transit-least-squares

Transit Least Squares (TLS) 技能是專為天文學家、資料科學家及研究人員設計的高階分析工具，用於處理系外行星凌日資料。與主要用於偵測正弦波變化的 Lomb-Scargle 週期圖不同，TLS 專門針對行星凌日的幾何形狀進行建模，這使其在偵測行星繞行恆星所引起的亮度微小下降時，表現出顯著的優越性。本技能提供了一套完整的處理流程，涵蓋光變曲線的異常值剔除、趨勢平滑化、週期性訊號搜尋，以及透過遮罩已偵測到的候選行星來進一步搜尋多行星系統。

• 執行非正弦波的凌日模型擬合，以高精度偵測行星訊號。

• 支援包含時間、通量以及關鍵通量誤差（flux_err）在內的原始光變曲線資料。

• 整合 Lightkurve 套件，實現高效的資料處理與前處理。

• 提供強大的週期精細化調整、相位折疊以及視覺化模型驗證功能。

• 透過系統化的凌日遮罩與二次訊號搜尋，促進多行星系統的迭代發現。

• 計算標準天體物理指標，例如訊號偵測效率 (SDE)、訊噪比 (SNR)、凌日深度及基於歷元的凌日時間。

• 務必確保輸入資料包含通量誤差 (flux_err)，以避免偵測結果不準確。

• 建議採取兩階段策略：先進行廣泛的全局搜尋，隨後針對識別出的候選週期進行窄範圍網格精煉，以獲得更高的精度。

• SDE 值大於 6 視為潛在候選者，大於 9 視為強烈訊號；SNR 分數建議設定 7 為有效閾值。

• 在含有數據間隙的資料中需警惕週期別名效應，若演算法建議測試已發現週期的倍數時，請務必重新查核。

• 推薦的前處理流程：剔除 sigma 異常值、平滑化光變曲線以去除儀器趨勢，最後執行 TLS 功率搜尋。

• 極適於處理高 cadence 光度觀測資料，能有效識別 T0（凌日歷元）並計算行星凌日參數以利後續特徵分析。