LUMOS 优化引力波光学对应体搜索
当 LIGO、Virgo 和 KAGRA 观测站检测到引力波时，立即的挑战是在广阔的天空中找到其起源。广域望远镜，如 Zwicky Transient Facility，必须扫描巨大的区域以捕捉这些事件的光。为了使这一过程更有效，需要一个智能规划器来决定观察哪些区域以及何时观察，考虑可见性窗口和成功概率。🔭
基于混合整数线性规划的规划器
工具LUMOS通过将其表述为最大覆盖问题来解决这一问题。其主要目标是选择和调度观测场，以最大化覆盖事件精确位置的累积概率。它在遵守基本实际约束的情况下实现这一点：
LUMOS 处理的关键约束：- 每张图像所需的曝光时间。
- 每晚观测可用总时间的限制。
- 从观测站位置可见天空每个区域的确切时刻。
其框架是通用的，可以适应其他望远镜运行，既包括地面望远镜，也包括未来的空间任务。
使用真实数据测试的优越结果
在评估其性能时，使用第四次观测战役的 1199 个引力波事件数据，LUMOS展示了比参考规划器gwemopt优越得多的性能。新系统实现了平均累积概率提高 84.7%，以覆盖正确位置。其架构与用于规划空间任务的工具如 M4OPT 并行，这突显了其多功能性和从多个平台优化天文跟踪的潜力。🚀
突出其有效性的方面：- 在操作限制内最大化成功概率。
- 其设计允许并行处理，加速规划。
- 为望远镜提供具体且可执行的观测计划。
多信使跟踪的未来
而在天文社区等待下一个引力波警报时，像LUMOS这样的算法正在竞争提供最高效的观测计划