Sfide nel settore stocastico dell’analisi dei dati di LISA

The Laser Interferometer Space Antenna (LISA) is a pioneering space-based observatory designed to detect gravitational waves in the millihertz frequency band. Over its mission lifetime, LISA is expected to probe a wide variety of astrophysical phenomena, ranging from mergers of massive black hole binaries in the early Universe to inspirals of stellar-origin compact objects within our own Galaxy. In particular, LISA will resolve more than ten thousand nearly monochromatic white dwarf binaries, providing unprecedented insights into the Galactic population of compact binaries. Beyond individually resolvable binaries, the majority of Galactic sources will remain unresolved, producing a confusion-limited signal known as the Galactic foreground, which is predicted to dominate the [0.5,3] mHz frequency range. In addition, astrophysical and cosmological processes are expected to contribute to the LISA data streams, generating multiple stochastic gravitational-wave backgrounds. The LISA data stream will be signal-rich, with gravitational-wave sources continuously emitting within the instrument frequency band. Such complexity motivates the development of the so-called Global Fit. Among many proposed approaches, the most consolidated one is to use a Blocked Gibbs sampling algorithm to jointly analyze different gravitational-wave source classes, including instrumental noise and stochastic gravitational-wave backgrounds. In this thesis, we focus on the modeling challenges for the stochastic and noise sectors of the Global Fit. We mainly focus on astrophysical contributions from white dwarf binaries, stellar-origin black hole binaries, and extreme mass-ratio inspirals.

Il Laser Interferometer Space Antenna (LISA) è un osservatorio spaziale pionieristico, progettato per rilevare onde gravitazionali nella banda di frequenze dei millihertz. Nel corso della sua missione, LISA si propone di studiare una vasta gamma di fenomeni astrofisici, che spaziano dalle fusioni di buchi neri massivi nell’Universo primordiale agli inspirali di oggetti compatti di origine stellare all’interno della nostra Galassia. In particolare, LISA sarà in grado di risolvere oltre diecimila sistemi binari di nane bianche quasi monocromatici, offrendo una comprensione senza precedenti della popolazione galattica di sistemi binari compatti. Oltre ai binari risolvibili singolarmente, la maggior parte delle sorgenti galattiche rimarrà irrisolta, generando un segnale limitato dalla confusione, noto come foreground galattico, che si prevede domini la gamma di frequenze [0.5,3] mHz. Inoltre, processi astrofisici e cosmologici contribuiranno ai flussi di dati di LISA, dando origine a molteplici fondi stocastici di onde gravitazionali. Il flusso di dati di LISA sarà estremamente ricco di segnali, con sorgenti di onde gravitazionali che emetteranno continuamente all’interno della banda di frequenze dello strumento. Tale complessità rende necessario lo sviluppo del cosiddetto Global Fit. Tra i diversi approcci proposti, il più consolidato prevede l’utilizzo di un algoritmo di Blocked Gibbs sampling per analizzare congiuntamente differenti classi di sorgenti di onde gravitazionali, includendo il rumore strumentale e i fondi stocastici. In questa tesi ci concentriamo sulle sfide di modellizzazione relative ai settori stocastico e del rumore nel contesto del Global Fit, con particolare attenzione ai contributi astrofisici provenienti da sistemi binari di nane bianche, binari di buchi neri di origine stellare e inspirali a rapporto di massa estremo.