本课题组的研究方向主要聚焦引力波与宇宙学两个领域，并且两个方向紧密联系，相互交叉。

在引力波与宇宙学方面，主要有以下几个方向：

1. 引力波标准汽笛（Gravitational-Wave Standard Sirens）

引力波标准汽笛是当前引力波宇宙学中最具前沿性的研究方向之一。本研究方向以致密双星并合（如双中子星、黑洞–中子星、双黑洞体系）产生的引力波为“绝对标定”的宇宙距离标尺，直接从波形中测量光度距离，并结合电磁对应体或星系统计红移信息，在不依赖传统宇宙距离阶梯的前提下精确测定哈勃常数及其演化。通过发展高精度波形模型、联合多信使观测方法与贝叶斯统计推断框架，该方向不仅为缓解当前哈勃常数危机提供了关键独立证据，也为检验广义相对论、约束暗能量性质以及探索致密天体内部物理打开了全新的窗口。

2. 引力波参数估计（Gravitational-Wave Parameter Estimation）

引力波参数估计是引力波天文学的核心理论与数据分析支柱，其目标是从探测器记录的微弱噪声数据中，精确反演引力波源的物理与天体参数，包括致密天体质量与自旋、轨道动力学、源的距离与天空位置，以及潜在的超出广义相对论的新物理效应。该研究方向直接决定了引力波观测在基础物理、天体物理与宇宙学中的科学产出上限。引力波参数估计以高精度波形模型为基础，结合贝叶斯统计推断、随机过程建模与高维数值计算技术，在强噪声与复杂退化结构下实现对源参数的可信推断，是现代统计科学与相对论物理深度融合的典范。

3. 偏心轨道引力波（Eccentric Gravitational Waves）

偏心轨道引力波模版构建、参数估计与物理应用是引力波研究重要前沿方向，聚焦于突破准圆轨道假设在真实致密双星系统中的局限性。该研究通过发展覆盖旋近阶段至并合阶段的偏心轨道波形模型，并将其系统性地引入贝叶斯参数估计框架，量化忽略偏心率所引入的系统性偏差，尤其是在质量、自旋、光度距离与轨道倾角等关键参数上的误判风险。同时，偏心率作为额外的物理自由度，能够有效打破多参数简并，提高参数估计精度，从而显著提升对双星形成通道、致密天体动力学环境的判别能力。在更高层面上，偏心率为提升引力波标准汽笛的宇宙学测量以及检验广义相对论等基础物理研究提供了新的敏感探针。

4. 引力波高阶模式（Gravitational-Wave Higher-Order Modes）

引力波高阶模式参数估计与物理应用聚焦于在主导的 (\ell,m)=(2,2) 模式之外，系统建模与利用并合信号中的高阶多极辐射成分，以提升对强场并合过程的可观测信息提取能力。该方向发展包含高阶模式的精确波形模版与高效似然计算方法，并在贝叶斯推断框架中一致估计质量比、自旋、轨道倾角、极化与天空位置等参数。高阶模式在大质量比、强自旋、边缘视向以及高信噪比事件中尤为显著：忽略高阶模式会导致对质量比与自旋的系统性偏差，并加剧距离—倾角等关键参数简并；相反，纳入高阶模式能够显著破除简并、提升定位与距离测量精度，从而改进源族群研究与标准汽笛宇宙学约束。在物理应用层面，高阶模式为引力波检验广义相对论、提升对并合后ringdown谱（谱线）测量与“黑洞谱学”的可信度，并为约束修正引力模型或非标准辐射机制提供更敏感的观测通道。

5. 透镜化引力波（Lensed Gravitational Waves）

透镜化引力波宇宙学与引力理论检验研究引力波在宇宙大尺度结构与致密天体引力势中的传播效应，并将引力透镜作为连接引力波天文学、精密宇宙学与基础引力理论的关键观测工具。该方向系统建模引力波在强、弱透镜条件下的放大、相位延迟与波动光学效应，并将其一致纳入引力波数据分析与参数估计框架，用以识别多重成像事件、测量时间延迟与放大因子。透镜化引力波不仅为独立测定哈勃常数与宇宙学参数提供新的标准汽笛途径，也能够对暗物质小尺度结构、透镜质量函数及其演化施加独特约束；同时可在宇宙学尺度上对引力理论进行检验。

6. 引力波检验引力理论与黑洞物理（Gravitational-Wave Test of GR and Black Hole Physics）

引力波对引力理论与黑洞物理的检验构成了当代强场引力研究的核心前沿。该方向利用致密天体并合过程中产生的高信噪比引力波信号，直接探测广义相对论在强场、强非线性与高速动力学条件下的适用性，并系统搜索潜在的偏离效应。通过精密波形建模与参数估计，可对并合各阶段（旋近—并合—铃宕）的动力学一致性进行检验，开展黑洞谱学研究，验证克尔黑洞假设与无毛定理；同时，对引力波传播性质、辐射模式结构及高阶效应的测量，为约束修正引力理论、额外自由度与非标准色散机制提供了独特窗口。引力波观测由此首次实现了对黑洞时空结构与引力基本理论的直接、动态检验。

7. 基于深度学习的引力波数据分析与参数估计（Deep Learning Based Gravitational Wave Data Analysis and Parameter Estimation）

基于深度学习的引力波数据分析与参数估计致力于将现代机器学习方法引入引力波信号探测与物理参数反演的核心流程，以应对高维参数空间、复杂噪声结构与海量数据带来的计算与方法学挑战。该方向发展面向真实探测器数据的深度神经网络模型，用于快速信号识别、波形压缩表示与参数回归，并与传统贝叶斯推断框架相结合，实现高效且可控的参数估计与不确定性量化。通过系统研究深度学习模型在非高斯、非平稳噪声条件下的稳健性及其与物理波形模型的一致性，可在保持物理可解释性的同时显著提升计算效率，为实时引力波天文学、多事件联合分析以及未来高信噪比、高事件率探测器时代的精密物理与宇宙学应用提供关键技术支撑。

8. 多信使宇宙学（Multimessenger Cosmology）

主要聚焦于联合利用引力波观测与多种电磁观测手段，构建独立且互补的精密宇宙学约束体系。通过引力波信号（如标准汽笛）直接测量宇宙距离，并结合宇宙微波背景辐射、重子声学振荡、Ia 型超新星以及引力透镜等观测，对哈勃常数、暗能量状态方程及其演化进行一致性检验与精确约束。该多信使、多探针框架不仅有助于系统评估并缓解当前宇宙学参数测量中的不一致问题，也为检验引力在宇宙学尺度上的有效性、探索潜在的修正引力效应与新物理提供了关键观测基础。