Méthodes pour la détection rapide d’évènements gravitationnels à partir des données LISA

Topic description La thèse porte sur le développement de méthodes d’analyse rapide pour la détection et la caractérisation des ondes gravitationnelles, en particulier dans le cadre de la future mission spatiale LISA (Laser Interferometer Space Antenna) prévue par l’ESA vers .L’analyse des données fait intervenir différentes étapes dont l’une des premières est le « pipeline » d’analyse rapide, dont le rôle est la détection de nouveaux évènements, ainsi que la caractérisation d’évènements. Le dernier point a trait à l’estimation rapide de la position dans le ciel de la source d’émission d’ondes gravitationnelles, et de leur temps caractéristique tel que le temps de coalescence pour une fusion de trous noirs par exemple. Ces outils d'analyse forment le pipeline d'analyse à faible latence (low-latency pipeline). Au-delà de l’intérêt pour LISA, celui-ci joue également un rôle primordial pour le suivi rapide des évènements détectés par des observations électromagnétiques (observatoires au sol ou spatiaux, des ondes radio aux rayons gamma). Si des méthodes d’analyse rapides ont été développées pour les interféromètres au sol, le cas des interféromètres spatiaux tels que LISA reste un champ à explorer. Ainsi, un traitement adapté des données devra prendre en compte le mode de transmission des données par paquet, nécessitant ainsi la détection d’évènements à partir de données incomplètes. À partir de données entachées d’artefacts tels que des glitches, ces méthodes devront permettre la détection, la discrimination et l’analyse de sources diverses Dans cette thèse, nous proposons de développer une méthode robuste et performante pour la détection précoce de binaires de trous noirs massifs (MBHBs). Cette méthode devra permettre la prise en compte du flux de données tel qu’attendu dans le cadre de LISA, traité de potentiels artefacts (e.g. bruit non-stationnaire et glitches). Elle permettra la production d’alarmes, incluant un indice de confiance de la détection ainsi qu’une première estimation des paramètres de la source (temps de coalescence, position dans le ciel et masse de la binaire) ; une première estimation rapide est essentielle pour initialiser au mieux une estimation plus précise mais plus couteuse de l’estimation de paramètres. ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------The thesis focuses on the development of rapid analysis methods for the detection and characterization of gravitational waves, particularly in the context of the upcoming LISA (Laser Interferometer Space Antenna) space mission planned by ESA around . Data analysis involves several stages, one of the first being the rapid analysis “pipeline,” whose role is to detect new events and to characterize them. The final aspect concerns the rapid estimation of the sky position of the gravitational wave source and their characteristic time, such as the coalescence time in the case of black hole mergers. These analysis tools constitute the low-latency analysis pipeline. Beyond its value for LISA, this pipeline also plays a crucial role in the rapid follow-up of events detected by electromagnetic observations (ground or space-based observatories, from radio waves to gamma rays). While fast analysis methods have been developed for ground-based interferometers, the case of space-borne interferometers such as LISA remains an area to be explored. Thus, a tailored data processing method will have to consider the packet-based data transmission mode, requiring event detection from incomplete data. From data affected by artifacts such as glitches, these methods must enable the detection, discrimination, and analysis of various sources. In this thesis, we propose to develop a robust and effective method for the early detection of massive black hole binaries (MBHBs). This method should accommodate the data flow expected for LISA, process potential artifacts (e.g., non-stationary noise and glitches), and allow the generation of alerts, including a detection confidence index and a first estimate of the source parameters (coalescence time, sky position, and binary mass); such a rapid initial estimate is essential for optimally initializing a more accurate and computationally expensive parameter estimation. ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------Pôle fr : Direction de la Recherche FondamentaleDépartement : Institut de recherche sur les lois fondamentales de l’universService : Département d’Electronique, des Détecteurs et d’Informatique pour la physiqueLaboratoire : Laboratoire ingénierie logicielle et applications spécifiquesDate de début souhaitée : 01-10- Funding category Public/private mixed funding Funding further details