DQ flags

Certains glitches proviennent de sources de bruits environnementaux et/ou instrumentaux. L’iden-tification de ces sources de bruit est une tâche importante à la frontière entre l’analyse des données et la chasse aux bruits dans les détecteurs [119]. Les détecteurs sont surveillés en permanence par un ensemble de sondes (thermomètres, sismomètres, microphones, magnétomètres,...) ainsi que la position des éléments optiques et des faisceaux. Grâce à tous ces capteurs, on peut identifier certaines sources de bruit qui se propagent jusque dans le signal de frange noire. Par exemple, on a déjà mis en évidence un couplage électromagnétique entre le déclenchement d’une climatisation et un glitch dans les données de frange noire. Des équipes entières ont pour tâche d’identifier et supprimer les couplages. Malgré ce travail, il reste beaucoup de glitches liés à des sources de bruits externes ou internes. Les données des milliers de sondes (canaux auxiliaires) sont utilisées pour identifier les sources de bruits présents dans ces canaux et qui se couplent au signal de frange noire. Quand une famille de glitches est statistiquement associée à un bruit mesuré dans un canal auxiliaire, les périodes de temps sont tabulées dans les listes de DQFlags. Il s’agit de segments de temps utilisés ensuite par les analyses pour éliminer les évènements dus à des sources de bruits identifiées. Nous avons considéré l’ensemble de ces listes (plusieurs centaines pour chaque run) et étudié leurs effets sur la réjection des évènements de bruit de fond qui ont un grand SNR. Le but est de sélectionner les listes de DQFlags qui éliminent les évènements de bruit dus à une source de bruit bien identifiée sans supprimer un éventuel signal d’ondes gravitationnelles. Pour cela, il faut que les listes de DQFlags soient sélectives, c’est-à-dire qu’ils ne suppriment que les périodes de temps où il y a un glitch dans les données qui apparaît dans les évènements de bruits à grand SNR dans notre analyse. On cherche donc à minimiser le temps mort de ces listes et à maximiser son efficacité pour éliminer des évènements à grand SNR.

Pour S5 et S6, l’effet de ces DQFlags est montré sur la figure 3.8. La distribution des évènements de bruit après tous les critères de sélection appliqués est proche de celle obtenue avec des données de bruit gaussien.

3.4.3 Estimation de la sensibilité

Pour estimer la sensibilité de notre analyse, nous devons calculer l’efficacité de notre chaîne d’analyse à reconstruire des signaux d’ondes gravitationnelles de longue durée simulés et injectés dans les données. En ce qui concerne les sources astrophysiques, les paramètres des signaux injectés lors de l’analyse S5/S6 sont donnés dans la table 3.5.

CHAPITRE 3. STAMP-AS : CHAÎNE D’ANALYSE DÉDIÉE À LA RECHERCHE D’ONDES GRAVITATIONNELLES DE LONGUE DURÉE

Nom Paramètre Fréquence Durée

adiA M : 5 M, a∗ : 0.3,  : 0.05 135-166 39 adiB M : 10 M, a∗ : 0.95,  : 0.2 110-209 9 adiC M : 10 M, a∗ : 0.95,  : 0.4 130-251 236 adiD M : 3 M, a∗ : 0.7,  : 0.035 119-173 142 adiE M : 8 M, a∗ : 0.99,  : 0.065 111-260 76

Table 3.5 – Liste des paramètres des modèles ADI utilisés dans la recherche de signaux longs dans les données de S5 et S6. M est la masse, a∗ est un paramètre du trou noir et  est la fraction de masse du disque (1.3.6.1).

La table 3.6 résume la distance et l’amplitude hrss des signaux pour lesquelles une efficacité de 50% est atteinte. En choisissant un seuil à 50% d’efficacité on se focalise sur la distance à laquelle l’efficacité chute rapidement comme illustrée sur la figure 3.9. C’est en quelque sorte une façon de définir un horizon de détection pour nos sources.

Nom h^50%_rss distance^S5 50% EGW h^50%_rss distance^S6 50% EGW

[10−21/^√Hz] [Mpc] [10−7 Mc² ] [10−21/^√Hz] [Mpc] [10−7 Mc² ] adiA 1.8 5.4 1.5 1.4 6.8 0.94 adiB 1.9 16.3 1.9 1.7 18.6 1.5 adiC 3.6 8.9 9.9 2.9 11.3 6.3 adiE 2.3 11.5 3.3 2.0 13.4 2.4 monoA 13.0 - 31.0 12.0 - 24.0 monoB 21.0 - 2300.0 11.0 - 700.0 lineA 3.9 - 4.9 3.1 - 3.1 lineB 8.5 - 96.0 5.2 - 37.0 quadA 2.7 - 2.4 2.4 - 1.9 quadB 5.1 - 16.0 2.9 - 53.0 sgA 24.0 - 100.0 19.0 - 62 sgB 21.0 - 2500.0 10.0 - 590 wnbA 7.2 - 55.0 5.5 - 32.0 wnbB 9.1 - 180.0 6.4 - 92.0 wnbC 21.0 - 5000.0 13.0 - 1700.0

Table 3.6 – Estimation de l’amplitude des ondes gravitationnelles et de la distance de leur source reconstruites à 50% d’efficacité. Les résultats sont obtenus en injectant 100 signaux dans les données et en utilisant les mêmes coupures que dans l’estimation du bruit de fond. Les signaux adhoc sont normalisés à 10−20. L’énergie est calculée en supposant une source à 10 kpc.

Les études sur l’estimation de la sensibilité de la chaîne d’analyse permettent de montrer que malgré le soin apporté pour rester aussi agnostique que possible sur la forme du signal, STAMP-AS va plus ou moins bien reconstruire certains types de signaux. Par exemple, STAMP-AS est moins sensible aux signaux monochromatiques. La figure 3.10 montre l’amplitude des ondes gravitationnelles détectées à 50% d’efficacité pour les différents modèles étudiés en fonction de leurs fréquences. Des courbes d’iso-énergie pour une distance donnée sont ajoutées afin d’illustrer la quantité d’énergie à laquelle nous sommes sensibles.

Figure 3.9 – Courbe d’efficacité en fonction de la distance pour les signaux provenant du modèle d’ADI A. La courbe bleue est obtenue en considérant tous les triggers. Les courbes verte, rouge et cyan sont obtenues en appliquant respectivement une sélection sur les DQFlags, SNRfrac ou un seuil sur le SNR des triggers à 30. Enfin la courbe violette est obtenue en combinant les sélections sur SNRfrac et le seuil en SNR. C’est la coupure sur le SNR qui affecte le plus la sensibilité. Autrement dit, les autres sélections destinées à éliminer le bruit de fond sont assez inoffensives pour un signal.

Figure 3.10 – Estimation de la sensibilité de STAMP-AS lors de l’analyse des données de S5/S6. Les courbes pleines représentent les PSD de S5 (bleu) et S6 (rouge). Les marqueurs représentent l’amplitude à 50% d’efficacité pour différentes familles de signaux injectés dans les données de S5 ou S6. Les pointillés montrent l’amplitude attendue pour une source émettant 0.01 Mc² à différentes distances. Enfin les zones de couleur représentent une estimation de la sensibilité de STAMP-AS calculée sur les signaux quad et mono pour S5 (bleu) et S6 (rouge). Cette zone illustre grossièrement les amplitudes minimales que l’on peut espérer détecter.

CHAPITRE 3. STAMP-AS : CHAÎNE D’ANALYSE DÉDIÉE À LA RECHERCHE D’ONDES GRAVITATIONNELLES DE LONGUE DURÉE

3.4.4 Résultats de la recherche des signaux transitoires longs dans les données de