Optimization of a cosmic muon tomography scanner for cargo border control inspection

过去数十年间，利用宇宙射线μ子进行断层扫描以检测未知物体的应用取得了显著进展。其中最具前景的发展之一是将此技术应用于边境安全，用于检查卡车和海运集装箱内的货物，以搜寻隐藏的危险和非法物品。本工作聚焦于针对由欧盟 Horizon 2020 计划资助的 `SilentBorder' 项目所开发的μ子断层扫描系统进行优化研究。当前研究旨在优化探测器模块设计，采用两种互补方法。第一种方法利用 TomOpt，这是一种基于可微分编程的 Python 软件，用于优化散射断层扫描探测器配置。尽管 TomOpt 本身支持基于梯度的优化，但引入了贝叶斯优化模块以更好地处理目标函数噪声情形，尤其是在图像重建驱动的优化任务中。第二种优化策略依赖于详细的 GEANT4 模拟，虽然计算密集，但提供更高的物理保真度。这些模拟也用于研究在提高材料判别能力方面纳入次级粒子信息而对宇宙μ子的影响。本文呈现了当前优化研究的进展及所获得的结果。