• <nav id="mw8sg"><code id="mw8sg"></code></nav><optgroup id="mw8sg"><optgroup id="mw8sg"></optgroup></optgroup>
  • <nav id="mw8sg"><code id="mw8sg"></code></nav>
    <xmp id="mw8sg"><optgroup id="mw8sg"></optgroup>
  • <nav id="mw8sg"><code id="mw8sg"></code></nav>
    <dd id="mw8sg"><nav id="mw8sg"></nav></dd>
    <strong id="mw8sg"><small id="mw8sg"></small></strong>
    <xmp id="mw8sg"><nav id="mw8sg"></nav>
    <optgroup id="mw8sg"></optgroup>
  • <nav id="mw8sg"></nav>
  • <xmp id="mw8sg">

    當地時間215日,激光干涉儀引力波天文臺(LIGO)科學合作組織宣布,接收到來自美國國家科學基金會、英國研究與創新機構和澳大利亞研究委員會共3500萬美元的資金支持,將對其兩個探測器進行重大升級。

    LIGO曾于2015年首次在人類歷史上聆聽到時空的漣漪——引力波。升級后的LIGO將被命名為Advanced LIGO Plus ,簡稱ALIGO+,預計將于2024年開始運行。

    美國國家科學基金會負責人弗朗斯·科多瓦表示,這次升級將保證LIGO未來10年在引力波科學領域繼續保持領先地位。

    每天都將到引力波

    2015年以來,LIGO共成功探測到11次引力波事件,10次源于黑洞并和,1次源于中子星并和。而升級后的ALIGO+,探測能力將進一步增強,可探測的宇宙空間將比現在提升7倍。

    ?

    LIGO負責人、加州理工大學教授大衛·賴茨表示,有了ALIGO+,將來每天都能探測到黑洞并和產生的引力波。而探測由中子星并和產生的引力波,雖然目前僅有1次,但未來會愈發頻繁。

    這主要是因為,升級后的ALIGO+將應用量子壓縮光和新的鏡面涂層技術。

    目前 LIGO的設計靈敏度由量子噪聲主導,而量子壓縮光正是用來降低量子噪聲的。”LIGO科學合作組織成員、任教于英國伯明翰大學物理與天文學院的繆海興告訴科技日報記者。

    繆海興介紹,量子壓縮光可理解為對量子漲落的重新分配ALIGO+將應用與頻率相關的量子壓縮光,即同時降低低頻的量子輻射壓力噪聲和高頻的量子散粒噪聲,目標是將ALIGO+的振幅靈敏度提高到目前的2倍。

    至于新的鏡面涂層技術,繆海興透露,鍍膜的材料不會改變,而是會通過新的處理技術,使鏡面鍍膜的熱噪聲大大降低。

    這就相當于ALIGO+使用了更好的抗噪耳機,我們就能聽到更清晰的音樂細節以及更微弱的神秘歌聲” LIGO科學合作組織成員、武漢大學物理科學與技術學院特聘研究員范錫龍接受科技日報記者采訪時說。

    或將挑戰恒星和星族演化理論

    隨著時間的推移,LIGO探測到引力波的次數肯定會越來越多。我們可以通過提升探測器的靈敏度來實現這一目標,而不僅僅是按部就班地觀測和等待。” LIGO科學合作組織成員、英國格拉斯哥大學教授王毅雄接受科技日報記者采訪時說。

    ?

    王毅雄介紹,ALIGO+對雙中子星并和的探測距離將達到300百萬秒差距(Mpc),而對雙黑洞并和的探測距離超過宇宙半徑的一半。

    這意味著,對于同一類引力波源而言,例如雙中子星并和產生的引力波,ALIGO+可探測到更遙遠、數量更多的信號。范錫龍說。

    范錫龍告訴記者,更多的同類信號可以讓科學家從統計學角度理解這些系統,如雙中子星的質量分布、自旋分布等,就像給宇宙中的相關天體做人口普查。而借助統計學信息,結合恒星和星族演化理論,就能推測雙中子星的演化過程等問題。

    與此同時,更遙遠的引力波信號,會有更大幾率遇到宇宙中其他天體,從而發生強引力透鏡化引力波現象。通過研究這種現象,引力波速度、哈勃常數、星系暗物質分布等一系列重要問題將有可能獲得重要進展。

    我個人最期待的是,ALIGO+能觀測到更多更遙遠距離的大質量雙黑洞,那么關于雙星比例、初始質量函數等一系列恒星和星族演化理論中的初始設定可能會受到挑戰。范錫龍說。

    按照ALIGO+項目負責人邁克爾·朱克的說法,ALIGO+將在1周以內實現過去3年的探測數量。在范錫龍看來,隨著引力波探測器的不斷升級,引力波信號也需要更加詳細復雜的數據處理過程來挖掘。

    未來大量引力波信號的快速處理將是一個新的研究領域。范錫龍告訴科技日報記者,除了使用更快的計算機、提高傳統算法運算速度等手段,機器學習技術也開始在引力波數據處理領域大展拳腳。

    來源:科技日報

    ?

    ?

    草莓视频在线