[论文解读] Characterization of Deconvolution-Based PMT Waveform Reconstruction Under Large Charge Dynamic Range and Varying Scintillation Time Profiles

Xingyi Lin, Jinghuan Xu+4 more|arXiv (Cornell University)|Mar 18, 2026

Dark Matter and Cosmic Phenomena被引用 0

一句话总结

该论文在大电荷动态范围内评估基于去卷积的PMT波形重构方法（点状事件0–200 PE，轨迹状μ子事件可达约1000–3000 PE）并在不同闪烁时间分布下进行测试，显示在许多条件下残留非线性约为1%，并通过更长的采样窗口来缓解基线恢复问题。

ABSTRACT

Photomultiplier tubes (PMTs) are widely used as photon sensors for neutrino and dark matter detection. Accurate charge and time information extracted from PMT waveforms is crucial for event reconstruction. An algorithm based on deconvolution technology was proposed and applied to the reconstruction of PMT waveforms. This study further investigated the reliability of the deconvolution algorithm when handling a large charge dynamic range (0-200 photoelectrons), varying scintillation time profiles, and muon-induced large signals. Monte Carlo data confirmed that the deconvolution algorithm exhibits relatively stable reconstruction performance: the residual non-linearity of charge reconstruction is controlled to approximately 1\% over the range of 0 to 200 photoelectrons for various configurations of undershoots and scintillation time profiles, and the algorithm is capable of handling muon-induced large signals.

研究动机与目标

• 评估基于去卷积的PMT波形重构在大电荷动态范围下的表现（点状事件0–200 PE；轨迹状μ子事件可达约1000–3000 PE）。
• 在不同液体闪烁体的闪烁时间分布特征下测试稳定性。
• 研究SPE欠冲对重构和基线恢复的影响。
• 评估在μ子诱导的大信号和不同采样窗口下的性能，以了解基线相关的偏差。

提出的方法

• 通过将SPE模板与命中序列卷积并加入白噪声来模拟PMT波形，SPE欠冲比率分别为1.3%、6.5%和13%。
• 将闪烁时间分布表示为多指数衰减，参数取自表1及相关研究。
• 应用基于FFT的去卷积，使用低通滤波器和标定的SPE响应来重构命中；可选地使用STFT进行时频分析。
• 使用能量沉积之和并对到达PMT的时间/飞行时间进行平移来建模轨迹状事件（式3.3）。
• 使用基于Geant4的探测几何来模拟μ子诱导的光子产生和PMT响应，以获取大信号，并在t=1000 ns时评估基线恢复。
• 通过在不同欠冲配置和时间窗口下的动态范围内的Rec/True比值来评估重构质量。

实验结果

研究问题

• RQ1 基于去卷积的PMT波形重构在大电荷动态范围下的稳定性如何（点状事件0–200 PE；轨迹状μ子事件可达1000–3000 PE）？
• RQ2 重构的电荷是否依赖于不同的液体闪烁体的闪烁时间分布？
• RQ3 SPE波形欠冲对电荷重构和基线恢复有什么影响，是否可以通过更长的采样窗口来缓解？
• RQ4 该方法能否有效重构μ子引起的大信号，基线恢复如何影响性能？

主要发现

• 对于点状事件，在SPE欠冲配置为1.3%、6.5%和13%时，0–200 PEs范围内的残留电荷非线性始终保持在1%以下。
• 在八种闪烁时间分布下，重构性能稳定，对闪烁时间分布无显著依赖性。
• 对于轨迹状（μ子）事件，当波形基线恢复充分时，重构在高达1000 PEs时仍然有效；将采样窗口扩展到2000 ns可缓解基线相关的退化。
• 当基线在1000 ns处偏离显著（Amplitude_t=1000ns < -0.8 a.u.）时，重构质量下降，尤其在较大欠冲时；采用更长的窗口可改善性能。
• 在0–300 PEs（μ子样数据）范围内，对所有欠冲配置，残留非线性仍<1%；对于更大信号，经基线滤波标准后，非线性大约维持在2%内。
• 在某些情况下，>500 PEs出现两个Rec/True簇群，分别对应于μ子进入点和离开点附近的PMT，因为晚到的命中；将窗口扩展到2000 ns有帮助。
• 总体而言，该去卷积方法在大动态范围和变化的闪烁轮廓下显示出可靠性和适用性，并对基线行为、后脉冲和数据量等实际因素给出考虑。