Zukünftige Detektoren der dritten Generation von Gravitationswellen wie das Einstein-Teleskop (ET) und der Cosmic Explorer (CE) werden voraussichtlich Millionen von Fusionen binärer schwarzer Löcher (BBH) nachweisen. Neben diesen Fortschritten werden bevorstehende Radioundersuchungen, wie das Square Kilometer Array Observatory (SKAO), neue Sätze von kosmologischen Tracern bereitstellen. Dazu gehört die Kartierung der großräumigen Verteilung von neutralem Wasserstoff (HI) mittels Intensitätskartierung (IM), HI-Galaxien und radio-kontinuierlichen Galaxien. In dieser Arbeit werden wir Synergien zwischen Gravitationswellen (GW) und radio Tracern durch einen Multitracer-Ansatz untersuchen. Zunächst prognostizieren wir die Präzision des Clustering-Bias von GWs durch die Kreuzkorrelation von Daten eines ET-ähnlichen Detektors mit einer SKAO IM-Umfrage. Unsere Ergebnisse deuten darauf hin, dass dieser Ansatz den GW-Clustering-Bias bis z = 2,5 auf innerhalb von 2 % einschränken kann. Darüber hinaus untersuchen wir das Potenzial einer dreifachen Kreuzkorrelation unter Verwendung von GWs, IM und photometrischen Galaxien aus einer Umfrage wie LSST. Diese Multitracer-Methode verbessert die Einschränkungen des Linsenvergrößerungseffekts und erreicht eine Präzision auf Prozentniveau und ermöglicht eine Messung des Dopplereffekts mit etwa 15 % Unsicherheit. Darüber hinaus zeigen wir zum ersten Mal, dass diese Methode die erforderliche Präzision erreichen könnte, um subdominante gravitative Potenzialbeiträge zu den relativistischen Korrekturen zu messen, die zuvor für unterhalb der kosmologischen Varianz gedacht wurden. Unsere Analyse hebt das Potenzial von Kreuzkorrelationen zwischen GWs und radio Tracern hervor, um die Einschränkungen der astrophysikalischen Eigenschaften von BBHs zu verbessern, relativistische Effekte zu messen und Nulltests der GR in kosmologischen Skalen durchzuführen.
Zazzera et al. (Mi.,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: