Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/12290
Especie: Tese
Título : Estimação de energia e qualidade de dados em condições de fina segmentação e alto ruído de empilhamento
Autor(es)/Inventor(es): Pereira, Rodrigo Araujo
Tutor: Seixas, José Manoel de
Tutor : Peralva, Bernardo Sotto-Maior
Resumen: O calorímetro hadrônico (TileCal) do ATLAS (A Toroidal LHC ApparatuS), um do principais experimentos do acelerador de partículas LHC (Large Hadron Collider) no CERN, é composto por mais de 10.000 canais de leitura que trabalham com uma taxa de eventos de 40 MHz. A qualidade dos resultados obtidos nesse experimento depende da correta estimação da energia das partículas que interagem com seu material. A estimação da energia pode ser comprometida por uma série de fatores como, canais ruidosos, o método escolhido para a estimação online ou offline de energia e, principalmente, pelo ruído eletrônico e de empilhamento. O presente trabalho apresenta um método que utiliza um estimador de mínima variância para mitigar o ruído em agrupamentos de canais de leitura de um calorímetro construído com redundância de leitura. Também será mostrado que este método pode ser utilizado para identificar e mascarar canais ruidosos de um calorímetro. Além disso, apresentaremos medidas de avaliação de algoritmos de estimação de energia utilizando dados reais de colisão de partículas. Os resultados obtidos mostram que o método proposto consegue melhor em até 41% a precisão da estimação de energia, sem comprometer e, em alguns casos, melhorando sua exatidão aproximando a estimação do valor real. O método também se mostra independente dos algoritmos de estimação utilizado para o canal, além de ter se mostrado eficaz em diversos cenários de ruído de empilhamento. As medidas de avaliação de algoritmos mostraram-se eficazes na avaliação de um algoritmo de estimação online no TileCal.
Resumen: The hadronic calorimeter (TileCal) of ATLAS (A Toroidal LHC ApparatuS), one of the major LHC (Large Hadron Collider) particle accelerator experiments at CERN, consists of more than 10,000 read channels that work at a 40 MHz event rate. The quality of the results obtained in this experiment depends on the correct estimation of the energy of the particles that interact with its material. The energy estimation can be compromised by a number of factors, such as noisy channels, the method chosen for the online or offline estimation of energy and, mainly, by electronic and pile-up noise. The present work presents a method that uses a minimum variance estimator to mitigate noise in groupings of reading channels of a calorimeter built with read redundancy. It is also be shown that this method can be used to identify and mask noisy channels of a calorimeter. We will also present measures to evaluate energy estimation algorithms using real particle collision data. The results show that the proposed method achieves better precision of energy estimation by up to 41% without compromising and, in some cases, improving its accuracy approximating the estimation to real value. The method is also independent of the estimation algorithms used for the channel, as well as being effective in several stacking noise scenarios. The algorithm evaluation measures were effective in evaluating an online estimation algorithm in TileCal.
Materia: Engenharia elétrica
Processamento de sinais
Física de partículas
Estimação de sinais
Materia CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Programa: Programa de Pós-Graduação em Engenharia Elétrica
Unidade de producción: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: sep-2019
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Engenharia Elétrica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
891525.pdf5.47 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.