[論文レビュー] A MAPS-based Digital Electromagnetic Calorimeter for the ILC

J. Ballin, P.D. Dauncey+13 more|ArXiv.org|Sep 10, 2007

Mechanical and Optical Resonators被引用数 7

ひとこと要約

本論文は、国際線形衝突型加速器（ILC）向けに、50×50 µm²のピクセルとコーナーダイオード、12 µmのエpi層を備えたモノリシックアクティブピクセルセンサ（MAPS）を用いたデジタル電磁エネルギー計測器（ECAL）の提案を行う。電荷共有の正確なモデル化と6σ以上のしきい値を用いることで、シミュレーションによりエネルギー分解能がほぼ最適を維持することが示され、デジタルシリコンタングステンECAL設計の実現可能性が裏付けられた。

ABSTRACT

A novel design for a silicon-tungsten electromagnetic calorimeter is described, based on Monolithic Active Pixel Sensors (MAPS). A test sensor with a pixel size of 50x50 um2 has been fabricated in July 2007. The simulation of the physical sensor is done using a detailed three-dimensional charge spread algorithm. Physics studies of the sensor are done including a digitisation algorithm taking into account the charge sharing, charge collection efficiency, noise, and dead areas. The influence of the charge sharing effect is found to be important and hence needs to be measured precisely.

研究の動機と目的

• モノリシックアクティブピクセルセンサ（MAPS）を用いて、既存のアナログECAL設計の代替としてILC向けデジタル電磁エネルギー計測器を開発すること。
• 深くPウェルによる遮断を備えた新規INMAPSプロセスと最適化されたダイオード配置により、ピクセル間の電荷共有と信号損失を最小限に抑えること。
• ノイズ、デッドエリア、電荷共有効果を含む現実的な条件下での、MAPSベースECALのエネルギー分解能性能を評価すること。
• 物理的試験結果とセンサーシミュレーションを照合し、ILCのエネルギー分解能および消費電力要件を満たす設計であることを保証すること。
• ピクセル1ビット出力のデジタルリードアウトが、小さなピクセルサイズと電荷共有を伴うにもかかわらず、競争力のあるエネルギー分解能を達成できることを示すこと。

提案手法

• 50×50 µm²のMAPSセンサーに4つのコーナーダイオードとピクセル内回路を組み込み、電荷収集を向上させるために12 µmのエpiシリコン層を用いた。
• Sentaurus TCADを用いた3次元電荷拡散シミュレーションにより、MIPがダイオードからどれだけ離れているかに応じた信号対ノイズ比をモデル化し、ダイオードサイズを1.8 µmに最適化した。
• GEANT4シミュレーションを用いて、テスラ型のILC設計に準拠した、エネルギー損失と粒子相互作用を含むフルデバイス応答をモデル化した。
• 複数段階のデジタイゼーション処理を実施：5×5 µm²セルにおけるエネルギー損失、センサーシミュレーションに基づく電荷共有、ノイズ追加（σ = 100 eV）、デッドエリア除去（42ピクセル中5ピクセル）。
• エネルギー分解能の向上を図るため、基本的なMIPクラスタリングアルゴリズムを適用し、隣接するヒットを特定した。
• しきい値関数としてのエネルギー分解能を評価し、理想モデル、悲観的モデル（深くPウェルなし）、楽観的モデル（完全な深くPウェル）の3つの電荷拡散モデルを比較した。

実験結果

リサーチクエスチョン

• RQ1 MAPSベースのデジタル電磁エネルギー計測器は、ILC環境下でアナログECALと同等のエネルギー分解能を達成できるか？
• RQ2 隣接ピクセル間の電荷共有は、しきい値を超えるヒット数とそれによるエネルギー分解能にどのように影響するか？
• RQ3 エネルギー分解能誤差を最小化するしきい値は何か？また、ノイズや電荷共有条件の変動に耐性があるか？
• RQ4 デッドエリアとノイズはエネルギー分解能にどのように影響するか？これらの影響は軽減可能か？
• RQ5 電荷共有と信号収集の正確なモデル化は、シミュレーション予測の信頼性をどの程度向上させるか？

主な発見

• 信号対ノイズ比と電荷収集の両面で最適なダイオードサイズは1.8 µmであり、信号強度とクロストークのバランスが取れている。
• エネルギー分解能の最小値は600 eV（6σノイズ）以上のしきい値で現れ、ノイズ効果が無視できるほど小さいため、性能が安定していることが示された。
• 42ピクセル中5ピクセルのデッドエリアは、20 GeVの光子に対してエネルギー分解能を6%劣化させることが判明し、効率的なピクセルレイアウトの重要性が浮き彫りになった。
• MIPクラスタリングアルゴリズムの適用により、20 GeVでのエネルギー分解能が16%向上した。これはヒットパターン認識の価値を示している。
• 悲観的モデル（深くPウェルなし）では分解能最小値の範囲が狭く、楽観的モデル（完全な深くPウェル）では5–10σの範囲で平坦で安定した領域が得られた。これは、正確な電荷共有測定が正確なシミュレーションに不可欠であることを示している。
• 現実的な電荷共有モデルを用いることで、電荷拡散なしの理想状態に近い最小エネルギー分解能が維持され、設計の実現可能性が確認された。