使用新型重建方法在高亮度下的粒子径迹探测

对于在 CERN 大型强子对撞机 (LHC) 等设备上运行的碰撞器实验而言，高精度地探测带电粒子径迹至关重要。CMS 实验中的径迹探测器由具有三维位置灵敏度的多层硅基径迹探测器组成。在强磁场下运行的径迹探测器提供的高精度位置数据，被用于重建带电粒子的轨迹，并高精度地获取其运动学参数 ($p_t$,$\eta_0$, $\phi_0$)。在本文中，针对 Phase2 CMS 径迹探测器设计，我们提出了一种用于 LHC 高亮度 (HL) 时期的新型径迹重建算法。该算法识别与每条径迹相关的击中，并利用机器学习 (ML) 架构使用这些击中精确确定每条径迹的运动学参数。使用 Pythia8 和 Geant4 框架，在等效于 CMS 实验外层径迹探测器几何结构的条件下，对 LHC 高亮度 (HL) 时期模拟的大量硬相互作用样本应用了所提算法。使用重建效率、假率和分辨率等关键指标研究了所提算法的性能。与传统方法的比较表明，该算法表现出稳健的性能，具有优异的效率和分辨率，且假率极低。