Quasinormal mode content of binary black hole ringdowns

技术摘要：双黑洞并合铃降中的准正规模内容

问题陈述
在双黑洞（BH）并合后，残余黑洞通过发射被称为铃降（ringdown）的引力波来趋于稳态。这一阶段在理论上被描述为对最终克尔（Kerr）黑洞的扰动，其特征是准正规模（QNM）——即阻尼正弦振荡。虽然基本的四极矩 QNM 已被常规探测到，但次级模（过剩模、逆行模和非线性模）的相对重要性仍不明确，且取决于前身双星的性质。

确定数值波形中精确的模内容具有挑战性，原因在于定义铃降起始时间（$t_0$）存在歧义、存在线性扰动理论无法捕捉的非线性效应，以及包含过多 QNM 时存在过拟合的风险。以往的方法主要依赖于对单个谐波进行最小二乘拟合，并通过简单的失配度指标进行评估，这通常需要进行自由频率拟合或振幅稳定性检查等权宜调整。

方法论
作者提出了一种完全贝叶斯、数据驱动的框架，用于识别来自 SpECTRE CCE 公共目录的高精度柯西-特征演化（Cauchy–Characteristic Evolution, CCE）引力波中的 QNM 内容。

• 波形来源： 研究利用了通过 CCE 演化至未来零无穷远（$\mathscr{I}^+$）的模拟，CCE 提供了一个基于零切片的外部解。波形被转换到超静止系（superrest frame），并使用基于目录中物理动机高斯过程模型训练的经过后处理，以考虑数值不确定性。
• 模型： 引力波信号被分解为自旋加权球谐函数。铃降模型是以下各项之和：
  • 线性 QNM： 阻尼正弦波，其频率和模混合系数源自黑洞扰动理论，取决于残余质量（$M_f$）和自旋（$\chi_f$）。
  • 非线性 QNM： 由二阶和三阶扰动理论预测的项，包括二次项（线性模对）和三次项（线性模三联）相互作用。
  • 偏移量与尾部： 每个谐波的常数偏移量以及晚期幂律尾部（Price 尾部），尽管后者是单独处理的。
• 模型构建算法：
  1. 候选选择： 一组候选模（$C$）包括线性 QNM（最高到过剩模 $n=6$）、逆行模、常数偏移量和特定的非线性组合。
  2. 迭代检测： 从空模型开始，算法迭代地添加能够相对于当前已检测模集（$D$）最大化贝叶斯因子（显著性 $S_c$）的候选模。该过程持续进行，直到没有剩余候选模超过显著性阈值（$S_{threshold} \approx 0.9999$，对应于 $\sim 4\sigma$）。
  3. 后验预测检查 (PPC)： 为了防止过拟合或欠拟合，最终模型会进行 PPC。拟合残差的振幅会与基于目录中高斯过程模型的数值噪声所推导的预期分布进行比较。拟合效果差（累积分布函数值较大）表明该模型对于特定的起始时间是不充分的。
  4. 尾部搜索： 独立的分析通过对振荡参数进行边缘化来搜索幂律尾部，将振荡内容固定为由主算法检测到的模。

关键结果
该框架被应用于 13 个跨越广泛起始时间（$t_0$）的数值模拟。

• 高阶过剩模： 对于早期起始时间（$t_0 \lesssim 9M$），算法能可靠地识别出跨越多种球谐函数的多个高阶过剩模（最高至 $n=6$）。随着 $t_0$ 增加，这些过剩模会以一种符合其更快衰减速率的方式消失。
• 非线性模： 研究识别出了非线性 QNM，包括二次模（例如 $(2,2,0,+)^2$）和三次模 ($(2,2,0,+)^3$)。由于其驱动的基频线性模衰减较慢，这些非线性模比高阶过剩模持续时间更长。值得注意的是，三次 QNM 在 $t_0 \lesssim 20M$ 时表现出稳定的振幅。
• 逆行模： 逆行模在极早期起始时间偶尔会被检测到，但在特定模拟中（例如具有反向对齐自旋的等质量系统）更为显著。
• 振幅稳定性： 虽然贝叶斯方法能正确推断出基频和低阶模的预期衰减率，但高阶过剩模的振幅在不同 $t_0$ 下表现出较低的稳定性。这归因于过剩模极短的衰减时间以及可能与瞬态响应产生的混淆。
• 幂律尾部： 未在 CCE 波形中检测到幂律尾部。尾部振幅的后验分布与零一致，这为尾部振幅设定了严格的上界（例如，$|\hat{A}_{(6,6)}| < 3.6 \times 10^{-6}$）。这种缺失归因于 CCE 模拟中柯西区域大小的限制以及来自该区域外部的反作用力的缺乏。

意义与主张
本文声称为所有可用目录模拟提供了一个系统、客观的参考，用于描述跨越广泛起始时间的铃降模内容。通过利用带有证据比和 PPC 的完全贝叶斯方法，该方法避免了以往最小二乘法的随意性。

在并合附近检测到多个高阶过剩模以及高达三阶的非线性模，强化了这些组分对于建模铃降的物理意义。作者强调，其数据驱动方法证实了为了准确描述早期时刻的波形，包含这些模是必要的，同时 PPC 确保了所得模型在统计上对于数值噪声是稳健的。CCE 数据中尾部的缺失，验证了其模拟方法在晚期行为方面的局限性，并将其与此前观察到尾部的柯西-特征匹配（CCM）模拟区分开来。