数据分析
lomb-scargle-periodogram avatar

lomb-scargle-periodogram

使用 Lomb-Scargle 周期图法分析天文时间序列数据,特别适用于非均匀采样数据,并透过 lightkurve 函数库检测周期性信号。

简介

Lomb-Scargle 周期图是一种专业的分析工具,旨在协助天文学家和数据科学家检测非均匀采样时间序列数据中的周期性变化。此技能提供基于 lightkurve 函数库的实现,该函数库是分析来自 Kepler、K2 和 TESS 等太空望远镜数据的业界标准。它解决了观测天文学中常见的挑战,即数据间隙、变动采样率和观测限制导致无法使用标准傅立叶变换分析的问题。

  • 执行自动化的 Lomb-Scargle 周期图计算,以识别光变曲线数据集中的主要频率与周期。

  • 提供可自定义的周期范围搜索,专为恒星自转、系外行星凌日、食双星和恒星脉动等特定物理现象量身打造。

  • 包含整合的绘图工具以视觉化功率谱,允许用户在频率视图与周期视图之间切换。

  • 提供强大的结果解读支持,协助用户识别潜在的谐波、别名信号以及高功率信号的显著性。

  • 透过识别出的周期频率生成模型光变曲线,进行后续的模型拟合,以便与原始观测数据进行直接比较。

  • 输入需要时间序列对象或包含时间、通量和通量误差值的数组。

  • 输出包括周期图对象、峰值周期计算结果以及用于信号验证的统计功率指标。

  • 用户应设定合理的周期搜索范围;例如,恒星自转通常需要 0.1 到 100 天,而脉动研究可能需要 0.001 到 1 天范围内的高分辨率。

  • 重要事项:视觉化数据时请务必指定 view='period',以确保以「天」为单位进行解读,而非频率单位 (1/周期)。

  • 解读多个峰值时应谨慎,因为这些峰值可能代表仪器别名或谐波信号,而非不同的物理过程。

  • 尽管此技能在初步发现方面表现优异,但建议在专门调查系外行星候选目标时,配合凌日最小二乘法 (TLS) 或箱形最小二乘法 (BLS) 等特定方法进行补充分析。

仓库统计

Star 数
1,084
Fork 数
271
Open Issue 数
38
主要语言
PDDL
默认分支
main
同步状态
空闲
最近同步时间
2026年4月30日 12:12
在 GitHub 查看