-
基于AI的引力波探测数据清洗，LIGO噪声抑制的时频域深度滤波器设计
引力波探测作为现代天文学的前沿领域，其核心挑战在于从极微弱的信号中分离出宇宙事件产生的时空涟漪。LIGO(激光干涉引力波天文台)作为首个直接探测引力波的设施，其探测精度达到10⁻¹⁸米量级，但极端灵敏性也使其极易受到环境噪声干扰。传统时频域滤波技术受限于线性模型假设，难以处理非平稳、非高斯噪声。近年来，AI与深度学习技术的突破为引力波数据清洗提供了新范式，尤其是基于强化学习的时频域深度滤波器设计，正在重塑引力波探测的噪声抑制框架。
