Исследователи из Калифорнийского университета в Беркли совместно с NASA Ames разработали продвинутый алгоритм для анализа данных космического телескопа Kepler. Новая методика фокусируется на выявлении экзопланет, находящихся на пределе возможностей прибора, что критически важно для обнаружения миров земного типа в обитаемых зонах.
Этапы обработки данных
Процесс анализа разбит на несколько последовательных шагов для минимизации помех:
- Очистка данных: Устраняются локальные дефекты, такие как внезапные падения чувствительности пикселей (SPSD), артефакты на краях пропусков и шумы, вызванные звездной активностью. Применяются шаблоны с экспоненциальным профилем и адаптивное сглаживание спектра.
- Гауссианизация: Специальное преобразование данных позволяет подавить редкие аномалии, сохраняя при этом сигналы, характерные для планетных транзитов.
- Заполнение пропусков: Недостающие фрагменты данных реконструируются с помощью модели стационарного гауссовского шума, параметры которой рассчитываются индивидуально для каждой звезды.
Алгоритм поиска и валидация
Для обнаружения транзитов используется банк шаблонов с логарифмическим распределением периодов и длительностей. Ключевым инструментом оценки выступает Байесовский фактор, позволяющий статистически отделить реальный сигнал планеты от инструментальных шумов. Важным критерием проверки является соответствие длительности транзита физическим законам Кеплера с учетом орбитальных характеристик звезды.
Анализ достоверности событий
Разработчики внедрили строгую систему проверки кандидатов:
- Анализ каждого индивидуального транзита: событие отклоняется, если сигнал обеспечивается единичными аномалиями.
- Статистическая проверка согласованности вклада всех транзитов.
- Контроль близости сигнала к крупным пропускам в данных.
В ходе тестов на реальных и искусственных данных алгоритм успешно подтвердил существование известных экзопланет, при этом отсеяв ряд ложных кандидатов с длинными орбитальными периодами. Это уточнение существенно меняет текущие оценки распространенности планет, пригодных для жизни, в нашей Галактике. Программный код проекта доступен на GitHub.
