - log Р
7.1.2. Частота всплесков с высокой абсолютной яркостью
7.2 Подгоночные модели
7.2.1. Космология
7.2.2. Эволюция источников
7.2.3. Функция светимости
7.3. Процедура подгонки

7.4. Результаты
7.4.1. Спадающая эволюция источников
7.4.2. Результаты по функции светимости
7.4.3. Нижний предел на полную частоту гамма-всплесков
7.5 Резюме
8. Обнаружение гигантских рентгеновских вспышек Лебедя Х-1
8.1. Наблюдения вспышек и обработка сигнала
8.2. Сравнение гигантских вспышек с обычным состоянием Лебедя Х-1
8.3. Подтверждение гигантских вспышек Лебедя Х
другими авторами и современный статус проблемы
8.4. Возможная природа гигантских вспышек Лебедя Х-1
9. Заключение
Литература

64мсх2!,1 = 0,^ — 1. При этом, порог значимости тем меньше, чем больше интервал: Л0 — 4.0а,кг = 3.2а, Л2 = 2.0а, Л3 = 1.2а. Порядок поиска - от меньших I к большим, пока статистически значимое отклонение не будет обнаружено. За положение пика берется середина интервала Atl, за амплитуду - среднее на этом интервале. Данные величины порогов значимости были оптимизированы эмпирически с помощью перемасштабированных всплесков.
Процедура оптимизации выглядела следующим образом. Выборку ярких всплесков, представляющую все разнообразие форм кривых блеска, перемасштабируем к малой яркости и добавляем пуассоновский шум, соответствующий уровню фона. Получается выборка, имитирующая слабые всплески с известными истинными (ожидаемыми) значениями амплитуды и положения наивысшего пика. Далее, ищем пик перемасштабированного события (измеренные значения) и сравниваем его с ожидаемыми. Предмет оптимизации порогов /ц - линейность оценки амплитуды. При малых порогах алгоритм выбирает самую высокую пуассоновскую флуктуацию и завышает значение амплитуды для самых слабых всплесков в среднем в два раза. При слишком больших порогах, поиск всегда останавливается на широком временном бине и яркость событий недооценивается, так как теряются короткие пики. Результат работы алгоритма при выбранных порогах продемонстрирован на рис. 4.2. Систематическое смещение в оценке амплитуды пика не превышает 3%. Статистическая относительная ошибка (полуширина на полувысоте распределения, см. рис. 4.2 Ь) составляет 35% для ожидаемого пикового темпа счета 55 отечетов/64 мс и 22% для 110 отсчетов/64 мс. Ошибки в измеренном положении пика можно охарактеризовать следующим образом: при пере-масштабировании к ожидаемой яркости 55 отсчетов/64 мс в 35% случаев правильно находится пиковый 64 мс бин, в 47% случаев ошибка не превышает 2 бин, в 83% случаев ошибка не превышает 1 с и в 6% случаев она выходит за пределы 3 секунд.
Следует отметить, что данный алгоритм поиска пика удовлетворительно справляется с тяжелейшей проблемой, возникающей во многих задачах: пуассоновским смещением. Однако, конкретные параметры алгоритма подстроены именно под гамма-всплески.