用于新型气体探测器的皮秒级精度定时技术
仪器与探测器
2022-09-21 v1 高能物理 - 实验
摘要
开发了一个仿真模型来训练人工神经网络（ANN），以实现对 PICOSEC Micromegas 探测器信号的精确定时。其目标是开发快速的在线定时算法，并尽量减少数据采集过程中需要保存的信息。在一次飞秒激光测试束流运行期间，通过快速示波器采集并数字化了 PICOSEC 波形。利用一个仿真算法，基于包含衰减激光束强度下采集的波形（消除了 PICOSEC 光电阴极每个光脉冲发射多于一个光电子的情况）的数据集，生成波形来训练 ANN。第二个多光电子波形数据集用于评估 ANN 在确定 PICOSEC 信号到达时间（相对于快速光电二极管时间基准）方面的性能。ANN 的定时性能与完整的离线信号处理结果相同，达到了 18.3±0.6 ps 的定时精度。
引用
@article{arxiv.2203.00367,
title = {Timing techniques with picosecond-order accuracy for novel gaseous detectors},
author = {A. Tsiamis and K. Kordas and I. Manthos and M. Tsopoulou and S. E. Tzamarias},
journal= {arXiv preprint arXiv:2203.00367},
year = {2022}
}
备注
4 pages, 6 figures