Flux ¡Density ¡Varia0on ¡in ¡PPTA ¡ Pulsars ¡ Renée ¡Spiewak ¡
Ques0ons/Goals ¡ When ¡is ¡a ¡pulsar ¡bright/faint? ¡ ¡How ¡bright ¡is ¡remarkable? ¡ ¡ ¡ • • Do ¡any ¡of ¡the ¡pulsars ¡in ¡the ¡dataset ¡vary ¡intrinsically? ¡ ¡ • Measure ¡refrac0ve ¡scin0lla0on ¡to ¡understand ¡ISM ¡ • Use ¡well-‑defined ¡structure ¡func0ons ¡to ¡learn ¡about ¡noise ¡in ¡data ¡ Methods ¡ • Take ¡flux-‑calibrated ¡data ¡from ¡MaOhew’s ¡pipeline, ¡f-‑ ¡and ¡p-‑scrunch ¡ • Leave ¡in ¡8-‑minute ¡0me ¡chunks ¡to ¡analyze ¡short ¡0mescale ¡change ¡ • Remove ¡low ¡S/N ¡data, ¡RFI, ¡and ¡badly ¡calibrated ¡data ¡ • Combine ¡data ¡from ¡all ¡DFBs, ¡compare ¡different ¡frequencies ¡ • Create ¡structure ¡func0ons ¡from ¡0me ¡series ¡with ¡lag ¡bins ¡beginning ¡at ¡8 ¡min ¡ increasing ¡by ¡power ¡2 ¡
Time ¡Series ¡ Linear ¡Flux ¡Scale ¡ Log ¡Flux ¡Scale ¡
Flux ¡Density ¡Distribu0ons ¡ Linear ¡Scale ¡ Log ¡Scale ¡
Structure ¡Func0ons ¡ Noise ¡regime ¡– ¡short ¡lags, ¡ • structure ¡func0on ¡dominated ¡by ¡ noise ¡ ¡ Satura0on ¡ Regime ¡ Structure ¡regime ¡– ¡linear ¡slope, ¡ • related ¡to ¡distribu0on ¡of ¡ scaOering ¡material ¡in ¡line-‑of-‑sight ¡ Satura0on ¡regime ¡– ¡long ¡lags, ¡ • Structure ¡ related ¡to ¡refrac0ve ¡0mescale ¡ ¡ Regime ¡ – The ¡refrac0ve ¡0mescale ¡ corresponds ¡to ¡the ¡lag ¡at ¡which ¡ the ¡structure ¡func0on ¡reaches ¡½ ¡ the ¡satura0on ¡value ¡ Noise ¡Regime ¡ Refrac0ve ¡ Timescale ¡– ¡ 34.6 ¡d ¡
Refrac0ve ¡ Timescale ¡-‑ ¡ ≳ 100 ¡d ¡ Refrac0ve ¡ Timescale ¡ ¡-‑ ¡ 57 ¡m ¡
Refrac0ve ¡ Timescale ¡– ¡ 7 ¡d ¡
Future ¡Work ¡ Add ¡more ¡pulsars ¡(possibly ¡this ¡week) ¡ • Analyze ¡sta0s0cs ¡– ¡average ¡flux, ¡variance ¡in ¡0me ¡series; ¡slopes ¡of ¡structure ¡ • func0ons, ¡0mescales, ¡devia0ons ¡from ¡expected ¡shape ¡ Look ¡at ¡interes0ng ¡features, ¡such ¡as ¡outliers ¡in ¡0me ¡series, ¡correla0on ¡between ¡ • frequencies ¡(or ¡lack ¡thereof), ¡etc. ¡ J1125-‑6014 ¡– ¡20cm ¡ J1045-‑4509 ¡ 14 20cm 50cm 12 10 8 6 4 2 0 55000 55100 55200 55300 55400 55500 55600
Recommend
More recommend
