延展辐射型伽玛暴的多波段性质研究

摘要

伽玛射线暴的分类一直是伽玛射线暴研究领域的热点问题之一, Kouvelitou基于CGRO/BATSE第一个星表数据提出按照伽玛射线持续时间长短并以2秒为界分为长暴和短暴两类,该方法得到了广泛的认可和应用.随着伽玛射线暴数量的增加,使持续时间分类法面临严峻的挑战,特别是延展辐射型伽玛射线暴使得伽玛射线暴分类显得更具不确定性.本论文借助广泛使用的高斯混合模型及最大似然估计方法,系统的对比探讨多个空间卫星(BATSE, Swift, Fermi和Suzaku)伽玛射线暴的分类问题.本论文的基本内容为:(1)对伽玛射线暴相关研究进行了简要概述,包含相关探测设备,伽玛射线暴的观测特征,以及相关理论研究进展;(2)对延展辐射型伽玛射线暴进行介绍,统计了延展辐射型伽玛射线暴的持续时间与谱硬度,并与完整样本进行对比;(3)详细介绍了高斯混合模型和最大期望算法,并利用二者对 BATSE, Swift, Fermi和 Suzaku等4个卫星的伽玛射线暴样本进行分类的工作;(4)详细介绍红移已知Swift伽玛射线暴的T90～ H R二维分类研究工作;(5)对本人攻读硕士期间的研究工作进行了总结,并提出了对以后工作的思考和展望.

目录

封面

声明

目录

中文摘要

英文摘要

第一章 伽玛射线暴研究概述

1.1 伽玛射线暴研究起源

1.2 伽玛射线暴观测卫星及天文台

1.3 伽玛射线暴观测特征

1.4 伽玛暴的相关理论研究

第二章 延展辐射型伽玛射线暴

2.1 延展辐射

2.2 GRB060614

2.3 延展辐射型伽玛射线暴识别

2.4 延展辐射型伽玛射线暴的持续时间及谱硬度

第三章 利用高斯混合模型对伽玛射线暴进行分类

3.1 引言

3.2 机器学习简介

3.3 BATSE

3.4 Swift

3.5 Fermi

3.6 Suzaku

3.7 不同 GMM 模型的 BIC 值比较

3.8 结论

第四章 红移已知的 Swift 伽玛暴的 T90~H R32 分类研究

4.1 引言

4.2 样本选取

4.3 2 维状态下的高斯混合模型

4.4 分析结果

4.5 结论

第五章 总结与展望

参考文献

致谢

攻读硕士学位期间发表论文文情况