基于神经网络的半接双星测光解轨方法     

熊建萍  刘超  李蛟  李春乾  赵永恒 《天文研究与技术》2023,(2):123-134

半接双星(semi-detached binary)对于研究相互作用双星的形成和演化有着重要意义。随着大规模时域巡天时代的到来,预计将发现大量此类天体。针对海量的时域观测数据,需要一种快捷的建模工具对半接双星开展自动化光变曲线分析。基于神经网络构建了半接双星快速测光解轨模型。该模型根据光变曲线和已知的主星温度对半接双星的轨道进行建模,获得其轨道倾角、相对半径、质量比和温度比4个基本参数。结果表明,半接双星神经网络解轨模型能够快速地对一条光变曲线建模。在测光误差小于光变曲线振幅1%时,模型对于轨道倾角接近90^°、温度比约为0.6、光变振幅为1.84 mag的半接双星的轨道倾角、相对半径、质量比和温度比的测量误差分别为1.251, 0.004, 0.008和0.003。另外,模型应用在开普勒(Kepler)卫星实测光变曲线的结果表明,模型能够较为准确地对脉动食双星的光变曲线进行建模(拟合度可达0.9以上)。此外,该模型作为一个通用工具可以迁移到不同测光巡天项目上。  相似文献