[论文解读] Vertexing and Tracking Software at Belle II

T. Schlüter|arXiv (Cornell University)|Nov 13, 2014

Particle physics theoretical and experimental studies参考文献 22被引用 4

一句话总结

本文介绍了Belle II实验的顶点重建与轨迹追踪软件框架，旨在应对在8×10³⁵ Hz/cm²亮度下的前所未有的数据速率和背景水平。该框架采用在线数据压缩技术，通过选择性读出减少数据量；利用细胞自动机进行事例组合；采用霍普菲尔德网络筛选轨迹候选；并结合改进的卡尔曼滤波与自适应退火算法，实现高精度的轨迹与顶点重建，从而实现全事件重建，显著提升对稀有及隐形衰变的探测灵敏度。

ABSTRACT

Belle II is a $B$ factory experiment aiming to start physics data taking in 2017. It is currently being set up at the SuperKEKB accelerator at the KEK facility in Tsukuba (Japan), an asymmetric $e^+e^-$ collider which aims to achieve an unprecedented instantaneous luminosity of $8\cdot10^{35} extrm{Hz}/ extrm{cm}^2$. This forty-fold increase over predecessor experiments is achieved by employing a novel nano-beam scheme. Originally developed for the now-defunct SuperB experiment, this scheme allows a significant increase in luminosity at only modest increases of beam currents. Challenges for the vertex detector result from increased data and background rates. At full luminosity, physics data will be recorded at a rate of $30\, extrm{kHz}$. The radiation-hard DEPFET-sensors of the innermost layer of the vertex detector will be read out employing a novel data-reduction scheme using selective detector read out based on online reconstruction of event data. Belle II uses a software framework in which data handling is unified between various data processing modules. In this way, tasks can be divided flexibly and the same software framework can be used for a diversity of tasks ranging from the high-level trigger to final processing of plots for publications. Tracking and vertexing modules are currently under development and we will discuss their features.

研究动机与目标

• 应对Belle II在8×10³⁵ Hz/cm²亮度下，物理数据速率高达30 kHz及背景水平升高的挑战。
• 开发一个可扩展、统一的软件框架，支持从高级触发到最终分析阶段的轨迹与顶点重建。
• 在顶点探测器高 occupancy 与辐射损伤的条件下，实现粒子轨迹与顶点的高精度重建。
• 通过精确重建所有衰变产物，实现B介子衰变的全事件重建，包括稀有与隐形衰变。

提出的方法

• 采用在线重建技术实现选择性读出方案，将像素数据率从20 GB/s降低至可管理的水平。
• 使用细胞自动机算法将相邻事例点聚类为单元，解决轨迹寻找中的组合歧义问题。
• 应用基于蒙特卡罗模拟训练的霍普菲尔德网络，从重叠的单元组合中提取最优的非重叠轨迹候选集。
• 采用改进的卡尔曼拟合器结合自适应确定性退火算法，有效剔除背景引起的误触发点，并解决丝室测量中的左右歧义。
• 采用通用折线算法进行探测器对准，将材料效应纳入轨迹拟合模型。
• 利用RAVE软件包与KFIT集成轨迹与顶点拟合，实现向粒子鉴别探测器的外推，并将螺旋参数存储于mDST中。

实验结果

研究问题

• RQ1 如何在保持重建精度的前提下，高效降低高数据率、高事例密度顶点探测器的数据率？
• RQ2 在高背景与复杂事例模式下，何种算法组合能实现最优的轨迹与顶点重建？
• RQ3 如何将在线重建与数据压缩技术整合进统一的软件框架中，以同时支持触发与最终分析？
• RQ4 借助新型轨迹与顶点重建软件，全事件重建B介子衰变在多大程度上可实现高统计精度？
• RQ5 自适应退火与材料感知拟合等先进拟合技术如何提升轨迹与顶点重建的分辨率与鲁棒性？

主要发现

• 在线数据压缩方案成功将像素数据率控制在可管理范围，避免了全读出导致的20 GB/s瓶颈。
• 细胞自动机与霍普菲尔德网络的组合在高事例密度环境下有效解决了组合歧义，并筛选出高质量轨迹候选。
• 自适应确定性退火算法显著提升了轨迹拟合性能，有效剔除背景引起的误触发点并解决测量歧义。
• 采用通用折线算法可精确实现探测器对准，通过在轨迹拟合中建模材料效应，提升了整体重建精度。
• 由于高精度的轨迹与顶点重建，B介子的全事件重建成为可能，从而支持对稀有与隐形衰变的新分析。
• 统一的软件框架支持在整个数据处理链中灵活部署，涵盖从高级触发到最终物理分析的全过程。