[논문 리뷰] The Architecture of the ZEUS Micro Vertex Detector DAQ and Second Level Global Track Trigger

A. Polini|arXiv (Cornell University)|2003. 07. 01.

CCD and CMOS Imaging Sensors인용 수 3

한 줄 요약

이 논문은 고광도 ep 충돌 환경에서 ZEUS 마이크로 버텍스 디텍터(MVD)의 20만 채널 데이터를 VME 기반 ADC와 PC 팜을 통해 처리하는 하드웨어 및 소프트웨어 아키텍처를 제시하며, 실시간 버텍스 및 트랙 재구성 기능을 수행하는 제2단계 글로벌 트랙 트리거(GTT)를 포함한다. 시스템은 10ms 평균 지연 시간을 기록했으며, 1초당 500회의 첫 번째 단계 트리거 빈도에서 버텍스 해상도는 약 400–500 μm, 고다중도 이벤트에서의 효율성은 80–100%를 달성한다.

ABSTRACT

The architecture of the ZEUS Micro Vertex Detector data acquisition system and the implementation of its second level trigger, the ZEUS Global Track Trigger are described. Data from the vertex detectors HELIX read-out chips, corresponding to 200k channels, are digitized by 3 crates of ADCs which perform noise and pedestal subtraction, and data suppression and compaction. PowerPC VME board computers push cluster data for second level trigger processing and strip data for event building via Fast and Gigabit Ethernet network connections. Additional tracking information from the central tracking chamber and the forward straw tube tracker are interfaced into the 12 dual CPU PC farm of the Global Track Trigger where track and vertex finding is performed. The system is data driven at the ZEUS first level trigger rate (~500Hz) and must generate a trigger result after a mean time of 10ms.

연구 동기 및 목표

• 고광도 HERA 운영 중 ZEUS 마이크로 버텍스 디텍터(MVD)에서 발생하는 20만 채널 데이터를 처리할 수 있는 고대역폭, 저지연 DAQ 시스템을 설계하기 위해.
• MVD, 중심 트래킹 디텍터(CTD), 포워드 스트로우 튜브 트래커의 데이터를 융합하여 실시간 버텍스 및 트랙 재구성 기능을 수행하는 제2단계 글로벌 트랙 트리거(GTT)를 구현하기 위해.
• 시운전 기간 동안 고비트-기반 배경 조건에서도 시스템의 안정성과 성능을 확보하고, 10ms 이내에 온라인 트리거 결정을 내릴 수 있도록 하기 위해.
• 특히 짧은 수명을 가진 입자 식별에 유리하게 하기 위해 MVD 데이터를 GTT 알고리즘에 통합함으로써 버텍스 및 트랙 재구성 정밀도를 향상시키기 위해.
• 다수의 트랙을 포함한 이벤트에 대해서도 높은 재구성 효율성(최대 100%)을 달성하기 위해, 도전적인 배경 조건에서도 성능을 유지를 하기 위해.

제안 방법

• 207,360개의 MVD 채널에서 유입되는 데이터는 128채널 HELIX 128-3.0 프런트엔드 칩을 통해 읽어오며, 노이즈 및 페달리티 제거를 수행하고, 장애에 강한 토큰 린 토폴로지 방식으로 신호를 시리얼라이즈한다.
• 아날로그 신호는 세 개의 크레이트(상부/하부 벨리어, 웨일즈)에 분포된 10비트 ADC VME 모듈에서 디지털화되며, 공통 모드 노이즈 제거 및 데이터 압축을 수행하고, 스트립 및 클러스터 데이터를 순환 버퍼에 저장한다.
• PowerPC VME 보드 컴퓨터는 클러스터 데이터를 12노드 이중 CPU PC 팜으로 Fast 및 기가비트 이더넷을 통해 전송하여 제2단계 트리거 처리를 수행한다.
• GTT 알고리즘은 CTD 및 MVD 데이터를 통합하여 트랙 및 버텍스 추적을 수행하며, 13cm 간격의 z-бин에 대해 가중치를 적용한 버텍스 피팅을 통해 해상도와 강건성을 향상시킨다.
• 시스템은 데이터 기반 접근 방식을 사용하며, 약 500Hz의 이벤트 처리 속도를 기록하고, 목표 지연 시간 10ms를 달성한다. 이는 GFLT, 런 제어 및 시계/제어 시스템 간 실시간 동기화에 의존한다.
• GTT는 두 단계의 버텍스 재구성 방식을 사용한다. 첫 번째 단계에서는 가중치를 적용한 트랙 교차점 분석을 통해 가장 가능성 높은 바이닝(MPB)을 식별하고, 두 번째 단계에서는 初기 추정치에서 ±9cm 범위 내의 트랙들을 대상으로 가중 평균을 계산하여 정밀한 버텍스 위치를 산출한다.

실험 결과

연구 질문

• RQ1 고속, 고배경 조건의 충돌 환경에서 20만 채널 데이터를 처리할 수 있는 확장 가능하고 저지연 DAQ 시스템을 설계하는 데에는 어떤 방법이 가능한가?
• RQ2 MVD, CTD, 포워드 트래커 등 여러 트래킹 디텍터의 데이터를 실시간으로 융합하기 위한 최적의 아키텍처는 무엇인가?
• RQ3 CTD 단독 재구성과 비교했을 때, MVD 데이터의 통합이 트랙 및 버텍스 재구성 효율성과 해상도에 어떤 영향을 미치는가?
• RQ4 고배경 수준이 높은 실제 빔 조건 하에서 달성 가능한 성능 지표(지연, 효율성, 해상도)는 무엇인가?
• RQ5 고다중도 트랙을 포함한 복잡한 이벤트 구조에서 GTT 알고리즘이 안정성과 정확도를 유지하는 방식은 무엇인가?

주요 결과

• GTT 시스템은 시운전 기간 동안 고배경 수준에도 불구하고 평균 처리 지연 10ms를 달성하여 ZEUS DAQ 시스템의 요구 사항을 충족시켰다.
• MVD 데이터를 사용해 재구성한 이벤트의 경우 중심 영역에서 버텍스 해상도가 약 400 μm로 측정되었으며, CTD 데이터에 의존하는 이벤트는 약 1cm로 떨어졌다.
• 2D 트랙(r–ϕ만)의 재구성 효율성은 약 80%에 도달했고, 3D 트랙(r–ϕ 및 z 포함)의 경우 약 50%였으며, 높은 다중도(25개 트랙) 조건에서는 패턴 인식의 모호성으로 인해 약 35%로 급격히 감소했다.
• 실제 데이터 시운전 기간 동안 알고리즘이 높은 안정성과 효율성을 보였으며, GSLT 패ass-through 이벤트를 사용해 진짜 버텍스에서 ±25cm 이내로 재구성한 결과 효율성이 84%에 달했다.
• 2002년 11월부터 2003년 2월까지 총 310만 건의 이벤트를 성공적으로 기록하여 실제 빛 밀도 조건에서의 내구성과 확장성 확보를 확인했다.
• GTT 알고리즘은 높은 정밀도로 복잡한 이벤트 구조를 재구성할 수 있었으며, MVD 데이터의 통합은 특히 짧은 수명을 가진 입자 식별에 유리하게 작용하여 버텍스 해상도와 효율성을 크게 향상시켰다.