利用二进制文件格式描述语言记录、解析与校验 TAIGA 实验中的原始数据
天体物理仪器与方法
2018-12-05 v1 分布式、并行与集群计算
摘要
本文致力于天体粒子数据生命周期中原始二进制数据的记录、解析与校验问题。天体粒子实验原始数据按最初生成状态长期保存，对于重新运行分析和复现研究结果至关重要。所选高质量原始数据应有详细文档，并配有可访问这些数据的开放软件工具。我们考察了二进制文件格式描述语言在指定、解析和校验 Tunka 宇宙线与伽马天文先进装置（TAIGA）实验原始数据方面的适用性。我们为该实验的五种数据格式实现了形式化规范，并可自动生成目标编程语言（如 C++、Java 和 Python）中数据读取库的源代码。这些库在 TAIGA 数据上进行了测试，表现出良好性能，并帮助我们定位了数据损坏的部分。这些格式规范可用作天体粒子原始数据交换的元数据，也可简化面向多信使分析的多源数据聚合的软件开发。
引用
@article{arxiv.1812.01324,
title = {Using Binary File Format Description Languages for Documenting, Parsing, and Verifying Raw Data in TAIGA Experiment},
author = {I. Bychkov and A. Demichev and J. Dubenskaya and O. Fedorov and A. Hmelnov and Y. Kazarina and E. Korosteleva and D. Kostunin and A. Kryukov and A. Mikhailov and M. D. Nguyen and S. Polyakov and E. Postnikov and A. Shigarov and D. Shipilov and D. Zhurov},
journal= {arXiv preprint arXiv:1812.01324},
year = {2018}
}