Eine schnelle Methode zur Analyse des Leistungsspektrums und der Vordergrundanalyse für die 21-cm-Kosmologie

Wir entwickeln und demonstrieren eine Beschleunigung des quadratischen Schätzer-Formalismus von Liu und Tegmark für die Inversvarianz-Vordergrundsubtraktion und Schätzung des Leistungsspektrums in 21-cm-Tomographie von O (N^3) auf O (Nlog N), wobei N die Anzahl der Voxel der Daten ist. Diese Technik macht die Megavoxel-Skalierungsanalyse möglich, die für aktuelle und kommende Radiointerferometer erforderlich ist, indem sie nur gemäßigt restriktive Annahmen über Vordergrundmodelle und Umfragedatengeometrie trifft. Wir nutzen iterative und Monte-Carlo-Techniken sowie die Symmetrien der Vordergrund-Kovarianzmatrizen, um schnell das 21-cm-Helligkeitstemperatur-Leistungsspektrum P (k_, k_), die Fisher-Informationsmatrix, die Fehlerbalken, die Fensterfunktionen und die Verzerrung zu schätzen. Wir erweitern auch das Vordergrundmodell von Liu und Tegmark, um helle Punktquellen mit bekannten Positionen auf eine Weise einzubeziehen, die als O (Nlog N) (N Punktquellen) (N^5/3) skaliert. Als erste Anwendung unserer Methode sagen wir Fehlerbalken und Fensterfunktionen für den bevorstehenden 128-Fliesen-Einsatz des Murchinson Widefield Array voraus und zeigen, dass 1000 Stunden Beobachtung ausreichend sensibel sein sollten, um das Signal des Leistungsspektrums aus der Epoche der Wiederionisierung zu erfassen.