GFH-v2 Pipeline for Searches of Long-Transient Gravitational Waves from Newborn Magnetars

ملخص تقني: مسار GFH-v2 للبحث عن موجات الجاذبية طويلة العابرة من النجوم المغناطيسية الوليدة

بيان المشكلة
توفر الموجات المستمرة للجاذبية (CWs) من النجوم النيوترونية الدوارة غير المتماثلة محورياً وسيلة لاستقصاء الفيزياء القصوى، بما في ذلك معادلة الحالة للمادة فائقة الكثافة وتكوينات المجال المغناطيسي الداخلي. وبينما تركز عمليات البحث القياسية عن الموجات المستمرة على الأنظمة المعزولة أو الثنائية ذات الترددات المستقرة، يوجد نوع فرعي تحدي يتمثل في الموجات المستمرة طويلة العابرة (tCWs). هذه الإشارات، التي قد تنبعث من النجوم المغناطيسية الوليدة عقب انفجارات المستعرات العظمى (CCSNe) أو اندماج النجوم النيوترونية الثنائية، تتميز بمدد تتراوح من آلاف الثواني إلى أيام، وتتسم بتطور ترددي سريع وغير خطي (تباطؤ الدوران).

يعد اكتشاف هذه الإشارات أمراً صعباً بسبب سعاتها الضعيفة ومساحة المعلمات الواسعة المطلوبة للبحث. كانت طرق التجميع شبه المتماسكة الهرمية الموجودة، مثل تحويل "هوف" للتردد المعمم (GFH)، محدودة سابقاً بافتراضات التطور الترددي الخطي أو عدم الكفاءة الحسابية عند تطبيقها على نماذج التباطؤ ذات القوة النموذجية المتبعة في النجوم المغناطيسية. علاوة على ذلك، فإن التطبيقات السابقة، مثل البحث عن بقايا ما بعد الاندماج لـ GW170817، لم تسفر عن أي اكتشاف، ويرجع ذلك جزئياً إلى أن مصدر الإشارة كان أبعد من نطاق وصول البحث. هناك حاجة إلى مسار معالج مُحسّن يمكنه التعامل بكفاءة مع التطور الإشاري الخاص بالنجوم المغناطيسية الوليدة مع الحفاظ على الحساسية ضمن فترات الرصد الحالية والمستقبلية (مثل LIGO-Virgo-KAGakra O4 وO5).

المنهجية
يقدم البحث GFH-v2، وهو نسخة محسنة من خوارزمية تحويل "هوف" للتردد المعمم، مصممة خصيصاً لنظام التباطؤ الذي تهيمن عليه موجات الجاذبية في النجوم المغناطيسية الوليدة. تتضمن المنهجية عدة تطورات تقنية رئيسية:

1. نموذج الإشارة ومساحة المعلمات:

   • يفترض التحليل سيناريو تباطؤ يهيمن عليه انبعاث موجات الجاذبية حيث يكون مؤشر الكبح $n=5$. يتبع التطور الترددي قانون القوة: $f_{gw}(t) = f_0 (1 + \frac{t-t_0}{\tau})^{1/(n-1)}$.
   • مساحة معلمات البحث مدفوعة فيزيائياً، حيث تركز على الترددات الأولية $f_0 \in [600, 2000]$ هرتز، واللاتمركزية (البيضاوية) $\epsilon \in [3 \times 10^{-4}, 3 \times 10^{-3}]$.
   • تم تحديد الموقع السماوي ليكون ثابتاً على المستعر الأعظم القريب SN 2023ixf (M101) كهدف موجه، رغم أن الإطار العام قابل للتطبيق على غيره.

2. تحسين التماسك وأوقات الرصد:

   • زمن التماسك ($T_{FFT}$): على عكس نهج النوافذ الثابتة، يتم حساب $T_{FFT}$ ديناميكياً لكل إشارة لضمان بقاء الانزياح الترددي ضمن نطاق تردد واحد ($\Delta f \lesssim 1/T_{FFT}$). وينتج عن ذلك أزمنة تماسك أقصر للترددات الأعلى واللاتمركزية الأعلى.
   • زمن الرصد ($T_{obs}$): بدلاً من المدة الثابتة، يتم تحسين $T_{obs}$ بناءً على اضمحلال سعة الإشارة. ويُعرف بأنه الوقت المطلوب حتى تنخفض السعة إلى كسر $\alpha_h$ من قيمتها الأولية. يتم اختيار $\alpha_h$ الأمثل لتقليل أدنى انفعال يمكن اكتشافه $h_{0,min}$، مما يوازن بين دمج المزيد من البيانات وإدراج البيانات ذات السعة الإشارية المهملة.

3. التحسينات الخوارزمية والحسابية:

   • المعالجة المسبقة للبيانات: ينتقل المسار بعيداً عن إعادة معالجة قواعد بيانات تحويل فوريه القصيرة (SFDB) إلى مقاطع قصيرة. بدلاً من ذلك، يقوم بتحويل عكسي مباشر لكتل SFDB إلى سلسلة زمنية تحليلية معقدة ومختصرة (مشابهة للبيانات المأخوذة من عينات حزمة)، تغطي نطاق التردد المحدد للإشارة. وهذا يتجنب خطوات التنظيف غير الضرورية المصممة للإشارات شبه أحادية اللون.
   • تنفيذ التحويل: تمت إعادة هندسة تحويل GFH الأساسي. استخدم التنفيذ الأصلي حلقة متداخلة مزدوجة عبر الزمن ومعلم التباطؤ $k$، مما أعاق التوازي. يقوم GFH-v2 بإزالة حلقة الزمن الخارجية، والتحرك بدلاً من ذلك عبر شبكة $k$. لكل $k$، يتم دمج خريطة الذروة (peakmap) بالكامل على طول المنحدر المقابل باستخدام وظائف المدرج التكراري أحادية البعد المحسنة مع مصفوفات التخزين المؤقت. يسمح هذا بتعدد الخيوط (multi-threading) بكفاءة ويقلل وقت الحوسبة بنحو عشرة أضعاف تقريباً.
   • اختيار المرشحين: يتم تحديد المرشحين كزيادات في خريطة "هوف" باستخدام إحصائية النسبة الحرجة (CR). تم تحديد عتبة $CR_{thr} = 7$ تجريبياً للموازنة بين الحساسية ومعدلات الإنذار الكاذب (لإبقاء الإنذارات الكاذبة دون 1%). تُجرى فحوصات التطابق بين الكواشف في فضاء المعلمات $(x_0, k)$.

النتائج الرئيسية
قيم المؤلفون مسار GFH-v2 باستخدام كل من تقديرات الحساسية النظرية والاختبارات التجريبية التي تتضمن حقن إشارات محاكية في بيانات LIGO-Virgo-Kagra O4a.

• الحساسية النظرية: باستخدام كثافة الطيف القدرتي (PSD) لضوضاء O4a، يظهر المسار أن أدنى انفعال يمكن اكتشافه $h_{0,min}$ يتناسب مع $f_0^2$. وتتغير أقصى مسافة يمكن اكتشافها $D_{max}$ مع التردد واللاتمركزية، حيث تصل إلى حوالي 0.1 ميجابارسيك للمدارات عالية اللاتمركزية ($\epsilon \sim 3 \times 10^{-3}$) والترددات المنخفضة، وتنخفض للترددات الأعلى بسبب التباطؤ الأسرع وأزمنة التماسك الأقصر.
• الحساسية التجريبية: تم حقن إشارات محاكية في 20 يوماً من بيانات O4a. نجح المسار في استعادة الإشارات بكفاءة 90% عند مسافات تتوافق مع التوقعات النظرية.
  • في النطاقات الترددية المتأثرة بالخطوط الأدواتية (مثل أنماط كمان التعليق)، تدهورت الحساسية التجريبية، حيث انخفضت $D_{max}$ عن التوقعات النظرية بمقدار يصل إلى ضعفين.
  • في النطاقات الأخرى، تجاوزت الحساسية التجريبية أحياناً التقديرات النظرية بمعاملات تترا de 1.5 إلى 2، ويعزى ذلك إلى الافتراض النظري المتحفظ باستخدام أقصى PSD بين كاشفي LIGO.
• الأداء: حقق تنفيذ GFH-v2 تسريعاً بنحو عشرة أضعاف مقارنة بكود GFH الأصلي، ويرجع ذلك أساساً إلى إزالة حلقة الزمن الخارجية وأنماط الوصول الفعال للذاكرة.

الأهمية والادعاءات
يزعم البحث أن GFH-v2 يوفر إطاراً قوياً وفعالاً للبحث الموجه عن موجات الجاذبية طويلة العابرة من النجوم المغناطيسية الوليدة. تكمن أهميته في:

1. تعزيز الحساسية: من خلال تحسين زمن التماسك وزمن الرصد بناءً على اضمحلال الإشارة، يتجنب المنهج دمج البيانات التي تهيمن عليها الضوضاء، مما يحسن نسبة الإشارة إلى الضوضاء.
2. الكفاءة الحسابية: يسمح إعادة الهيكلة الخوارزمية بالتنفيذ القابل للتوسع متعدد الخيوط، مما يجعل البحث في مساحات معلمات أكبر أمراً ممكناً في فترات الرصد الحالية والمستقبلية (O5 وما بعدها).
3. الجاهزية للرصد المستقبلي: تم تصميم الإطار ليتم تطبيقه على فترات الرصد القادمة وكواشف الجيل الثالث (Einstein Telescope, Cosmic Explorer).
4. التطبيق الفوري: تم تطبيق المسار بالفعل في بحث موجه يستهدف SN 2023ixf باستخدام بيانات LIGO Engineering Run 15 (ER15)، وستعرض النتائج في منشور منفصل.

يخلص المؤلفون إلى أنه بينما تركز هذه الدراسة الحالية على حالة التباطؤ التي يهيمن عليها انبعاث موجات الجاذبية ($n=5$)، فإن المنهجية تعمل كأساس للعمل المستقبلي الذي سيستكشف نماذج التباطؤ الأكثر عمومية، وأوقات البدء المتغيرة، والنهج الهجينة التي تجمع بين GFH-v2 وتقنيات التعلم الآلي لعمليات البحث في جميع أنحاء السماء.