Estimador Baseado em ICA e MLE para Reconstrução Ótima de Sinais em Calorímetros de Altas Energias

Abstract

Experimentos modernos de física de altas energias operam em condições de alta taxa de eventos, resultando em alta ocupação dos canais de leitura dos sistemas de aquisição de dados, tais como os calorímetros. Este trabalho aborda o problema de estimação da energia do calorímetro de telhas (TileCal) do experimento ATLAS no LHC, considerando diversas condições de ocupação do detector. O ambiente de alta ocupação é desafiador do ponto de vista de processamento de dados, uma vez que produz o efeito de empilhamento de sinais na eletrônica de leitura dos calorímetros, deformando o sinal amostrado e degradando a eficiência dos métodos de estimação de energia. Atualmente, o método do Filtro Ótimo (OF) é empregado no TileCal, onde a informação de correlação do ruído é utilizada para otimizar os coeficientes do filtro. Entretanto, visto que o efeito de empilhamento de sinais resulta em um modelo não-gaussiano do ruído, o uso da informação de correlação do ruído pode levar a um estimador sub-ótimo. Portanto, este trabalho apresenta uma abordagem inovadora, combinando uma etapa de pré-processamento baseada em ICA (Análise de Componentes Independentes), com o objetivo de reduzir a informação mútua entre as amostras do ruído, e um estimador baseado no método MLE. Os resultados de simulação mostram que o pré-processamento reduz significativamente a informação mútua, melhorando o desempenho em termos do erro de estimação do filtro baseado no MLE, quando comparado às abordagens atualmente utilizadas baseadas no OF.