Команда исследователей из Калифорнийского университета в Беркли и Центра НАСА имени Эймса разработала инновационный алгоритм для анализа архивных данных телескопа Kepler. Новая методика специализируется на поиске экзопланет, сигналы которых находятся на пределе чувствительности оборудования. Основной приоритет — уточнение параметров обнаружения миров земного типа в зонах обитаемости и радикальное сокращение числа ложноположительных сигналов, вызванных аппаратными шумами или естественной переменностью звезд.
Методология базируется на многоуровневой фильтрации данных. Вначале производится устранение локальных дефектов: внезапных скачков чувствительности пикселей (SPSD), случайных выбросов, краевых артефактов и спектральных гармоник. Для эффективной очистки применяются модели с экспоненциальными и ступенчатыми профилями, дополненные адаптивным сглаживанием шумового спектра.
Затем выполняется процедура «гауссианизации»: трансформация данных подавляет нетипичные аномалии, сохраняя при этом структуру сигналов, характерных для планетных транзитов. Недостающие фрагменты наблюдений восстанавливаются на основе модели стационарного гауссовского шума, характеристики которого вычисляются персонально для каждого звездного объекта.
Идентификация прохождений планет осуществляется через библиотеку шаблонов с логарифмическим распределением периодов. Ключевым инструментом выступает расчет Байесовского фактора — интегральной величины, позволяющей математически разграничить планетную природу сигнала и системные помехи. Важным этапом проверки является сопоставление длительности транзита с теоретическими моделями, основанными на законах Кеплера, с учетом плотности звезды и эксцентриситета орбиты.
Особое внимание уделяется верификации каждого отдельного события в серии: если итоговый результат сформирован лишь одной-двумя аномалиями без подтверждения остальными транзитами, кандидат отклоняется. Система оценивает статистическую согласованность вклада каждого эпизода и исключает ошибки, связанные с близостью к разрывам в данных.
Апробация алгоритма на реальных массивах Kepler и синтетических тестах показала высокую надежность. Метод подтвердил статус всех ранее известных планет, но отсеял значительное число сомнительных кандидатов с длинными периодами и слабым откликом. Примечательно, что несколько объектов в «зоне жизни», ранее считавшихся перспективными, были признаны ошибками измерений, что заставляет пересмотреть текущие оценки распространенности обитаемых миров.
Программное обеспечение реализовано на языке Python и опубликовано в открытом доступе на GitHub. Данная работа не только повышает достоверность астрономических открытий, но и ускоряет обработку гигантских массивов данных, обеспечивая максимально объективную статистику по планетам земного типа в нашей Галактике.
Источник: iXBT
