Исследование космического микроволнового фона на низких пространственных частотах

• Автор: Найден, Ярослав Владимирович
• Шифр специальности: 01.03.02
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Нижний Архыз
• Количество страниц: 123 с. : ил.

Содержание
Введение

1 Введение в методы анализа на сфере

1.1 О спектральных параметрах гауссового поля

1.2 Проблема пикселизации

1.2.1 Пиксслизация неба по методу Гаусса-Лежандра

2 Методы анализа статистических свойств реликтового излучения

2.1 Мозаичная корреляция

2.2 Картографирующие эстиматоры

2.2.1 Эстиматор стандартного отклонения углового спектра мощности

2.2.2 Эстиматор стандартного отклонения разности спектров мощности

2.2.3 Эстиматор вклада четных гармоник
2.3 Фурье-образы одномерных сечений
2.3.1 Система анализа Фурье-образов одномерных сечений
3 Исследование статистических аномалий
3.1 Осевые симметрии в данных Wilkinson Microwave Anisotropy Probe (WMAP) Internal Linear Combination (ILC)
3.1.1 Обоснование
3.1.2 Алгоритм анализа данных
3.1.3 Результаты
3.2 Влияние инфракрасных и субмиллиметровых источников на микроволновый фон

Глава 0.

3.2.1 Использованные данные
3.2.2 Алгоритм обработки
3.2.3 Результаты
3.2.4 О мультиполях ( = 3 и
3.3 Исследование неоднородности реликтового фона по угловому спектру мощности
3.3.1 Особенности метода
3.3.2 Результат
3.4 Корреляционные свойства Cosmic Microwave Background (СМВ), The 2MASS Redshift Survey (2MRS) и Sloan Digital
Sky Survey (SDSS)
3.4.1 Использованные данные
3.4.2 Корреляционные функции
3.4.3 Результаты
4 Web-сервер для анализа данных на сфере
4.1 Введение
4.2 Архитектура базы данных
4.3 Получение области с заданным разрешением
5 Пакет для работы со сферическими функциями GlesPy
5.1 Архитектура GlesPy
5.2 Класс пиксельных карт PixelMap
5.3 Класс для манипуляций с коэффициентами сферических гармоник Aim
5.4 Класс углового спектра мощности С
5.5 Класс хранилища точечных источников PointSource
5.6 Вспомогательные классы
5.7 Расширение: классы Angle и Zone
Заключение
Список сокращений
Список рисунков
Глава 0.

Список таблиц
Литература
Глава 2.

Gi = G(pt) = G(Si(Pl), S2(pi))
для разбиения гистограммы сигнала на однородные бины. И для j-oro бина имеем
3 < С./д <2 +
для всех пикселей рг из j-oro бина, Д — ширина бина. В каждом таком бине можно вычислить а} и отделить реликтовое излечения от других фоновых компонент. Следуя рекомендации [93], мы провели разделение компонент с функцией однородности, основанной на разности сигнала в каналах:
Gг = Si (рг) - s2(p,) = Flip,) - Ыр,) = РЛ1 + й),
(<5,) = 0,' |5,| < Д//3,
где 0j — среднее значение для j-ого бина, а 5, — отклонение от среднего значения для г-ого пикселя. В этом случае СМВ представляется в виде:
C(Pl) = S-2(Pl) - {I + 5(Pl))(S26)/(S2)
Размер бина мы выбирали так, чтобы его длина была не меньше Д > 0.02 и в него попадало не менее пяти пикселей. На рисунках 2.6 и 2.7 представлены модельные карты до и после разделения компонент соответственно. Для каждого из наборов космологических параметров было смоделировано 100 случайных карт для определения 1ст-разброса. На рисунке 2.8 изображены примеры спектров мощности для одномерных сечений некоторых космологических моделей (П;, = 0.0462, 0,А = 0.735 и ns = 0.96). Сплошной линией отмечено среднее значение для 100 случайных моделей. Серый фон отображает 1ст-разброс. Пунктир соответствует сечению карты ILC WMAP.