「跟著黑蛋用Streamlit速成天文資料分析Web App」系列文[27]：濾除雜訊以揭露重力波訊號

「恩……咦？……恩……」

黑蛋盯著重力波的時間序列觀測資料圖，實在參不透眼前的訊號，為何來自兩個互繞的緻密星體合併時所產生的重力波事件。於是，他回頭查找「Gravitational Wave Quickview app」的原始碼，以及GWpy套件的文件，看看有什麼被他遺漏的地方。

黑蛋在GWpy的文件中找到「Filtering a TimeSeries to detect gravitational waves」這篇教學。「啊哈！原來如此呀！重力波的原始觀測資料其實包含許多不同頻率的雜訊，會將重力波訊號深埋在其中，需要借助雜訊濾除工具，鏟啊挖啊，把重力波訊號給揭露出來。」他喃喃自語著。

該篇教學是使用GWpy的bandpass()和notch()功能來濾除雜訊，前者能設定頻率上下界線，只保留界線範圍內的訊號，以去除高頻及低頻雜訊，後者則可以剔除特定頻率數值的雜訊。針對GW150914這個重力波事件的原始觀測資料，黑蛋依循教學，用bandpass()去除50赫茲以下和250赫茲以上的訊號，不過為了能因應不同重力波事件的狀況，他在頁面左側邊欄安裝兩個st.number_input元件，讓使用者可以調整頻率上下界線數值。他進一步按照教學，用notch()剔除重力波偵測器LIGO儀器本身造成的60、120及180赫茲雜訊。

在濾除雜訊後的重力波時間序列資料圖上，黑蛋觀察到事件開始時，其訊號的振幅漸大且波動漸趨頻繁，而過了一小段時間後又趨於平緩。「喔！這能對應到緻密雙星的合併過程，就像放在彈跳床上的兩個保齡球互繞越來越快，產生的波動也越大且頻繁，而合併後波動漸趨平緩。」他再度喃喃自語著。

此系列文由蘇羿豪撰寫，以「創用CC 姓名標示 4.0(CC BY 4.0)國際版授權條款」釋出。另外附上此文所提及的重力波資料分析app以及完整程式碼連結。