【成果简介】
提出模板预测，波形辨识与匹配滤波的引力波信号搜寻新框架， 以 UNet 网络结构为例，实现了该框架。首先通过包络提取网络提取 重要时间点信息，再通过去噪网络对重要时间片段进行去噪，然后通 过波形辨识网络辨识波形是否具有天体源释放信号的形态，对于具备 天体源形态的信号继续采用匹配滤波获取其匹配信噪比。与传统匹配 滤波相比，量级的提升计算效率。与端对端分类的信号搜寻相比，输 出饱和范围更广。
【技术指标】
在真实数据中获得连续 3 个月数据分析 0 虚报的鲁棒分析，成功探 测 60%以上真实事件（与传统线下匹配滤波流水线相当），探测灵敏距 离接近传统匹配滤波水平。
【技术成熟度】 正在研发
【应用情况】
本方法有望应用于未来我国天琴计划、太极计划和在规划中的地基 引力波探测器的数据处理。解决端对端深度学习引力波搜寻方法的物理 可解释性问题以及匹配滤波引力波搜寻方法的效率问题。
