¿Cómo ubico una curva de luz plegada de fase desordenada? Esta es una de las gráficas generadas plegadas en fase para una estrella variable. Tracé la fase usando el período extraído por el algoritmo Periodograma de Lomb-Scargle. Necesito bin ellos decir por ~ 100 o menos. Amablemente ayúdame.
Este es el periodograma obtenido por el método de Lomb-Scargle.
tl; dr : pruebe una cuadrícula de frecuencia más fina para obtener el período correcto, agruparlo con la funciónastropy.timeseries.aggregate_downsample
Antes de abordar el agrupamiento, debe obtener un diagrama plegado de fase correcto. Con razón lo llama "desordenado", la razón más probable es que el período que eligió es incorrecto (suponiendo que los datos realmente contengan una señal periódica con una buena S/N).
Entiendo que es posible que no desee compartir su código. Luego haré algunas suposiciones:
python
, matplotlib
yastropy
astropy.timeseries.LombScargle
normalization='standard'
En general, tomar a ciegas el pico más alto del peridograma que sale del Lomb-Scargle a menudo no es el mejor enfoque. En particular, en este caso, el pico más alto tiene un valor de aproximadamente
, que es definitivamente bajo. El período correcto generalmente viene con valores de peridograma más altos que
(el máximo es
). Pero no tomes esto como una regla. Puede utilizar el método false_alarm_probability
para cuantificar mejor la probabilidad de que el pico sea significativo y no aleatorio.
Creo que no ha encontrado el período correcto porque ha utilizado una cuadrícula de frecuencia demasiado gruesa. El período se encuentra entre los puntos y te lo has perdido. Use una cuadrícula de frecuencia mucho más fina y es posible que pueda ver aparecer un nuevo pico, muy alto y estrecho. Alternativamente, si no desea elegir el espaciado usted mismo, puede usar el autopower
método, que debería encontrar la mejor cuadrícula de frecuencia para usted.
Una vez que haya encontrado el período correcto y su curva plegada tenga sentido, el agrupamiento es la parte más fácil, hay una función que hace precisamente eso: astropy.timeseries.aggregate_downsample
.
Todo lo que acabo de decir (y mucho más) está explicado en la documentación de astropy
, que es realmente completa y fácil de entender. No puedo enfatizarlo lo suficiente, lea la documentación y encontrará que la mayoría de los problemas que puede encontrar ya están abordados allí:
Y un artículo más técnico que explica las capacidades y limitaciones del Lomb-Scargle, te sugiero que lo guardes como referencia:
Prallax
lariliss
abhinna sundar
Prallax
abhinna sundar