空间作为数据库

本文通过分析宇宙红移的空间差异,提供了一种构造太阳系银河轨道投影的方法。除了已知的围绕银河系中心的旋转运动以及相对于银河系盘的上下位移之外,在结果上还可以清楚地看到轴的摆动。

图片

.0. () – . – X ( ), – Y ( ), – Z ( ). – (RA 10, DEC -30) – . – - (RA 266, DEC -29), .


我一直对一开始的东西很感兴趣-从创作的秘密中去除面纱。可能是在这些人成为考古学家之前,他们挖了大地,沙子,粘土。现在一切都变了,您必须挖掘数据。

不久前,我看到了Saul Perlmutter小组的工作成果,他,Brian Schmidt和Adam Riess为此获得了2011年度诺贝尔物理学奖。如果您对宇宙学感兴趣,您可能听说过。

图片
图。1。Ia型超新星物体红移图(横坐标轴)和共形距离(纵坐标轴)。

超新星是一种相当罕见的现象,尤其是Ia类型的超新星,因此,在工作中呈现样本只有582个位置。
这种现象在太空探索中的独特之处在于,它发生在已知的时间段内,并且具有已知的光度变化曲线。这是一方面。另一方面,在巨大的距离内可以对其进行固定和探索。
因此,Ia型超新星可作为距离阶梯的校准器,借助它,可以大大提高距离
简单来说,Perlmutter的研究将宇宙学红移(以下简称SCS)的值与距离进行了比较,结果发现SCC的增长不成比例,得出了宇宙遵循标准宇宙学模型加速膨胀的结论
在这里写得很清楚现代宇宙学模型的形成

Perlmutter的研究没有很多数据,但是有可靠距离的好数据。我想,为什么与塞内卡的建议相反,不要在粪肥中寻找钻石:通过“不良”数据进行翻炒,在这种情况下,某些来源的KKS只能与其他来源的KKS进行比较,并考虑到它们的空间方向。

此外,这种“肥料”要多很多倍,并且工具是自动化的。多年来,世界各地的天文学家一直在收集有关各种空间物体的一点点数据,将它们分为类型和类别,计算日心中心位置,测量光度,红移等。

ZCAT基础包含有关929,094个空间对象的数据。

其中,我们将仅使用895,441个对象上的数据-已知的CSF在有条件的单个点上进行测量(在宇宙尺度上,我们在测量间隔内的偏移可以忽略不计)。对于其中的某些对象(563个对象),甚至是通过与CCS不相关的方法计算出的距离也是已知的。

工具类


有关所用软件产品的信息。

数据库管理系统:Microsoft SQL Server管理Studio 10.0.1600.22((SQL_PreRelease).080709-1414)数据访问组件(MDAC)10.0.16299.15(WinBuild.160101.0800)
Microsoft MSXML 3.0 4.0 5.0 6.0
Microsoft Internet Explorer 9.11.16299.0
Microsoft .NET Framework 2.0.50727.8838
操作系统6.3.16299
MS Office版本10。

数据库说明


数据库中的每个元素都有许多字段,我们仅会对其在第二个赤道坐标系中的天空位置及其KKS 感兴趣,这些位置在大多数情况下被指定为速度并根据来源进行重新计数(根据公式v = zc)。

图片

图。 2.第二赤道坐标系。右提升从春分存放在赤道。赤纬-两极(正斜度-北,负数-南)。
一些评论。该数据库包含日心轴值,因此,在图2的中心应表示太阳。

该数据库还包含相对于太阳系的值,不包括太阳系围绕射手座A的旋转。从结果中可以清楚地看到这一点。

总的来说,即使是在图形和图表上,我也着迷于数十亿年前发生的过程。令人惊讶的是,根据到达我们的光子的特性,如何重建过去的照片。即使这些绘画与我们现在已经习惯的精美彩色照片的质量相差甚远。

源库的列:

RA_HR-右提升(小时)
RA_MIN-右提升(分钟)
RA_SEC-未使用
DEC_Sign-倾斜(符号)
DEC_DEG-倾斜(度)
DEC_MIN-倾斜(分钟)
DEC_SEC-未使用
Z是CCS的值z。

计算值:

Xd,Yd,Zd-单位矢量在x,y,z轴上分别沿着元素的方向线(从方向,目的地到d)的投影的计算值。

半法


如果我们将空间通过任何穿过太阳的平面将其划分为两个半球,则会得到两组元素A和B,其中每组元素将包含一定数量的元素[QuantityA]和[QuantityB],以及总的KKS [RSh_SumA]和[RSh_SumB],结果,每个元素的[KSh_midA]和[RSh_midB]的平均KKS数及其差[RSh_dif]。

为了方便起见,固定坐标系会很好。

X轴是一条直线,其中包含原点(太阳)和一个点,其右上角提升0小时0分钟,且倾角为0度,即与指向春分点的方向一致。 Y轴也将位于赤道平面内-右仰角9小时0分0秒,倾斜度为0度。 Z轴-倾斜90度,任何向右提升。

我们还定义了三个参考平面。使用垂直线可以方便地进行此操作:

平面α垂直于z,包含x和y;
平面β垂直于y,包含x和z;
平面γ垂直于x,包含y和z。

并查看这些飞机的平均位移差异:

α= 0.07491884 = 22 460.1 km /
sβ= 0.012127832 = 3 635.8 km /
sγ= -0.034180049 = -10 246.9 km / 。秒

我重点读者上每个对象的宇宙坐标系统的平均偏差的值:在北半球(在下文中,第二赤道坐标相对于太阳系统),或上半空间中的每个空间物体,大约0.075移位光谱红色比每一个对象在南半球。

仿佛我们正在相对移动,以约11,230 km / s的速度离开(我们将相对于α= 22,460.1 km / s的差值除以2)。这里分成两部分是由于我们采用相对于空间另一侧的红移值,我们向其对象在紫罗兰色方向上产生了位移,其大小等于红移,这将导致方向上位移的两倍差异。

但是,与已知的太阳系和银河系的特殊速度相比,“全世界”平均值的这种差异非常大,相对于遗物,银河系的最大值仅为627±22 km / s。

这是精心布置的。

首先,我认为造成这种差异的主要原因是根据Friedmann-Robertson-Walker度量标准,红移的比例分量缺乏分离

也就是说,由于以下事实:随着距源的距离增加,红移随时间非线性地增加,它包含了宇宙膨胀的相当大的一部分,并且接收点相对于辐射的``旧层''的奇特速度表示为``更亮''。
但是,接收点相对于任何年龄辐射的奇特速度将给出相同的,无标度的结果。

造成这种差异的主要原因在于围绕银河系中心的重复和同向运动(旋转),发生于其时代规模,因此现在对固定差异做出了巨大贡献,同时为我们提供了将谷粒与谷壳分离的潜力。而且,可能还有更长的定向运动。

关于这一点,请参阅“ COP的内存的影响”一章中的稍后部分,但现在我们更深入地研究,再次参考数据。我们如何改善对物理现象的理解?

首先,平面上的给定数据可以对某个运动矢量进行投影,该运动矢量的绝对值应大于给定值。也就是说,如果我们要检查是否存在这种运动的假设(例如,在现象框架内暗流强大的吸引子),值得转向分割平面以寻找最大值。
其次,我们可以从一个点开始执行一个动作-通过平面旋转,通过减少位于定义分隔平面的向量周围的环形区域中的元素,逐渐减少每一侧对象的选择,并限制对象的选择。好像我们在将聚光灯束缩小到分隔平面的每一侧一样。

如果红移差异是由于观察点相对于外太空侧面的运动而引起的,那么这种变窄应一致地增加平均红移,这是由于排除的物体对这种性质的红移贡献较小。

第三,在分割平面旋转期间,我们只能考虑部分KKS范围,以试图追踪最大值及其方向如何变化。并将其与第二段中的技巧结合起来。

分割平面的旋转


这只是对一些假设的检验,因为我通过将一次时间传递减少到15-20分钟来简化笔记本电脑的工作,如下所示:排除了对象的角秒(它们对值的贡献可忽略不计); 飞机以5°的增量旋转。

旋转机制如下:从0°到90°的每个倾斜值(以5°的增量)以5°的增量从0°传递到360°。

因此,我们以所有可能的角度通过了半球。通过第二个半球没有意义-它完全被相反的符号镜像(例如,向右倾斜的第一个通道以0°倾斜)。

这是其中一个查询的文本的示例(我不专门研究DB,请不要严格判断):
create table [RedShiftResearch].[dbo].[RShField6](
	[QNum1] [int] NULL,
	[QNum2] [int] NULL,
	[RA_surface_ort_angle] [float] NULL,
	[DEC_surface_ort_angle] [float] NULL,
	[X_ort] [float] NULL,
	[Y_ort] [float] NULL,
	[Z_ort] [float] NULL,
	[Ort_sum] [float] NULL,
	[QuantityA] [int] NULL,
	[QuantityB] [int] NULL,
	[CheckQSum] [int] NULL,
	[RSh_sumA] [float] NULL,
	[RSh_sumB] [float] NULL,
	[RSh_sumCheck] [float] NULL,
	[RSh_midA] [float] NULL,
	[RSh_midB] [float] NULL,
	[RSh_dif] [float] NULL)

DECLARE @DIAPASON_L float = -3;
DECLARE @DIAPASON_H float = 20;
DECLARE @counter1 int = 0;
DECLARE @counter2 int = 0;
DECLARE @Q1 int;
DECLARE @Q2 int;
DECLARE @RA_surf_ort_angle float;
DECLARE @DEC_surf_ort_angle float;
DECLARE @X_ort float;
DECLARE @Y_ort float;
DECLARE @Z_ort float;
DECLARE @X_ort_neg float;
DECLARE @Y_ort_neg float;
DECLARE @Z_ort_neg float;
DECLARE @Ort_sum float;
DECLARE @RA_surf_step float = 5.0;
DECLARE @DEC_surf_step float = 5.0;
DECLARE @QuantityA int;
DECLARE @QuantityB int;
DECLARE @CheckQSum int;
DECLARE @RSh_sumA float;
DECLARE @RSh_sumB float;
DECLARE @RSh_sumCheck float;
DECLARE @RSh_midA float;
DECLARE @RSh_midB float;
DECLARE @RSh_dif float;
DECLARE @threshold float = 2.0;

WHILE (@counter1 < 19)
begin
	WHILE (@counter2 < 72)
	begin
		SET @Q1 = @counter1;
		SET @Q2 = @counter2;
		SET @RA_surf_ort_angle = @counter2 * @RA_surf_step;
		SET @DEC_surf_ort_angle = @counter1 * @DEC_surf_step;
		SET @Z_ort = SIN(@DEC_surf_ort_angle/180.0*PI());
		SET @X_ort = ROUND(COS(@RA_surf_ort_angle/180.0*PI())*COS(ASIN(@Z_ort)),15);
		SET @Y_ort = ROUND(SIN(@RA_surf_ort_angle/180.0*PI())*COS(ASIN(@Z_ort)),15);
		SET @X_ort_neg = -1 * @X_ort;
		SET @Y_ort_neg = -1 * @Y_ort;
		SET @Z_ort_neg = -1 * @Z_ort;
		SET @Ort_sum = @X_ort*@X_ort+@Y_ort*@Y_ort+@Z_ort*@Z_ort;
		SELECT @QuantityA = COUNT(*) FROM dbo.RSh8 where ([Z]>@DIAPASON_L) AND ([Z]<@DIAPASON_H) AND ([Z]<>0) AND ((SQUARE([Xd]+@X_ort)+SQUARE([Yd]+@Y_ort)+SQUARE([Zd]+@Z_ort))>@threshold);
		SELECT @QuantityB = COUNT(*) FROM dbo.RSh8 where ([Z]>@DIAPASON_L) AND ([Z]<@DIAPASON_H) AND ([Z]<>0) AND ((SQUARE([Xd]+@X_ort_neg)+SQUARE([Yd]+@Y_ort_neg)+SQUARE([Zd]+@Z_ort_neg))>@threshold);
		SET @CheckQSum = @QuantityA+@QuantityB;
		SELECT @RSh_sumA = SUM([Z]) FROM dbo.RSh8 where ([Z]>@DIAPASON_L) AND ([Z]<@DIAPASON_H) AND ([Z]<>0) AND ((SQUARE([Xd]+@X_ort)+SQUARE([Yd]+@Y_ort)+SQUARE([Zd]+@Z_ort))>@threshold);
		SELECT @RSh_sumB = SUM([Z]) FROM dbo.RSh8 where ([Z]>@DIAPASON_L) AND ([Z]<@DIAPASON_H) AND ([Z]<>0) AND ((SQUARE([Xd]+@X_ort_neg)+SQUARE([Yd]+@Y_ort_neg)+SQUARE([Zd]+@Z_ort_neg))>@threshold);
		SET @RSh_sumCheck = @RSh_sumA+@RSh_sumB;
		SET @RSh_midA = @RSh_sumA / @QuantityA;
		SET @RSh_midB = @RSh_sumB / @QuantityB;
		SET @RSh_dif = @RSh_midA - @RSh_midB;
	
		insert into RShField6(QNum1, QNum2, RA_surface_ort_angle, DEC_surface_ort_angle, X_ort, Y_ort, Z_ort, Ort_sum, QuantityA, QuantityB, CheckQSum, RSh_sumA, RSh_sumB, RSh_sumCheck, RSh_midA, RSh_midB, RSh_dif)
		values (@counter1,
		@counter2,
		@RA_surf_ort_angle,
		@DEC_surf_ort_angle,
		@X_ort,
		@Y_ort,
		@Z_ort,
		@Ort_sum,
		@QuantityA,
		@QuantityB,
		@CheckQSum,
		@RSh_sumA,
		@RSh_sumB,
		@RSh_sumCheck,
		@RSh_midA,
		@RSh_midB,
		@RSh_dif
		);
		
		set @counter2 = @counter2+1;
	end
	
	set @counter1 = @counter1+1;
	set @counter2 = 0;
end

select *
from [dbo].[RShField6];


在输出中,对于整个红移范围,我们获得了一个表格,将差值与定义分隔平面的矢量方向进行比较。然后,已经存在于MS Excel中,它被简化为一种可以可视化数据的形式,如下图所示。

图片

图。 3.每个物体的红移差平均值的空间分布,取决于红移从负三到二十的整个范围的参考向量的方向而不会缩小样本。

绝对最小值:向右倾斜10°(40分钟),在0°倾斜时为负0.03535。
绝对最大值:在85°倾斜125°(8小时20分钟)时向右提升0.078。
样本中总共有895439个对象。


图3显示了平均值如何随方向变化而变化。
一条闭合曲线-以恒定倾斜度通过360°。曲线的颜色越深,越靠近赤道,反之亦然,越浅-越靠近北极。

对该图的方便解释如下:我们好像是从坐标的南极看太阳系;沿着赤道到达以太阳为中心的假想球体的光线,形成的线条比到球体北极的距离逐渐消失的光线要暗。

南半球的图将是带有相反符号的北半球的镜像图。

实际上,最大值被证明大于参考平面α,β和γ的任何先前给定值,并且与α对齐。但是,它不是它们的值的矢量和,因为从图中可以看出,α和γ的值是不同过程的结果。有三种趋势。在下图中,我将用绿色和黄色标记其中两个。

图片

图。 4,每个物体的红移差平均值的空间分布,取决于从零到三到二十的整个红移范围内参考矢量的方向,而不会使样本变窄。以绿色和黄色表示趋势。

未描绘的趋势仍为红色。她就像图表上的帽子和另外两个趋势的形状一样。这是CS的平均差异随倾斜度的增加而增加的。
红色的大箭头从南极穿过太阳指向北方。几乎。最大-倾斜度85°右提升125°(8小时20分钟)。

再次,搁置分析,根据数据继续旅程。

改变样品的性质


那些阅读示例请求的人会更容易理解,但是我会尽力而为。

这是正确的部分:
SELECT @QuantityA = COUNT(*) FROM dbo.RSh8 where ([Z]>@DIAPASON_L) AND ([Z]<@DIAPASON_H) AND ([Z]<>0) AND ((SQUARE([Xd]+@X_ort)+SQUARE([Yd]+@Y_ort)+SQUARE([Zd]+@Z_ort))>@threshold);
SELECT @QuantityB = COUNT(*) FROM dbo.RSh8 where ([Z]>@DIAPASON_L) AND ([Z]<@DIAPASON_H) AND ([Z]<>0) AND ((SQUARE([Xd]+@X_ort_neg)+SQUARE([Yd]+@Y_ort_neg)+SQUARE([Zd]+@Z_ort_neg))>@threshold);

在查询程序中匹配集合A或B的条件是对象的位置的单位矢量和单位矢量的矢量和的长度与垂直于分割平面的长度相匹配,即require> @threshold(阈值)。

简而言之,如果指向对象的方向与参考平面的同一单位(例如,α)指向春天的春分点,则其矢量和的长度必须大于2的根。

如上图所示,使用根是不方便的,因此只需保留两个,然后使方程的左侧平方即可。这是许多对象A的阈值。

对于一组对象B,阈值也将为2,但是对于单位矢量为x的和:
SET @X_ort_neg = -1 * @X_ort;
		SET @Y_ort_neg = -1 * @Y_ort;
		SET @Z_ort_neg = -1 * @Z_ort;


为了清楚起见,我将在图5和6的平面中给出两个样本的条件

图片

。 5.第一个条件:极端方向向量(0; 1)和单位向量(1; 0)之和是长度为SQRT(2)的向量

图片

。 6.第一个条件:极端方向向量和单位向量(1; 0)的和为长度为SQRT(3.8)的向量。第二个条件:单位矢量的坐标始终是斜边等于1的三角形的边。结果(绿色),所有方向与定义平面的单位向量重合并且得到的最大点不超过两个先前条件的交点的点均落入样本中。也就是说,对于3.8的变窄系数,角度不超过≈25.8°。

如果对于图5和图6的两种情况,我们都将横坐标轴上的区域旋转180°,则对于图6,我们以无底圆锥的形式获得了样本的空间限制,对于图5,它的退化形式为半空间。

对于相反的样本,条件相对于纵坐标轴。
也就是说,如果我们开始增加变窄系数,则围绕定义矢量的轴呈环形增长且相对于分割平面对称的对象将不再落入样本中。

现在,让我们检查以上述方式缩小样本后已建立的绿色,黄色和红色趋势的行为。

阈值范围从2.2到3.8的样本缩小的平均红移微分值的分布图
image

. 7. 2.2.

: 0,035112483 0° 15° (1 ) .
: 0,088327442 85° 340° (22 40 ) .

662 761 .


image

. 8. 2.4.

: 0,034270309 0° 5° (20 ) .
: 0,085673496 90° .

572 258 .


image

. 9. 2.6.

: 0,030690323 0° 5° (20 ) .
: 0,085673496 85° 140° (9 20 ) .

527 397 .


image

. 10. 2.8.

: 0,0328635 0° 305° (20 20 ) .

: 0,180024201 70° 10° (40 ) .
341 945 .


image

. 11. 3.0.

: 0,037789532 0° 310° (20 40 ) .

: 0,187621081 70° 340° (22 20 ) . 260 398 .


image

. 12. 3.2.

: 0,037522009 0° 280° (18 40 ) .

: 0,204479206 70° 30° (2 0 ) . 156 482 .


image

. 13. 3.4.
: 0,058609459 0° 285° (19 0 ) .

: 0,221096202 75° 15° (1 0 ) . 92 908 .


image

. 14. 3.6.
: 0,084653998 0° 290° (19 20 ) .

: 0,2319195 85° 25° (1 40 ) . 72 887 .


image

. 15. 3.8.
: 0,09141836 0° 290° (19 20 ) .

: 0,242047091 80° 125° (8 20 ) . 45 782 .


图片

表1的解释。变窄系数2.0的值对应于由划分平面限制的对半空间的采样极限; 2.0 <缩小<4.0-选择仅限于通过相对于定义分隔平面的单位矢量旋转直线而获得的圆锥形状内的对象(分别与单位矢量成90°的线角> 0°); 4.0-选择仅限于与定义分隔平面的单位矢量方向一致的直线上的对象。

我们称这种技术为重点。

我再说一遍,根据所应用的几何原理减少样本的物理含义是,如果对象的路径相对于“聚光灯”为纵向,则由于对象的相对运动,应该增强趋势的微分指标。

事实证明,由于观察点的相对运动和前进而没有改变运动方向,聚焦(“聚光灯”的变窄)将它们之间的重要长期趋势分开了。这种技术使这种趋势更加清晰,减少了它们的相互影响并覆盖了其他弱势影响。

甚至更具体地,观察点的轨迹与落入样品中的区域的辐射方向的角度越小,固定平均差分CS越高。

从图中可以看出,随着光束变窄,黄色趋势的严重性逐渐减弱,例如,可以通过表1中最小值的值/方向的变化来观察。此过程的严重性变为变窄系数2.8的值(对应于≈70°的角度)。
而且它似乎已被绿色趋势(或方向接近)所取代,该趋势在赤道处仅对变窄系数3.0的值可见,然后仅随着变窄系数而增加,表明旋转对称。
在从2.0到2.6(对应于≈75°的角度)的变窄系数范围内,红色趋势也变得不太明显,然后急剧增强并进一步增加。
但是,与此同时,尽管它没有从根本上改变方向,但是它仍然获得了从一个值到另一个值到最大点的方向的显着偏差。
在缩小系数2.8的值急剧增加时:样本中的元素数量为341,945,超过对象总数的三分之一。样本中每个对象的红移平均值之差已经达到≈0.18。

尽管样品在最大定向下发酵,但随着样品的变窄,CS的平均差值连续增加的事实表明,观察点的速度奇特。在标准宇宙学模型中,我找不到其他原因。

因此,如果将此现象解释为观测点相对于已知空间物体的三分之一的奇特速度的结果,则该速度将约为≈27 000 km / s(0.18 x 299 792.458 / 2)。

这已经是光速的十分之一,这个事实看起来非常重要,但是我不会被吸引,因为我记得这是不考虑时间范围的全部红移的结果。

范围变更


查看到目前为止提供的图表,读者可能会误以为我们的太阳系正在向其祖母运送馅饼:分度平面倾斜角的增加总是导致红移的增加。

但是,如果我们仅取一部分范围,例如从1.8到2.2(请参见图16),那么很明显并非总是如此。小红帽在这里戴着赤道。

图片

图。 16.每个物体的红移差异平均值的空间分布取决于红移的参考矢量的方向,范围从1.8到2.2,而不会缩小样本(阈值为2.0)。

绝对最小值:在85°倾斜230°(1​​5小时20分钟)右提升时为负0.017505519。

绝对最大值:在0°倾斜20°(1小时20分钟)右提升时为0.013703。样本中总共有14,533个对象。


在继续构建思维结构之前,我们将回答最细心和好奇的读者的问题:将注意力集中在给定范围上时,红移会增加吗?

坦白说,我在撰写本文的同时提出了要求,而在撰写本文时,我不知道答案。我不会做任何假设,只看图17

图片

。 17.每个对象的红移差平均值的空间分布,取决于红移参考向量的方向,范围从1.8
到2.2,且样本变窄,阈值为3.0。

绝对最小值:在65°倾斜50°(3小时20分钟)右提升时为负0.051811403。

绝对最大值:0.016826963,在5°倾斜55°(3小时40分钟)时向右上升。样本中总共有6,983个对象。


有所增加,但同时方向在保持总体形状的同时发生了显着变化。如果这是红色趋势背后的运动,则此数据配置的原因可能隐藏在运动路径的曲率中。这可能是半径很大的电流。

我们将回到这一点,但现在我将总结一下:由于集中(在上一章的结尾)而获得的红色趋势的幅度,由于充分考虑了接收点-太阳-相对于人马座-A的轨迹而得出的趋势可能更大。
让我们详细讨论一下。

COP记忆效应


正如我之前所写的,我们在图4中看到的那些色彩趋势的特征取决于接收时点的速度及其过去的移动。

通常,以下几个因素会影响红移的绝对值的大小:

  • 源的奇特速度,在应用的方法中没有考虑,但被认为是不可避免的误差(太阳系相对于其自身星系中物体的速度比例如红色趋势中检测到的速度低一个数量级);
  • 观测点和接收点的重力势能,由于比奇特的速度更小的影响,该技术也没有完全考虑到它;
  • 接收时观察点的移动速度和方向;
  • , , , .

这是我们感兴趣的最后一个因素。它的存在为利用周围辐射的相对(与相同)红移跟踪观察点的轨迹创造了前提。

如BBC电影中的示例所示,一滴染料溶解在水槽中。透彻了解壳中所有物理粒子的状态,可以追溯还原多久之前,以什么角度,以何种速度和加速度等,染料滴进入水槽。即使到现在它的分子也均匀地分布在其他分子中。
因此,接收点的空间位移以相对位移对红移的影响形式记录在越来越远的辐射区域中。此外,几何位移和空间方向均如此。

为简化起见,效果如下图18

图片

所示。18.宇宙辐射的“记忆”红移效应。

  1. 取一些条件球1和观察点。球体的概念非常随意,因为在确定到其中心点的距离方面,我们依赖于比较中使用的同一指标来确定差异-异质性-红移。也就是说,最后,根据红移来测量球体的半径,并且球体本身是在特定红移范围内的所有对象的样本。即使这样,对于相当窄的范围,空间异质性还是很明显的。
  2. 1 1, , 1 .
  3. 2 – , 1, . .

这只是下一篇文章的假设。

因此,实际上在图4中显示了整个红移值的主要平均趋势,这意味着它们在可见空间存在的较大间隔内的相对恒定性。

如图4所示,两个无条件的空间位移竞争者形成了这种“红移场”(我将允许我自己继续以它的形式,以缩写形式-PKS)的形式进行扰动,这是太阳系围绕射手座A旋转并且太阳系向上循环运动-相对银河系赤道向下。
第一个时期大约为190-2.5亿年(不同的来源和轨道),第二个时期大约为3300万年。

即使不考虑检测到的旋转,即不考虑在全图上涂抹的事实,红色的大小也比太阳系的银河内速度高出几倍,这表明了它的持续时间和相对恒定。因此,假设绿色和黄色趋势是太阳系星系内运动的结果。我们需要处理它们,然后在评估它们的轨迹和速度之后,重新计算相对于人马座A的图表。

最终,这应该使我们能够考虑银河系相对于深空的运动。

图片

图19。北半球和南半球每个物体平均红移值差异的组合总图。

为了清晰起见,图19显示了北半球和南半球CS值差异的空间轮廓,尽管南半球的轮廓与北半球的轮廓相同,但具有相同的倾斜度,但带有负号并旋转了180°。这是根据该技术的描述得出的。

黄色趋势被视为是用手指以10°右上角(40分钟)挤出的几乎垂直的变形。凹坑是由倾斜度为负55°到正10°的轮廓创建的,也就是说,在中心有一个倾斜度为负30°的轮廓。
此外,我们知道太阳系的黄道平面与银河赤道平面成60°角,也就是说,第二赤道坐标系的北极指向指定角度的银河赤道(图20)。

图片
图20黄道平面与银河赤道之间的夹角。

查看图20,不难猜测,在这种配置中,相对于银河系中心,在太阳系圆形轨迹的任何一点上,第二赤道坐标系中与银河系平面正交的分量始终会倾斜30°,以进行向上运动或负30°-向下。

但是如果困难的话,这里是图21。

图片

图21。第二赤道坐标系中太阳系运动分量的倾斜角,垂直于银河系平面。

因此,黄色趋势的10°右上角表示坐标系的实际空间方向,但是,不足以使其相对于银河系中心的运动方向。

现在射手座A处于约17小时45分钟(≈266°),偏角为29°。事实证明,我们现在大约在银河系盘的平面中,大约在“下降”的第33百万周期的中间。

在此数据仍然有用的情况下,有必要更快地完成文章的撰写。

显然,由于接收时的瞬时运动,黄色趋势几乎是对PKC的瞬时愤慨。

首先,先前所有相对于银河盘上下传播的太阳大约相互补偿。

其次,让我们再看一下表1:与线性轨迹相反,当样本由于持续时间短而缩小时,趋势的影响会明显消失。也就是说,当前正在发生的短而相对慢的运动的CS值与PCB远层的CS值之比迅速且非线性地减小(由于Friedman-Robertson-Walker度量的比例因子而非线性地减小)。

相反,由于聚焦而导致的绿色变得清晰,因为它的路径是一个圆。过去没有对其进行补偿,因此尽管它没有沿其整个长度方向落入缩小的样本中,但它在PCB的较远层中包含通道,CS的失真相对于相应周期的CS的绝对值线性增长,即远高于黄色趋势,因为运动发生在相同的比例因子上。

让我们尝试使用与此旋转关联的最小点来构建曲线。为了清楚起见,我在下图中显示了它们。

图片

图22。结合了北半球和南半球每个对象的红移平均值的差异的通用图(图19)与绿色趋势引起的PCB变形点的突出显示。

图片

表2.最小绿色趋势值。

图片

图23。球体上绿色趋势的最小值(绿色)及其对应的最大值(深蓝色)的视觉表示。黑色轴为X(右侧为正),红色轴为Y(内侧为正),蓝色轴为Z(上方为正)。黄球-根据黄色趋势移动的方向(RA 10,DEC -30)。黑球是射手座A(RA 266,DEC -29)上的当前方向。

你注意到了吗?绿球不成一直线。在下图中,这是清晰可见的。这种最小的布置可导致太阳系相对于银河系盘旋转时其旋转轴的倾斜角发生变化。

彼此叠加的许多旋转通道的红移不会产生这种效果,因为太阳系相对于信号源的起伏可忽略不计。因此,我倾向于改变太阳系轨迹的空间方向,但最终只有在将数据以大扇贝彻底“梳理”并对其进行全面分析之后,才有可能发表讲话。

图片

图24。趋势中球体上绿色趋势最小值的可视化表示。黑色轴是X(正下方),红色轴是Y(正右侧),蓝色轴是Z(正上方)。

在图24的视图中,轨迹的“摆动”清晰可见。我找不到任何提及太阳系通过银河系运动的特征。所有对此的提及都是非常模糊和近似的,因此发现此类资源本身的事实是显着的,值得进一步仔细考虑。

下图显示了绿色旋转和黄色运动的相对位置。

实际上,它们已经接近于垂直排列的事实已经在该图上可见,但是更清楚了。

图片

图25。在视图中以黄色运动的方向直观表示球体上绿色趋势的低点。黑色轴是X(正向上),红色轴是Y(正向右侧),蓝色轴是Z(正向上)。

好吧,对于那些尚未完全理解图表的物理含义的人来说,奖金是一个综合的观点。

图片
图26。空间表示法和图表的组合视图。

我将总结中间结果。具有有关空间位置和红移信息的空间物体数据库为分析宇宙学过程提供了非常好的工具,并且在创建新工具和数据表示形式方面非常有前途。

以下文章的预期领域是:

  1. 红移作为一个领域。识别空间不均匀红移的第二种方法。
  2. 使用来自已知距离的563个对象的数据而不进行红移(使用基于造父变星的距离阶梯,Sunyaev-Zeldovich效应等)。
  3. 以解析形式表示太阳系在银河系内部的运动,以重新计算位置的初始数据,并将其红移到以银河系中心为起点的坐标系中,以确定其轨迹和速度。

这种红色趋势是非常红色的。我们会找出来的。

All Articles