Astronomiya

Vahid loqaritmik aralığa malik bir dalğa uzunluğu massivinə sürət dəyişikliyini necə tətbiq edə bilərəm?

Vahid loqaritmik aralığa malik bir dalğa uzunluğu massivinə sürət dəyişikliyini necə tətbiq edə bilərəm?

Tutaq ki, Angstroms vahidlərindəki bir spektr üçün dalğa uzunluğu massivi var. Dalğa uzunluğunun "vahid loqaritmik aralığa" sahib olduğunu fərz edək ki, qonşu sıra elementləri i və i + 1 arasındakı Angstrom fərqini götürsəm, bu, digər qonşu iki element arasındakı Angstrom fərqi ilə eyni olmayacaqdır. və j + 1. Lakin əvvəlcə dalğa uzunluğu massivinin log10-u götürsəydim, qonşu iki logaritmik sıra elementi i və i + 1 arasındakı fərq digər logaritmik sıra elementləri j və j + 1 arasındakı fərqə bərabər olardı.

İndi bu dalğa uzunluğu massivinin X km / s sürət ofsetinə malik olduğunu əvvəlcədən bilirəm ki, mən onu silmək istədim. Vahid loqaritmik aralığa sahib olan bu dalğa boyu massivinə -X km / s sürət sürətini necə tətbiq edə bilərəm?


Bərabər log dalğa boyu artım qutuları varsa, sürət dəyişməsi birbaşa piksel dəyişməsinə cavab verir. Bərabər log dalğa boyu artımlarında binning səbəbi budur.

Qısa bir dəlil üçün bu suala baxın. Sadəcə, hər bir pikselin sürət baxımından nəyə uyğun gəldiyini öyrənmək lazımdır. $$ Delta V = c , Delta log lambda $$


Radio Astronomiyasında Texnologiya və Müşahidələr

Bu fəsildə texnologiyanın müxtəlif aspektləri və radio astronomiyadakı müşahidələr izah olunur. Radio astronomiyası yer üzündə əlçatmaz şərtlərdə maddə və enerji ilə məşğul olan bir fizikanın bir hissəsidir. Alınan əsas enerji davamlılıq şəklindədir və geniş bir tezlik aralığında uzanır, lakin ulduzlararası atomlardan və molekullardan çox sayda spektral xətt də aşkar edilmişdir. Müşahidəçinin problemi, intensivliyin dəyişməsini göydəki mövqenin və həmçinin tezliyin bir funksiyası olaraq ölçməkdir. Parlaqlıq temperaturu və ya səmanın müşahidə olunan hissəsinin səth parlaqlığı, anten effektivliyi məlum olduğu təqdirdə antena temperaturundan əldə edilə bilər. Tək bir radio teleskop, sadəlik, asan idarəolunma və dalğa uzunluğunda böyük bir rahatlığa sahibdir. Fəsildə mənbənin intensivlik paylanmasının və diyafram təyyarəsində yaratdığı qarşılıqlı uyğunluğun zamandan asılı olmadığı təqdirdə, hər interferometrin başlanğıc uzunluğunda və istiqamətlənməsindəki uyğunluğu, interferometr elementlərinin nisbi mövqelərini dəyişdirərək ardıcıllıqla ölçmək olar. .


Bu işdə, ultrabənövşəyi həssas sink oksid nanohissəcikləri (ZnO NPs) təbəqəsi və ultra incə qızıl təbəqəsi ilə səth akustik dalğa (SAW) ultrabənövşəyi (UV) sensorun həssaslığının yaxşılaşdığını nümayiş etdiririk. Əlavə qızıl təbəqə, ZnO / Au təbəqəsinin ümumi təbəqə keçiriciliyini artıraraq fotokəsarətin artırılmasında mühüm rol oynayır və bununla da SAW UV sensorunun həssaslığını artırır. Bu işdə hazırlanan SAW sensoru, 41 ° Y-X LiNbO üzərinə çökmüş UV həssas ZnO NP qatından ibarətdir.3 kəsilmə-üfüqi (S-H) dalğaları yaya bilən substrat. Filmin təbəqə keçiriciliyi sensorun həssaslığının qiymətləndirildiyi ötürmə xətti metodu ilə hesablanmışdır. ZnO NP-lərin morfoloji və struktur xüsusiyyətləri tarama elektron mikroskopu (SEM) və rentgen difraksiyası (XRD) istifadə edilərək qiymətləndirilmişdir. Bundan əlavə, Au / ZnO ikiqat qatının cihazın ultrabənövşəyi udulmasına təsiri spektrofotometr istifadə edilərək analiz edilmişdir. Cihaz, ultrabənövşəyi ölçü cihazı ilə qiymətləndirilən ticarət UV lampası ilə şüalanmışdır. Bundan əlavə, tavlama şəraitinin təsirlərini və ultra incə qızıl metal təbəqəsinin əlavə çökməsini araşdırmaq üçün cihazın cərəyan-gərginlik xüsusiyyətləri və vaxt reaksiyaları bir yarımkeçirici parametr analizatoru istifadə edilərək təyin edilmişdir. SAW UV sensorunun qızıl təbəqə ilə həssaslığının yaxşılaşdırılması faza keçid ilə təsdiqləndi S21 55 ° -dən 198 ° -ə qədər.

Minuk Jo 2012-ci ildə Koreyanın Suwon əyalətindəki Ajou Universitetində elektrik mühəndisliyi üzrə BS dərəcəsi almışdır. Əsas tədqiqat sahələri SAW (səth akustik dalğa) sensorlarını əhatə edir. 2012-ci ildən etibarən Ajou Universiteti Micro-System Laboratoriyasında MD namizədi olaraq işə başladı.

Ki Jung Lee 2007 və 2009-cu illərdə Ajou Universitetində elektrik mühəndisliyi üzrə BS, MS dərəcələri almışdır. Əsas tədqiqat sahələri SAW sensorları və mikro kütlə spektrometridir. 2007-ci ildən etibarən Ajou Universiteti Micro-System Laboratoriyasında MD namizədi olaraq işə başladı.

Sang Sik Yang 1958-ci ildə Koreyada anadan olub. Mexanika mühəndisliyi üzrə BS və MS dərəcələrini 1980 və 1983-cü illərdə Seul Milli Universitetində alıb. 1988-ci ildə Kaliforniya Universitetində, Berkeley-də maşınqayırma üzrə doktorluq dərəcəsini almışdır. O zaman Nyu-Cersi Texnologiya İnstitutunda tədqiqatçı köməkçi professor idi. 1989-cu ildən bu yana Ajou Universitetinin Elektron Mühəndisliyi Fakültəsinin professorudur. Tədqiqat maraqları mikroelektromekanik cihazların, SAW sensorların və mikro plazma cihazların mexanizmi və işə salınmasıdır.


Hidravlik pürüzlülüyü xarakterizə etmək üçün sürətli birbaşa ədədi simulyasiya metodu

Hidravlik olaraq hamardan tamamilə kobud rejimə qədər istənilən kobud səthin hidravlik pürüzlülüyünü birbaşa xarakterizə etməyi vəd edən sürətli birbaşa ədədi simulyasiya (DNS) metodunu təsvir edirik. Metod, minimal uzunluqlu kanallardan istifadə edərək yüksək Reynolds saylı axınların simulyasiyası ilə əlaqəli əlverişsiz hesablama xərclərini aradan qaldırır (Jiménez & Moin, J. Fluid Mech., Cild 225, 1991, s. 213-240). Konsepsiya sübut edən simulyasiyalar minimal sürət kanallarındakı axınların aşağı sürət sürüşməsini, yəni tam aralı kanallarda axınlarla proqnozlaşdırılan Hama pürüzlülük funksiyasını tutmaq üçün kifayət etdiyini göstərir. Əvvəlcə bədən qüvvələri tərəfindən tətbiq olunan modelləşdirilmiş pürüzlülüklə, ikincisi pürüzlülüyə uyğun ızgaralarla təsvir olunan açıq pürüzlülüklə iki simulyasiya dəstini nəzərdən keçiririk. Minimum xərc sayəsində, tam miqyaslı tətbiqlərdə tipik olduğu kimi sabit bir tıxanma nisbətini qoruyaraq Reynolds rəqəmlərinin artması ilə birbaşa ədədi simulyasiya edə bilərik. Mövcud metod birbaşa kobud səthlərin profilometriya məlumatlarından hidravlik müqaviməti xarakterizə etmək üçün praktik, sürətli və dəqiq bir vasitə vəd edir.


Təşəkkürlər

Anonim hakimə konstruktiv şərhləri üçün təşəkkür edirik. S.R. Direccion de Doctorado de la Vicerrectoria de Investigacion, (VRI), Pontificia Universidad Catolica de Chile dəstəyini qəbul edir. Layihə üçün təkliflərinə görə Andrey A. Tokovininə təşəkkür edir. S.R. Johannes Buchnerə texniki proqramlaşdırma məsələlərindəki məsləhətlərinə görə təşəkkür edirəm. L.V. CONICYT Fondecyt n. 1171364. JSPS və Proyecto Corfo 14ENI2-26862-nin İkitərəfli Birgə Tədqiqat Proqramının dəstəyini qəbul edirik. A.Z. CONICYT qrant nömrəsi ilə dəstəklənmişdir. 21170536. Yoxlama oxuduqları üçün Johannes Buchner və Abigail Stein'e təşəkkür edirik.


3. HARPS Məlumatlarına Tətbiq

Bu işin məqsədi üçün. Performansını yoxlamağı seçdik titrəmək HARPS spektrografından arxiv spektrləri üzərində metod (Mayor et al. 2003). HARPS, 2003-cü ildən bəri davamlı olaraq fəaliyyət göstərir və bu səbəbdən geniş ictimaiyyətə təqdim olunan məlumatların geniş bir kataloquna malikdir. Üstəlik, əla alət dayanıqlığı və dəqiq kalibrləmə, məlumatları hər spektr üçün dəqiq bir dalğa boyu həllinə əsaslanan metodumuza ideal şəkildə uyğunlaşdırır.

Bütün məlumatlar ESO ictimai məlumat arxivindən "şəklində alınmışdır.e2ds"spektrlər. 9 Bu məlumatlar, 72 sifariş bloklarında 4096 piksel əmri-1-ə uyğun olaraq 1D spektrləri çıxarıldı. Müşahidənin hava kütləsi və hesablanmış BERV hər ikisi də spektral məlumat sənədinin FITS başlığında verilmişdir. Hər bir spektr üçün dalğa boyu həllərini ESO tərəfindən də dəstəklənən xüsusi HARPS kalibrləmə arxivindən əldə etdik.

Verilərdə yuxarıda təsvir olunan model optimallaşdırmasını başlamazdan əvvəl, əvvəlcə etibarsız ölçülmüş spektral bölgələri maskalayırıq və hər spektrdə davamlı normallaşma edirik. Bu maskalanma, maskalanmış məlumat nöqtəsindəki tərs dispersiyanı sıfıra endirərək, onu uyğunluqdan təsirli şəkildə çıxarmaqla həyata keçirilir. Xülasə olaraq, çıxarılan axının sıfırın altındakı pikselləri, həmçinin yerli S / N-in 5-dən aşağı düşdüyü spektral əmrlərin kənarındakı bölgələri maskalayırıq. Bu məlumatları maskaladıqdan sonra axını giriş boşluğuna çeviririk və davamlı normallaşdırırıq. məlumatların asimmetrik şəkildə kəsilmiş alt hissəsinə bir polinomun uyğunlaşdırılması və çıxarılması. Bütün piksellərin aralığın xaricində kəsilməsindən yaxşı nəticələr tapdıq [−0.3σ, +3σ] udma xüsusiyyətlərini effektiv şəkildə aradan qaldırmaq, altıncı sıra polinomu yerləşdirmək və qalıqlar tərəfindən təyin olunan piksel kəsmə ilə kəsilmiş piksellərin seçimi sabitləşənə qədər təkrarlamaq yolu ilə. Bu, hər bir eşel sifarişinə görə müstəqil olaraq edildi.

Normallaşdırılmış, loqaritmik spektrdə hər pikselə bir qeyri-müəyyənlik dispersiyası (kvadrat səhv) təyin edirik. Texniki cəhətdən, bu qeyri-müəyyənliyin giriş məkanında Gauss olduğu güman edilir, bu səhv bir yaxınlaşma, lakin yüksək S / N məlumatları üçün çox uzaq deyil. Hər bir sifariş üçün, hər bir jurnal axınına, bu sırada piksellərin orta S / N kvadratının tərsində (HARPS boru kəmərləri tərəfindən bildirildiyi kimi), yuxarıda və ya aşağıda göstərilən xam xətti axınla ölçülən tərslikdə bir qeyri-müəyyənlik fərqi təyin edirik. giriş və normallaşdırmadan əvvəl məlumatdakı piksel. Günlük məkanında çalışdığımızı və fərdi piksel qeyri-müəyyənlik qiymətləndirmələrimizi nəzərə almasaq, bu, edə biləcəyimiz ən yaxşı Poisson təxminidir. Texniki olaraq, axının logaritması alınaraq kiçik bir yanaşma tətbiq olunur, lakin bu yanaşma müvafiq S / N-lərdə çox azdır, bu kiçik qərəz axın istiqamətindədir və mütləq əldə edilmiş RV-lərin üzərində xəritələnməyəcəkdir.

Mümkünsə, son ulduz RV tərəfindən alınmışdır titrəmək standart HARPS boru kəməri ilə uyğun olaraq, məlumat başlığında göstərilən bir RV sürüşmə müddətini çıxarmaqla dalğa boyu həllində daxili sürüşmə üçün düzəldilir. Bu sürüşmə eyni vaxtda işarə lampasından hesablanır və bu səbəbdən yalnız müəyyən müşahidə rejimlərində mövcuddur. RV həllinə verdiyi töhfə, ümumiyyətlə, HARPS boru kəməri tərəfindən verilən dalğa boyu həllinin ümumiyyətlə dəqiq olduğu ehtimalımızı dəstəkləyərək 1-dən aşağı olur.

Aşağıda, bu prosedurun tətbiqi və optimallaşdırma nəticələrini təsvir edirik titrəmək müxtəlif növ ulduzlar üçün HARPS məlumatlarını istifadə edən model: bilinən bir planet olan bir G cırtdan, bir RV səssiz M cırtdan və bir planetar tranzit hadisəsi yaşayan erkən bir K cırtdan.

3.1. 51 Pegasi

Üçün titrəməkİlk testimizdə bilinən ilk ekzoplanet aparıcısını seçdik: 51 Pegasi. Bu hədəf 4 gün orbital dövrü və 0,5 kütləsi olan bir planetə ev sahibliyi edən Günəşə bənzər bir ulduzdur MJ (Mayor & amp; Queloz 1995). Kəşf edilən ilk ekzoplanet kimi kanonik statusu, bu sistem üçün böyük miqdarda məlumatın mövcud olduğu deməkdir. Xüsusilə arxiv HARPS məlumatları əsasən planetin əks olunan işıq spektrlərini müşahidə etmək səylərindən mövcuddur (Martins və digərləri 2015).

Qaçdıq titrəmək tanınmış orbital xüsusiyyətləri olan bir planetar siqnalın bərpası üzrə fəaliyyətini yoxlamaq üçün bu arxiv məlumatları üzərində. HARPS arxivindəki 91 ictimaiyyət üçün mövcud olan spektrlər əsasən bir neçə gecə müşahidə edilməkdədir, lakin bu gecələr BERV-də ulduz və tellur spektrlərini ayırmaq üçün kifayət qədər geniş bir sıra üçün il ərzində kifayət qədər yayılmışdır. Onların S / N ümumiyyətlə HARPS-in mərkəzi dalğa uzunluğu bölgələrində 100 ilə 300 piksel −1 arasında dəyişir.

Planet orbitində mövcud olan seyrək faza əhatə dairəsinə baxmayaraq, RV-lərdə gözlənilən dövrdə və yarım amplituda bir siqnal bərpa edirik (şəkil 1). Yeddi pulsuz parametrlə (dövr) bir Keplerian siqnalına uyğunlaşırıq P, RV yarı genlik K, ekssentriklik e, periastron mübahisəsi ω, periastronun vaxtı T0, Yaşayış məsafəsi cvə RV jitter s) istifadə edərək ekzoplanet paket (Foreman-Mackey & amp Barentsen 2018). İki məlumat dəsti üçün ən uyğun parametrlər ümumiyyətlə uyğun gəlir (Cədvəl 1) və hər ikisi də ədəbiyyat dəyərləri ilə müqayisə edilə bilər (Mayor & amp Queloz 1995 Naef et al. 2004 Butler et al. 2006). Tərəfindən yaradılan RV qeyri-müəyyənliyi titrəmək HARPS boru kəməri tərəfindən verilən foton səs-küy əsaslı RV səhvləri daha kiçik olduğu və yaxşı bir uyğunlaşma təmin etməsi üçün əhəmiyyətli bir titrəmə tələb edərkən, uyğunluqdakı laqeyd titrəmə əsasında dəqiq görünür. Bu nəticələr bunu təsdiqləyir titrəmək Günəşə bənzər ulduzlar üçün qapalı mənbəli HARPS boru kəmərinə oxşar dəqiqliklə RV-lər çıxara bilir.

Şəkil 1. İsti Yupiterin mərhələli orbiti 51 Peg b olaraq qurtarıldı titrəmək RV-lər (solda) və HARPS standart boru kəməri (sağda). HARPS müşahidələrinin mərhələ əhatə dairəsi çox az olsa da, digər RV kampaniyalarında tapılanlara uyğun orbital parametrləri bərpa edirik. Maksimum ehtimal Keplerians (qatı narıncı xətlər) və 1σ hər bir məlumat dəsti üçün arxa məhdudiyyətlər (gölgeli narıncı bölgələr) həddindən artıq çoxdur.

Cədvəl 1. 51 Pegasi b orbital parametrləri b

Parametr Vahidlər titrəmək Uyğun HARPS Boru Kəməri Fit
K m s −1
P günlər
t0 JD
e
ω rad
s m s −1

Fərdi spektrə uyğunluqlar Şəkil 2-də göstərilmişdir. Vururuq ki, gözlənilən spektral xətt mövqeləri və dərinlikləri barədə əvvəlcədən məlumat verilməyib. The titrəmək hal-hazırda tətbiq edildiyi üçün alqoritm şablon spektrlərinin hər bir nəzarət nöqtəsini müstəqil olaraq qəbul edir və heç bir xətt forması parametrləşdirilməsinə daxil edilmir. Buna baxmayaraq, optimallaşdırılmış ulduz şablonları, izdihamlı bir bölgədən seyrək, davamlılıq hökm sürən bölgədən H kimi son dərəcə güclü bir udma xəttinə qədər müxtəlif rejimlərdə spektrlərin gözlənilən görünüşünü aydın şəkildə əks etdirir.α xüsusiyyət. Üstəlik, tellurik udma xüsusiyyətləri çox kiçik bir amplituda bərpa olunur.

Şəkil 2. 51 Pegasi-nin HARPS müşahidələrindən təsadüfi seçilmiş bir dövrdə üç nümunə eşel sifariş. Məlumat və ən yaxşı uyğun modellər qara rəngdə, model uyğunluğundan proqnozlaşdırılan ulduz və tellur spektral töhfələr qırmızı və mavi rənglərdə aydınlıq üçün təsadüfi axın əvəzləri ilə təsvir edilmişdir. H kimi güclü bir ulduz udma xüsusiyyətinin mövcudluğunda beləα xətt (ulduzun qurulmuş dövrdə Doppler sürüşməsi səbəbiylə 6561.5 at səviyyəsində görüldü), kiçik tellur xüsusiyyətləri açıqca bərpa edildi. Həm ulduz, həm də telurik modelləri çıxardıqdan sonra qalıqlar hər spektrin altında göstərilir.

Şəkil 2-də göstərilən ulduz spektral modelinin 51 Peg olan son dərəcə yüksək bir S / N spektri olduğu diqqətə layiqdir. Bu spektrdəki qeyri-müəyyənliklər RV-lərə bənzər mənfi tərs Hessiandan qiymətləndirilə bilər. 6000 the civarında davamlılıqda şablonun bir alt hissəsi üçün bu hesablamanın aparılması, hər bir HARPS spektrinin örtülməsindən gözlənilən xalis S / N ilə uyğun olan 0.02 Å şablon "piksel" üçün təqribən S / N-ni göstərir. Əslində, bu şablon zaman ortalamalı və tellurla təmizlənmiş kompozit ulduz spektridir. Həm o, həm də zamanın funksiyası olaraq qalıqları elmi cəhətdən qiymətli nəticələrdir titrəmək metod. Zərif S / N ilə şablon çox dəqiq ulduz xarakteristikası və bolluq analizi üçün istifadə edilə bilər. Bu arada, zaman seriyası qalıqları, həm ulduz fizikası, həm də EPRV ölçmələrindəki ulduz "səs-küyünü" azaltmaq üçün vacib olan bir şey olan ulduz spektrinin zaman içərisində Doppler dəyişməyən dəyişiklikləri haqqında məlumat ehtiva edir.

3.2. Barnardın ulduzu

Sonra test etdik titrəmək Barnardın Ulduz spektrlərinin 237 dövrü ilə. HARPS 2015 optik lif yeniləməsindən sonra alınan əlavə spektrlərdən istifadə etmədik, çünki bunlar müstəqil bir məlumat dəsti kimi nəzərdən keçirilməlidir (Lo Curto et al. 2015). Barnardın Ulduzu orta M cırtdanıdır və bu səbəbdən HARPS-in mərkəzi dalğa boyu bölgələrindəki spektrlərin tipik S / N optikində çıxışı 20 ilə 50 arasındadır. Təcrübədə bu yeddi mavi eşelle sifarişləri əvvəlcədən göstərilən S / N kriteriyalarına uyğun olaraq ardıcıl olaraq maskalanmış və uyğunluqdan aşağı salınmışdır. Asılı olmayaraq, test etməyimizə imkan verən çox sayda məlumat qaldı titrəməkəvvəlki haldan əhəmiyyətli dərəcədə fərqli xüsusiyyətlərə sahib müşahidələr üzərində performans.

Barnardın Ulduzu, 2 pc-dən az məsafədə bizə ən yaxın olan ulduzlardan biridir. Həm də bilinən ən yüksək uyğun hərəkətə sahib olan ulduzdur. Onun trayektoriyası RV-də təxminən 4,5 m s −1 il −1 proqnozlaşdırılan dünyəvi dəyişikliyə çevrilir (Kürster və digərləri 2003). Bu tendensiya, uzunmüddətli HARPS və Yüksək Çözünürlüklü Echelle Spektrometri (HIRES) müşahidələri də daxil olmaqla bəzi məlumat dəstlərində müşahidə edilmişdir, baxmayaraq ki, UVES RV-ləri proqnozlaşdırılan xətt yamacına uyğun gəlmirdi (Kürster və digərləri 2003 Bonfils və digərləri 2013 Choi və ark. 2013 Montet et al. 2014). Bu xətti cərəyandan başqa, Barnardın Ulduzundan RV standart M cırtdanı kimi istifadə olunur, çünki kiçik RV monitorinqlərinə baxmayaraq çox az ulduz aktivliyi müşahidə olunur və heç bir planet tapılmır (Ribas və digərləri 2018).

Tərəfindən tapılan RV-lər titrəmək proqnozlaşdırılan dünyəvi hərəkətlə mükəmməl bir şəkildə uyğunlaşırlar (şəkil 3). Istifadə olunur Gaia paralaks və düzgün hərəkət ölçmələri və Kürster və digərlərində göstərilən hesablamaları izləmək. (2003), HARPS müşahidələrinin onilliyi ərzində bu doğrusallıqdan 1 sm-dən az y1 yr −2 azalaraq 4,53 ms −1 il −1 yamacında dünyəvi bir trend tapırıq (Gaia Collaboration et al. 2016 Lindegren və s. 2018).

Şəkil 3. Barnardın ulduzu üçün RV ölçüləri titrəmək (qara dairələr) və standart HARPS boru kəməri (mavi kvadratlar). Hər bir məlumat dəstindən orta RV çıxarıldı. İstifadə edərək hesablanan Barnardın Ulduzunun proqnozlaşdırılan hərəkəti səbəbindən RV-də təxmin edilən dünyəvi dəyişiklik Gaia xüsusiyyətləri, qatı narıncı bir xətt (üst panel) kimi göstərilir. Proqnozlaşdırılan meyldən kənarda qalan qalıqlar alt paneldə çəkilir.

Dünyəvi RV trendini çıxardıqdan sonra qalıqların yuxarıda planetar siqnalları olmayan səssiz bir ulduz üçün gözlənildiyi kimi aşağı dispersiyası olur. K

1.2 (Choi et al. 2013 Ribas et al. 2018). Rms aralarına səpələnir titrəmək Yaşayış yerləri 2.0. Bu, standart qapalı mənbəli HARPS boru kəməri tərəfindən istehsal olunan RV-lər arasındakı 2.5 dağınıqlığı ilə müqayisə edilir.

Qalanların çoxunun həm müstəqil olaraq istehsal olunan RV qiymətləndirmələrində oxşar sıfırdan fərqli dəyərlərə sahib olduğunu qeyd edirik. Bu sapmaların ulduz spektrində gerçək bir fiziki təsir göstərməsi mümkündür, ancaq baryentrik düzəlişlə təxminən səviyyəli səhvlərin meydana gələcəyini xəbərdar edirik. Hal-hazırda yerli HARPS boru kəməri tərəfindən verilən BERV-nin düzgün olduğunu düşünürük, lakin müşahidəçinin daxil etdiyi səma koordinatları hədəfin səmavi yerindən kənara çıxdıqda bu doğru olmayacaqdır. Bu, xüsusilə Barnardın Ulduzu kimi yüksək hərəkətli hədəflərə aiddir. Həqiqətən, qalıq RV-lərin Lomb-Scargle periodogramında uzun illər ərzində güclü bir zirvəni qeyd edirik. Beləliklə, bu işdə ortaya çıxan RV dağılımı, əldə edilə bilən həqiqi dəqiqliyin təqribən yuxarı sərhədidir. titrəmək.

Sınaq titrəmək Barnardın Ulduz məlumatları, performansını əhəmiyyətli dərəcədə fərqli bir rejimdə qiymətləndirməyimizə imkan verir: orta cırtdan spektrlər spektral xüsusiyyətlərinə görə Günəşə bənzər bir ulduzdan daha sıxdır və fərdi müşahidələr 51-dən çox aşağı S / N-dədir. Spektrlərin ümumi sayı daha çox olmasına baxmayaraq yuxarıda göstərilən peg müşahidələri. Nəticədə spektral uyğunluq Şəkil 4-də göstərilmişdir.

Şəkil 4. Barnardın Ulduzunun HARPS müşahidələrindən təsadüfi seçilmiş bir dövrdə nümunə eşelle sifarişləri, Şəkil 2-də olduğu kimi çəkilmişdir.

Aşağı S / N rejimində işləməkdən bir nəticə, çox kiçik telurik xüsusiyyətləri həll etmək gücünün azalmasıdır. Şablon spektrlərinin səs-küyə uyğun gəlməməsi üçün şablonlardakı nizamlanma amplitüdləri, xüsusən güclü spektral xüsusiyyətlərin olmadığı sifarişlərdə, yuxarıdakı 51 Peg üçün uyğun olana nisbətən bir neçə böyüklük əmri ilə qaldırılmalıdır. Müəyyən edilmiş qaydada güclü xətlər olmadığı təqdirdə, zəif xüsusiyyətləri düzləşdirməyin yan təsiri var. Nəticə olaraq, daha mavi sərəncamlarda daha az telurik xətt əldə edə bilirik (2 və 4-cü şəkillərin orta panellərini müqayisə edin). S / N-nin daha yüksək olduğu və daha güclü tellur xətlərinin olduğu daha qırmızı sifarişlərdə xüsusiyyətlər alınır (şəkil 4-ün alt paneli). Bununla birlikdə, əmrlərin böyük əksəriyyətində tellur dəyişkənliyi həll edilə bilmədi, burada təqdim olunan nəticələr telurik model olaraq təyin olundu K = 0 (dəyişkənlik daxil deyil). Bu səbəbdən həll edilməsi çətin olan mikrotelluriklərin və vaxt dəyişən xüsusiyyətlərin etibarlı şəkildə ulduz spektrindən ayrılmaması barədə xəbərdarlıq edirik. titrəmək aşağı siqnal müşahidələrinə tətbiq olunur (S / N 50 piksel −1).

Barnardın Ulduzunun çox zəif olduğu dalğa boyu aralığının mavil ucundakı həddindən artıq səs-küyə baxmayaraq, titrəmək müvəffəqiyyətlə HARPS dalğa boyu aralığının əksəriyyəti boyunca orta M cırtdanının ümumi gözləntilərinə uyğun görünən şablon spektrini alır. Sağlam düşüncə olaraq, müqayisə edirik titrəmək Barnard's Star-ın əvvəllər ölçülmüş spektral parametrlərində yüksək çözünürlüklü bir PHOENIX modeli olan ulduz şablon modeli (= 3200 K, = 5.0 və = -0.5 Husser və digərləri 2013 Artigau və s. 2018 və buradakı istinadlar). Ən mavili bölgələrdə belə, geniş amplituda xüsusiyyətlərin yerləşdirmələri və nisbi qüvvələri titrəmək ümumiyyətlə PHOENIX proqnozları ilə yaxşı müqayisə edin (şəkil 5). The titrəmək Barnard's Star modeli daha kiçik udma xəttlərindəki nəzəri modellərdən və güclü xətlər üçün genişlənmə dərəcəsindən uzaqlaşır.

Şəkil 5. Barnardın Ulduz spektrinin alt hissəsi, 4456-7 at səviyyəsində natrium ikiqatlığı. Ən yüksək S / N tək müşahidə üçün məlumatlar qara nöqtələr şəklində göstərilir, spektral şablon isə titrəmək tam məlumat dəstindən qırmızı xətt kimi göstərilir. = 3200 K, = 5.0 və = -0.5 olan M cırtdan üçün nəzəri PHOENIX modeli narıncı bir xətt şəklində göstərilir. The titrəmək model və məlumatlar, bəri o zamandan bəri istirahət çərçivəsi xətt mövqelərinə uyğunlaşmaq üçün gözlə Doppler tərəfindən dəyişdirilmişdir titrəmək mütləq bir RV çatdırmır. Məlumata əsaslanan titrəmək Ulduz spektrin modeli PHOENIX modeli ilə ümumi güclü xətt yerlərini və nisbi üstünlükləri bölüşür, lakin təfərrüatlı olaraq nəzəri M cırtdan modelinin əldə etdiyi məlumatlardan daha dəqiq uyğunlaşma təmin edir.

Bu nəticələr potensial dəyərini vurğulayır titrəmək spektral xarakterizə və model testi üçün məlumat məhsulları, xüsusən də zəif ulduzlar və M cırtdanlar üçün, bunun üçün bir çox spektrin birləşdirilməli və kifayət qədər ətraflı kompozit spektr əldə edilməlidir. The titrəmək alqoritm, tellurla çirklənmiş bölgələri qoruyarkən və bilinməyən RV növbələrinin uçotunu apararkən bu cür çox spektrli yığma işi üçün sadə, lakin möhkəm bir üsuldur.

3.3. HD 189733

EPRV ölçmələrinin əksəriyyəti planetar orbitlər səbəbiylə ulduz refleks hərəkətini müşahidə etmək məqsədi ilə həyata keçirildiyi halda, ekzoplanet xarakteristikası üçün bir neçə başqa tətbiq bu qədər yüksək dəqiqlikli zaman seriyası spektrləri üçün mövcuddur. Bu istifadə üsullarından biri, Rossit-McLaughlin effektinin ölçülməsidir ki, bu zaman planetin tranziti zamanı ulduz səthinin xəritələnməsi və sistemin spin-orbit meylinin öyrənilməsi yolu kimi aydın olan RV müşahidə olunur (məsələn, Queloz et al. 2000 Winn və s. 2005). Rossiter-McLaughlin effekti texniki cəhətdən ulduz spektrində həqiqi bir Doppler dəyişikliyindən daha çox xətt profilinə bir təhrif kimi təzahür etsə də, tipik olaraq standart RV analizinə bənzər metodlardan istifadə edilərək aşkar edilir.

Müraciət edirik titrəmək Ulduz xətt asimetrilərinə həssaslığını və eyni zamanda bir gecə müşahidəsi rejimində performansını yoxlamaq üçün isti Jupiter HD 189733b-nin tək keçidindən ibarət bir məlumat dəstinə. Sözü gedən müşahidələr, hər biri S / N olan ardıcıl 40 spektrdən ibarətdir

90, 2007-ci il 28 avqust gecəsi çəkildi.

Bütün müşahidələr bir gecədən gəldiyindən, teller spektri və ulduzun gücü ilə əlaqədar olaraq ulduz spektrində ciddi bir dəyişiklik olmayacaqdır. titrəmək ikisini ayırmaq çox məhduddur. Bu səbəblə tellur spektrini sabit bir şablonla düzəltdik. Bu şablonu çalıştırarak əldə etdik titrəmək vaxt dəyişməyən tellurlarla 51 Peg məlumatında və nəticədə yüksək keyfiyyətli zaman dəyişməz tellur spektrini qəbul edir. HD 189733-ün ulduz spektrləri və onun RV-ləri pulsuz parametr olaraq qaldı.

Yaranan RV siqnalı titrəmək Şəkil 6-da göstərilmişdir. Siqnaldan istifadə edirik ulduzlu (Luger et al. 2019), səthləri sferik harmoniklərin cəmlərinə parçalana bilən cisimlər üçün analitik okkultasiya işıq əyrilərini hesablayır. Fərqli olaraq fırlanan bir ulduzun sürət sahəsinin radial komponenti polinomlarla ifadə edilə bildiyindən x = günah θ cos, y = günah θ günah və z = cos θ, harada θ qütb bucağıdır və azimutal bucaqdır (bax. Denklik (91) Qisa et al. 2018), bu sürət sahəsi sferik harmoniklər baxımından tam ifadə edilə bilər (R. Luger & amp M. Bedell 2019, hazırlıq mərhələsində). Buna görə istifadə edirik ulduzlu ulduzun diferensial fırlanmasına görə ekvatorial fırlanma sürətinə, meylinə, əyilməsinə və kəsilməsinə uyğun olaraq, Cegla et al. (2016). Proqnozlaşdırılan ulduzlu bir obliklik çıxardırıq λ = −043 ± 034, Cegla vd. (2016). Digər parametrlər üçün çıxardığımız dəyərlər Cegla et al. (2016), səbəbiylə ulduz meylini məhdudlaşdıra bilməməyimizə görə daha yüksək bir qeyri-müəyyənlik istisna olmaqla v günah mən degenerasiya. Cegla et al-da dar posteriorları aid edirik. (2016) əvvəlki seçimində bir fərq. 10

Şəkil 6. RV-lər ölçülür titrəmək isti Yupiterin aparıcısı HD 189733-ün tək bir müşahidəsi üçün. Rossiter-McLaughlin effekti planetin ulduzu keçərkən açıq şəkildə görülür. Üst panel məlumatları (qara nöqtələr), istifadənin maksimum ehtimalını göstərir ulduzlu (qara xətt) və 500 arxa nümunə (narıncı xətt). Alt panel maksimum ehtimal modelinin uyğunluğunun qalıqlarını göstərir.

Bu nəticələr təsdiqləyir titrəmək metod ənənəvi RV analiz üsulları ilə eyni qaydada RV dəyişikliyi kimi xətt asimmetrlərini ölçür. Bu, Rossiter-McLaughlin effekti baxımından faydalı bir yaxınlaşma olsa da, ümumiyyətlə, bu iki spektral dəyişikliyin qarışıqlığı RV zaman seriyasında əlaqəli səs-küyün əsas səbəbidir (məsələn, Queloz və digərləri. 2001). Sadəliyi və genişləndirilməsi titrəmək metod bu baxımdan faydalıdır, çünki model xətt asimetrilərinə və həqiqi Doppler növbələrinə ayrı parametrlər kimi uyğunlaşdırmaq üçün dəyişdirilə bilər. Bu, planet sistemindəki refleks hərəkət səbəbiylə RV siqnalından gələn ulduz ləkələri kimi fotosferik xüsusiyyətlərin səbəb olduğu siqnalları ayırmağa kömək edəcəkdir. Bu perspektivi Bölmə 5-də daha da müzakirə edəcəyik.


Kobud divar təlatümlü axınlar üçün minimal aralıklı kanal

Kobudluq əsasən turbulent axının divarlara yaxın hissəsini dəyişdirir, xarici təbəqə isə divar kəsmə stresinə nisbətən oxşar qalır. Bu, spanwise kanal genişliyini bir neçə yüz viskoz vahid sırasına uyğun olaraq məhdudlaşdıraraq yalnız divar yaxınlığında axını tutan minimal uzunluqlu kanal üçün əsas namizəddir. Bu yaxınlarda Chung et al. (J. Fluid Mech., Cild 773, 2015, s. 418-431) minimal aralı bir kanalın pürüzlülüğün hidravlik davranışını dəqiq bir şəkildə xarakterizə edə biləcəyini göstərdi. Bundan sonra, performansı daha da yaxşılaşdırmaq üçün minimal span kanallı kanalın əsas dinamikasını araşdırmağı hədəfləyirik. Kanalın axın domen uzunluğu, spanwise genişlikdən üç qat və ya daha uzun olan 1000 viskoz vahid olan minimum uzunluqla araşdırılır. Minimal kanalın xarici təbəqəsi təbii olaraq fiziki deyil və ona bənzər dəyişikliklər tam aralı kanalda olduğu ilə eyni olan divar yaxınlığında axın dəyişməz qaldıqca həyata keçirilə bilər. Birincisi, sürüşmə divarı olan yarım hündürlüyə (açıq) bir kanalın standart bir kanalda görünən divar yaxınlığındakı davranışı əks etdirir, ancaq ızgara nöqtələrinin sayının yarısı ilə göstərilir. Sonra, yarım hündürlüyü olan bir kanalın xarici təbəqəsinə bir məcbur model təqdim olunur. Bu, minimal kanalla əlaqəli yüksək axın sürətini azaldır və daha böyük bir hesablama vaxtına imkan verir. Nəhayət, Reynolds sayının zamanla pürüzlülüyün dəyişdirilməsinin kobud bir səthin tam hidravlik davranışını əldə etmək üçün mümkün bir metod olub olmadığını araşdırmaq üçün bir araşdırma aparılır. Hal-hazırda bu davranışı əldə etmək üçün sabit pürüzlülük Reynolds ədədlərində çoxsaylı sabit simulyasiyalara ehtiyac var. Nəticələr göstərir ki, təzyiq dərəcəsi təsirlərinin səhv pürüzlülük funksiyasına gətirib çıxarmamasını təmin etmək üçün ölçülü olmayan təzyiq qradiyenti parametri 0,03-0,07-dən aşağı olmalıdır. Əvvəlcədən minimal span kanallı simulyasiyaların CPU saatları baxımından dəyəri müəyyənləşdirmək üçün empirik bir maliyyələşdirmə arqumenti hazırlanmışdır. Bu arqument, kanaldakı eddy ömrünün sayının hesablanmasını əhatə edir və daha sonra axın sürətinin statistik qeyri-müəyyənliyi ilə əlaqələndirilir. Pürüzlülük funksiyasındakı müəyyən bir statistik qeyri-müəyyənlik üçün bundan sonra simulyasiya işləmə müddətini təyin etmək üçün istifadə edilə bilər. Bunun ardınca yuxarıdakı fikirlərdən istifadə edərək kvadrat əsaslı piramidalar üçün pürüzlülük funksiyasını təyin etmək üçün bədənə quraşdırılmış bir ızgara ilə sonlu həcmli bir kod istifadə olunur. Eyni pürüzlü həndəsə üçün eksperimental tədqiqatlarla müqayisələr aparılır və yaxşı bir uyğunlaşma müşahidə olunur.


5 Məlumat təhlili proqramı

Elmi analiz üçün son məlumat kubunun hər spektrindən bir neçə əsas parametr ölçməliyik. Məsələn, ola biləcək bu rəqəmlər. müvafiq bir spektrin məkan yerinə bir axın, bir sürət və ya bir xətt nisbəti əlavə olunur. Daha sonra bu kəmiyyətlərin iki ölçülü şəkillərini qururuq. bilinear (və ya bikubik) interpolasiya sxemindən istifadə edərək sürət sahələri və ya xətt gücü xəritələri. Xsauron proqramı bu şəkilləri göstərməyə və spektri müəyyən bir yerdə interaktiv şəkildə araşdırmağa imkan verir.

5.1 Fotometriya

Axın kalibrli SAURON məlumat kublarının tam dalğa boyu aralığında sadə bir inteqrasiya hədəfin yenidən qurulmuş görüntüsünü verir. Bu şəkil hər spektrin istinad yerini verir. Kinematik və xətt gücü xəritələri tərifinə görə bu davamlı intensivlik xəritəsinə mükəmməl uyğunlaşmışdır. Yenidən qurulmuş görüntü, obyektin fotometrik analizini aparmaq üçün də istifadə edilə bilər. Əksər hallarda bu çox faydalı olmur, çünki HST və / və daha incə nümunə götürən və daha geniş bir görüş sahəsi olan yerüstü geniş zolaqlı şəkillər mövcud olacaq. Bununla birlikdə, yüksək dəqiqlikli birbaşa görüntünün SAURON yenidən qurulmuş görüntü ilə müqayisəsi cihazın elmi keyfiyyətinin və azalma alqoritmlərinin əla sınağını təmin edir. Any errors in the end-to-end process, such as flat-field inaccuracies or data extraction errors, will affect the reconstructed image and will be apparent in the comparison.

We have carried out a photometric comparison for the E3 galaxy NGC 4365, observed with SAURON in 2000 March ( Davies et al. 2001). We used the galphot package ( Franx, Illingworth & Heckman 1989) to fit ellipses to the reconstructed image, and to derive the standard photometric profiles. The same process was repeated on a high-resolution image obtained from the HST/WFPC2 archive (#5454 PI Franx and #5920 PI Brache). We used the F555W filter because it is close to the SAURON bandpass. The HST image was convolved with a Gaussian of 2.1 arcsec, which is a rough estimate of the SAURON spatial resolution. The comparison is shown in Fig. 12. The SAURON data were normalized to the total flux of the HST image. The profiles agree very well: the rms difference, excluding the central 2 arcsec (to avoid including any residual difference in spatial resolution) is only 0.016 in magnitude, 0.012 in ellipticity, and 10 in position angle of the major axis.

A comparison of two photometric analyses of NGC 4365. The first (solid line) was obtained using ellipse fitting on HSTWFPC2 F555W data convolved with a 2.1 arcsec PSF. The second (open circles) was derived in the same way from the SAURON reconstructed flux image in the wavelength range. Top to bottom: profiles of surface brightness in magnitudes (μv), , ellipticity (ε) and position angle of the major axis (PA).

A comparison of two photometric analyses of NGC 4365. The first (solid line) was obtained using ellipse fitting on HSTWFPC2 F555W data convolved with a 2.1 arcsec PSF. The second (open circles) was derived in the same way from the SAURON reconstructed flux image in the wavelength range. Top to bottom: profiles of surface brightness in magnitudes (μv), , ellipticity (ε) and position angle of the major axis (PA).

5.2 Stellar kinematics

Stellar kinematical quantities are derived with a version of the Fourier Correlation Quotient (FCQ) algorithm of Bender (1990), implemented in the xsauron software. Other algorithms, including Fourier Fitting ( van der Marel & Franx 1993) and Unresolved Gaussian Decomposition ( Kuijken & Merrifield 1993) will be incorporated in the near future.

During an observing run, we obtain a set of stellar exposures with SAURON, e.g., G, K and M giants, which are fully reduced, providing a corresponding set of stellar data cubes. For each data cube, we measure FWHM∗, the full width at half-maximum of the PSF of the reconstructed stellar image. All spectra within 1 FWHM∗ of the brightest spectrum in the data cube are summed, resulting in a single high-S/N stellar spectrum. All spectra – galaxy and stellar templates – are then rebinned in ln λ, to have a scale proportional to velocity. A data cube containing the LOSVDs of the galaxy is then derived via FCQ using a single stellar template, typically a K0 giant). We then measure the mean velocity V and velocity dispersion σ from the LOSVDs, and these values are used to build a linear combination of all observed stellar templates, the so-called ‘optimal stellar template’, which matches best the galaxy spectra. This optimal template is derived by a linear fit in real λ-space, and includes a low-order polynomial continuum correction when needed. The LOSVDs are then rederived with the optimal template. We finally reconstruct maps of Vσ as well as the Gauss–Hermite moments h3h4 (see van der Marel & Franx 1993 Gerhard 1993) by measuring these values on the final LOSVD data cube.

5.3 Gas kinematics

The construction of an optimal template, as described in Section 5.2, can be done individually for each spectrum in a galaxy data cube, resulting in a corresponding ‘optimal template’ data cube. If the presence of emission lines is suspected, contaminated wavelength regions can be masked easily during the template-fitting process in λ-space. The broadened optimal template spectra are then subtracted from the galaxy spectra yielding a data cube (presumably) free of any contribution from the stellar component. Emission lines, if present, are then easily measurable, and their fluxes, velocities and FWHM can be derived, assuming e.g. a Gaussian shape for each line. We then build the corresponding maps of the gaseous distribution, kinematics, as well as line ratios (e.g., . In some cases, emission lines will be strong enough to perturb the derivation of the stellar LOSVDs. When this happens, we subtract the fitted emission lines from the original galaxy spectra, and then recompute (a third time, see Section 5.2) the LOSVDs and their corresponding velocity moments.

5.4 Line-strengths

Line-strength indices are measured in the Lick/IDS system ( Worthey 1994). The wavelength range of the current SAURON setup allows measurements of the Hβ, Fe 5015, Mgb and Fe 5270 indices. In order to transform our system of line-strengths into the standard Lick system, we broaden each flux-calibrated spectrum in the final data cube to the Lick resolution of 8.4 Å (FWHM) ( Worthey & Ottaviani 1997) and then measure the indices. All index measurements are then corrected for internal velocity broadening of the galaxies (e.g. Kuntschner 2000) using an ‘optimal stellar template’ and the velocity dispersion derived from each individual spectrum (see Section 5.1).

Owing to differences in the continuum shape between our data and the original Lick setup, there remain generally some small systematic offsets for some indices. In order to monitor these, we observe a number (>10) of Lick standard stars in each run, and compare our measurements with the Lick data ( Trager et al. 1998). This ensures inter-run consistency and also allows us to remove the systematic offsets.


Spectral Power Fluctuations in DWDM Networks Caused by Spectral-Hole Burning and Stimulated Raman Scattering

Jörg-Peter Elbers , Cornelius Fürst , in Optically Amplified WDM Networks , 2011

7.2 Description of physical effects

To develop a phenomenological description for power excursions we refer to the scenario of Figure 7.1 and concentrate on the bottom left link. The link consists of several fiber spans with periodic amplification by EDFAs ( Figure 7.2 ). When the 32 channels are dropped, the power levels of the eight surviving channels are determined by three different effects: the gain dynamics in the EDFAs, the SHB in the EDFAs, and the SRS-induced spectral tilt of the DWDM channels in the transmission fiber. Other effects such as polarization hole burning may also have an impact on spectral power and OSNR fluctuations but are not further considered.

FIGURE 7.2 . Physical effects causing fast transients on surviving channels

The EDFA is typically built as variable gain amplifier. It consists of a first (pre-amplifier) and a second (booster) stage. A gain flattening filter ensures a pre-defined gain tilt/flatness at the highest gain value while an optical attenuator between the two stages helps maintain a similar gain shape at lower gain values as well. The EDFA operates in deep saturation. Its pump powers are controlled by an automatic gain control (AGC) circuit which aims to keep the gain at its set point by monitoring the total input and output powers of the respective amplifier stage.

In an EDFA with fixed pump powers and without AGC, the drop of the 32 channels would cause the total output power to drop proportionally and hence keep the power levels of the eight surviving channels approximately constant immediately after the change in channel loading. With the amplifier in saturation, however, the EDFA recovers the original total output power on a μs time scale [5] resulting in a steady-steady state power level of the eight surviving channels being approximately 7 dB higher than before. In an EDFA with AGC, the AGC lowers the pump powers to keep the gain of the EDFA fixed. We will assume in what follows that the AGC is ideal (the response of the AGC is instantaneous and amplifier gain is always constant), which is equivalent to considering the steady state conditions before and after any transient changes but disregarding what happens during the transients in between. As the AGC keeps the total EDFA gain constant, however, spectral variations in the DWDM channel powers cannot be compensated for by such a scheme.

In DWDM systems, SRS leads to a spectral power transfer from lower to higher wavelength channels on the transmission fiber. SRS causes a logarithmic tilt of the DWDM channel spectrum which is proportional to the product of total channel power and occupied bandwidth [6] . Dropping 32 out of 40 channels will lead to a rapid spectral tilt change of the surviving eight channels. The response time of the SRS effect is in the fs range the velocity of the tilt change will therefore in practice be determined by the time constant of the network failure (see Table 7.1 ).

SHB originates from the depletion of the inversion in the gain medium. In EDFAs it manifests itself as spectral gain deformation. It can lead to holes in the EDFA gain spectra in the vicinity of strong, isolated DWDM signals or an increased ASE build-up in spectral areas not occupied by DWDM channels. SHB is most prominent in C-band amplifiers in the 1530 to 1540 nm wavelength region [7] . If the surviving channels are not evenly located in this region, the ASE buildup can be substantial (see Figure 7.2 ) and significantly reduces the power of the surviving channels (as the total amplifier output power remains constant). The SHB strength depends on the saturation level. EDFAs are typically driven into strong saturation and exhibit significant SHB effects. For other amplifier types, the SHB influence will be different.

Figure 7.3 illustrates the optical transient generation and its control in case of a channel drop. Following the channel loss, the EDFA gain control stabilizes the EDFA output power within a microsecond-to-millisecond timeframe and restores the total amplifier gain to its original value. Deformations in the DWDM spectrum originate from the change in the Raman tilt on the fibers and the spectral response (SHB) of the EDFA and will persist for some millisecond-to-second time period until all channels are re-equalized by channel power equalizers or dynamic tilt filters. The period of interest for the investigations here is the time after the EDFA AGC has stabilized the EDFAs and before the channel power equalizers have started their adjustment operations. While the system availability may not be noticeably impacted if such failure events happen infrequently, concerns about network stability, an increased frequency of protection switching events, or a higher double failure probability may make these scenarios unacceptable for some network operators.


Access options

Get full journal access for 1 year

All prices are NET prices.
VAT will be added later in the checkout.
Tax calculation will be finalised during checkout.

Get time limited or full article access on ReadCube.

All prices are NET prices.


References

  • Astropy Collaboration et al. (2013) Astropy Collaboration et al., 2013, A&A, 558, A33
  • Bean et al. (2010) Bean J. L., Miller-Ricci Kempton E., Homeier D., 2010, Nature, 468, 669
  • Bean et al. (2011) Bean J. L., et al., 2011, ApJ, 743, 92
  • Benneke & Seager (2012) Benneke B., Seager S., 2012, ApJ, 753, 100
  • Berta et al. (2012) Berta Z. K., et al., 2012, ApJ, 747, 35
  • Birkby (2018) Birkby J. L., 2018, Spectroscopic Direct Detection of Exoplanets. səh. 16, doi:10.1007/978-3-319-55333-7_16
  • Birkby et al. (2013) Birkby J. L., de Kok R. J., Brogi M., de Mooij E. J. W., Schwarz H., Albrecht S., Snellen I. A. G., 2013, MNRAS, 436, L35
  • Birkby et al. (2017) Birkby J. L., de Kok R. J., Brogi M., Schwarz H., Snellen I. A. G., 2017, AJ, 153, 138
  • Brogi & Line (2019) Brogi M., Line M. R., 2019, AJ, 157, 114
  • Brogi et al. (2012) Brogi M., Snellen I. A. G., de Kok R. J., Albrecht S., Birkby J., de Mooij E. J. W., 2012, Nature, 486, 502
  • Brogi et al. (2017) Brogi M., Line M., Bean J., Désert J.-M., Schwarz H., 2017, ApJ, 839, L2
  • Brogi et al. (2018) Brogi M., Giacobbe P., Guilluy G., de Kok R. J., Sozzetti A., Mancini L., Bonomo A. S., 2018, A&A, 615, A16
  • Brown (2001) Brown T. M., 2001, ApJ, 553, 1006
  • Cabot et al. (2019) Cabot S. H. C., Madhusudhan N., Hawker G. A., Gandhi S., 2019, MNRAS, 482, 4422
  • Carter & Winn (2009) Carter J. A., Winn J. N., 2009, ApJ, 704, 51
  • Casasayas-Barris et al. (2019) Casasayas-Barris N., et al., 2019, A&A, 628, A9
  • Charbonneau et al. (2002) Charbonneau D., Brown T. M., Noyes R. W., Gilliland R. L., 2002, ApJ, 568, 377
  • Crossfield et al. (2013) Crossfield I. J. M., Barman T., Hansen B. M. S., Howard A. W., 2013, A&A, 559, A33
  • Czesla et al. (2015) Czesla S., Klocová T., Khalafinejad S., Wolter U., Schmitt J. H. M. M., 2015, A&A, 582, A51
  • Deibert et al. (2019) Deibert E. K., de Mooij E. J. W., Jayawardhana R., Fortney J. J., Brogi M., Rustamkulov Z., Tamura M., 2019, AJ, 157, 58
  • Dekker et al. (2000) Dekker H., D’Odorico S., Kaufer A., Delabre B., Kotzlowski H., 2000, in Iye M., Moorwood A. F., eds, Proc. SPIEVol. 4008, Optical and IR Telescope Instrumentation and Detectors. pp 534–545, doi:10.1117/12.395512
  • Delrez et al. (2015) Delrez L., et al., 2015, arXiv.org, pp 4025–4043
  • Deming et al. (2013) Deming D., et al., 2013, ApJ, 774, 95
  • Eastman et al. (2013) Eastman J., Gaudi B. S., Agol E., 2013, PASP, 125, 83
  • Esteves et al. (2017) Esteves L. J., de Mooij E. J. W., Jayawardhana R., Watson C., de Kok R., 2017, AJ, 153, 268
  • Evans et al. (2016) Evans T. M., et al., 2016, ApJ, 822, L4
  • Evans et al. (2017) Evans T. M., et al., 2017, Nature, 548, 58
  • Evans et al. (2018) Evans T. M., et al., 2018, AJ, 156, 283
  • Fisher et al. (2019) Fisher C., Hoeijmakers H. J., Kitzmann D., Márquez-Neila P., Grimm S. L., Sznitman R., Heng K., 2019, arXiv e-prints, p. arXiv:1910.11627
  • Fortney et al. (2008) Fortney J. J., Lodders K., Marley M. S., Freedman R. S., 2008, ApJ, 678, 1419
  • Fossati et al. (2010) Fossati L., et al., 2010, ApJ, 714, L222
  • Fossati et al. (2013) Fossati L., Ayres T. R., Haswell C. A., Bohlender D., Kochukhov O., Flöer L., 2013, ApJ, 766, L20
  • Gandhi et al. (2019) Gandhi S., Madhusudhan N., Hawker G., Piette A., 2019, AJ, 158, 228
  • Gelman & Rubin (1992) Gelman A., Rubin D. B., 1992, Stat. Sci., 7, 457
  • Gibson (2014) Gibson N. P., 2014, MNRAS, 445, 3401
  • Gibson et al. (2008) Gibson N. P., et al., 2008, A&A, 492, 603
  • Gibson et al. (2011) Gibson N. P., Pont F., Aigrain S., 2011, MNRAS, 411, 2199
  • Gibson et al. (2012) Gibson N. P., Aigrain S., Roberts S., Evans T. M., Osborne M., Pont F., 2012, MNRAS, 419, 2683
  • Gibson et al. (2013a) Gibson N. P., Aigrain S., Barstow J. K., Evans T. M., Fletcher L. N., Irwin P. G. J., 2013a, MNRAS, 428, 3680
  • Gibson et al. (2013b) Gibson N. P., Aigrain S., Barstow J. K., Evans T. M., Fletcher L. N., Irwin P. G. J., 2013b, MNRAS, 436, 2974
  • Gibson et al. (2017) Gibson N. P., Nikolov N., Sing D. K., Barstow J. K., Evans T. M., Kataria T., Wilson P. A., 2017, MNRAS, 467, 4591
  • Gibson et al. (2019) Gibson N. P., de Mooij E. J. W., Evans T. M., Merritt S., Nikolov N., Sing D. K., Watson C., 2019, MNRAS, 482, 606
  • Grimm & Heng (2015) Grimm S. L., Heng K., 2015, ApJ, 808, 182
  • Guilluy et al. (2019) Guilluy G., Sozzetti A., Brogi M., Bonomo A. S., Giacobbe P., Claudi R., Benatti S., 2019, A&A, 625, A107
  • Haswell et al. (2012) Haswell C. A., et al., 2012, ApJ, 760, 79
  • Hawker et al. (2018) Hawker G. A., Madhusudhan N., Cabot S. H. C., Gandhi S., 2018, ApJ, 863, L11
  • Heng & Kitzmann (2017) Heng K., Kitzmann D., 2017, MNRAS, 470, 2972
  • Hoeijmakers et al. (2018) Hoeijmakers H. J., et al., 2018, Nature, 560, 453
  • Hoeijmakers et al. (2019) Hoeijmakers H. J., et al., 2019, A&A, 627, A165
  • Huitson et al. (2012) Huitson C. M., Sing D. K., Vidal-Madjar A., Ballester G. E., Lecavelier des Etangs A., Désert J.-M., Pont F., 2012, MNRAS, 422, 2477
  • Hunter (2007) Hunter J. D., 2007, Computing In Science & Engineering, 9, 90
  • Husser et al. (2013) Husser T.-O., Wende-von Berg S., Dreizler S., Homeier D., Reiners A., Barman T., Hauschildt P. H., 2013, A&A, 553, A6
  • Jones et al. (01 ) Jones E., Oliphant T., Peterson P., 2001–, SciPy: Open source scientific tools for Python, http://www.scipy.org/
  • Jordán et al. (2013) Jordán A., et al., 2013, ApJ, 778, 184
  • Kataria et al. (2016) Kataria T., Sing D. K., Lewis N. K., Visscher C., Showman A. P., Fortney J. J., Marley M. S., 2016, ApJ, 821, 9
  • Khalafinejad et al. (2017) Khalafinejad S., et al., 2017, A&A, 598, A131
  • Kirk et al. (2016) Kirk J., Wheatley P. J., Louden T., Doyle A. P., Skillen I., McCormac J., Irwin P. G. J., Karjalainen R., 2016, preprint, (arXiv:1611.06916)
  • Kitzmann et al. (2018) Kitzmann D., et al., 2018, ApJ, 863, 183
  • Kreidberg et al. (2014) Kreidberg L., et al., 2014, Nature, 505, 69
  • Kurucz (2018) Kurucz R. L., 2018, in Workshop on Astrophysical Opacities. səh. 47
  • Lecavelier Des Etangs et al. (2008) Lecavelier Des Etangs A., Vidal-Madjar A., Désert J.-M., Sing D., 2008, A&A, 485, 865
  • Lendl et al. (2016) Lendl M., et al., 2016, A&A, 587, A67
  • Lockwood et al. (2014) Lockwood A. C., Johnson J. A., Bender C. F., Carr J. S., Barman T., Richert A. J. W., Blake G. A., 2014, ApJ, 783, L29
  • Lothringer & Barman (2019) Lothringer J. D., Barman T., 2019, ApJ, 876, 69
  • Lothringer et al. (2018) Lothringer J. D., Barman T., Koskinen T., 2018, ApJ, 866, 27
  • Mallonn & Strassmeier (2016) Mallonn M., Strassmeier K. G., 2016, A&A, 590, A100
  • Mallonn et al. (2019) Mallonn M., Köhler J., Alexoudi X., von Essen C., Granzer T., Poppenhaeger K., Strassmeier K. G., 2019, A&A, 624, A62
  • Mandel & Agol (2002) Mandel K., Agol E., 2002, ApJ, 580, L171
  • Mikal-Evans et al. (2019) Mikal-Evans T., et al., 2019, MNRAS, 488, 2222
  • Nikolov et al. (2015) Nikolov N., et al., 2015, MNRAS, 447, 463
  • Nikolov et al. (2016) Nikolov N., Sing D. K., Gibson N. P., Fortney J. J., Evans T. M., Barstow J. K., Kataria T., Wilson P. A., 2016, ApJ, 832, 191
  • Nikolov et al. (2018) Nikolov N., et al., 2018, Nature, 557, 526
  • Nugroho et al. (2017) Nugroho S. K., Kawahara H., Masuda K., Hirano T., Kotani T., Tajitsu A., 2017, AJ, 154, 221
  • Parmentier et al. (2018) Parmentier V., et al., 2018, A&A, 617, A110
  • Pérez & Granger (2007) Pérez F., Granger B. E., 2007, Computing in Science and Engineering, 9, 21
  • Pino et al. (2018) Pino L., et al., 2018, A&A, 619, A3
  • Pont et al. (2008) Pont F., Knutson H., Gilliland R. L., Moutou C., Charbonneau D., 2008, MNRAS, 385, 109
  • Pont et al. (2013) Pont F., Sing D. K., Gibson N. P., Aigrain S., Henry G., Husnoo N., 2013, MNRAS, 432, 2917
  • Rodler et al. (2012) Rodler F., Lopez-Morales M., Ribas I., 2012, ApJ, 753, L25
  • Salz et al. (2019) Salz M., Schneider P. C., Fossati L., Czesla S., France K., Schmitt J. H. M. M., 2019, A&A, 623, A57
  • Seager & Sasselov (2000) Seager S., Sasselov D. D., 2000, ApJ, 537, 916
  • Sing et al. (2009) Sing D. K., Désert J., Lecavelier Des Etangs A., Ballester G. E., Vidal-Madjar A., Parmentier V., Hebrard G., Henry G. W., 2009, A&A, 505, 891
  • Sing et al. (2016) Sing D. K., et al., 2016, Nature, 529, 59
  • Sing et al. (2019) Sing D. K., et al., 2019, AJ, 158, 91
  • Snellen (2004) Snellen I. A. G., 2004, MNRAS, 353, L1
  • Snellen et al. (2010) Snellen I. A. G., de Kok R. J., de Mooij E. J. W., Albrecht S., 2010, Nature, 465, 1049
  • Snellen et al. (2013) Snellen I. A. G., de Kok R. J., le Poole R., Brogi M., Birkby J., 2013, ApJ, 764, 182
  • Stevenson et al. (2014) Stevenson K. B., Bean J. L., Seifahrt A., Désert J.-M., Madhusudhan N., Bergmann M., Kreidberg L., Homeier D., 2014, AJ, 147, 161
  • Storn & Price (1997) Storn R., Price K., 1997, Journal of Global Optimization, 11, 341
  • Tamuz et al. (2005) Tamuz O., Mazeh T., Zucker S., 2005, MNRAS, 356, 1466
  • Ter Braak (2006) Ter Braak C. J. F., 2006, Statistics and Computing, Volume 16, Issue 3, pp 239-249, 2006, 16
  • Tsiaras et al. (2018) Tsiaras A., et al., 2018, AJ, 155, 156
  • Turner et al. (2019) Turner J. D., et al., 2019, arXiv e-prints, p. arXiv:1910.06882
  • Waldmann (2012) Waldmann I. P., 2012, ApJ, 747, 12
  • Watson et al. (2019) Watson C. A., de Mooij E. J. W., Steeghs D., Marsh T. R., Brogi M., Gibson N. P., Matthews S., 2019, Monthly Notices of the Royal Astronomical Society, 490, 1991
  • Winn et al. (2008) Winn J. N., et al., 2008, ApJ, 683, 1076
  • Yan et al. (2019) Yan F., et al., 2019, A&A, 632, A69

Want to hear about new tools we're making? Sign up to our mailing list for occasional updates.

If you find a rendering bug, file an issue on GitHub. Or, have a go at fixing it yourself – the renderer is open source!


Videoya baxın: Dalgalar (Oktyabr 2021).