transit-least-squares

Transit Least Squares (TLS) 技能是专为天文学家、数据科学家及研究人员设计的高级分析工具，用于处理系外行星凌日数据。与主要用于检测正弦波变化的标准 Lomb-Scargle 周期图不同，TLS 专门针对行星凌日的几何形状进行建模，使其在检测行星绕行恒星所引起的亮度微小下降时具有显著优势。本技能提供了一套完整的处理流程，涵盖光变曲线的异常值剔除、趋势平滑化、周期性信号搜索，以及通过遮罩已检测到的候选行星来进一步搜索多行星系统。

• 执行非正弦波的凌日模型拟合，以高精度检测行星信号。

• 支持包含时间、通量以及关键通量误差（flux_err）在内的原始光变曲线数据。

• 整合 Lightkurve 软件包，实现高效的数据处理与预处理。

• 提供强大的周期精细化调整、相位折叠以及可视化模型验证功能。

• 通过系统化的凌日遮罩与二次信号搜索，促进多行星系统的迭代发现。

• 计算标准天体物理指标，例如信号检测效率 (SDE)、信噪比 (SNR)、凌日深度及基于历元的凌日时间。

• 务必确保输入数据包含通量误差 (flux_err)，以避免检测结果不准确。

• 建议采取两阶段策略：先进行广泛的全局搜索，随后针对识别出的候选周期进行窄范围网格精炼，以获得更高的精度。

• SDE 值大于 6 视为潜在候选者，大于 9 视为强烈信号；SNR 分数建议设置 7 为有效阈值。

• 在含有数据间隙的数据中需警惕周期别名效应，若算法建议测试已发现周期的倍数时，请务必重新核对。

• 推荐的预处理流程：剔除 sigma 异常值、平滑化光变曲线以去除仪器趋势，最后执行 TLS 功率搜索。

• 极适于处理高 cadence 光度观测数据，能有效识别 T0（凌日历元）并计算行星凌日参数以利后续特征分析。