Implementação de métodos esparsos para deconvolução on-line de sinais no calorímetro hadrônico do ATLAS

Abstract

Desde que entrou em operação em 2008, o Large Hadron Collider vem passando por constantes atualizações, com aumento da energia das colisões e da quantidade de partículas por bunch. Essas mudanças impactam diretamente os detectores, especialmente o ATLAS experiment. No sistema de trigger do ATLAS, esse impacto é mais evidente devido ao aumento de colisões adjacentes, que gera o efeito de pile-up (sobreposição de sinais), dificultando a seleção de eventos de interesse. Para lidar com esse problema, métodos de desconvolução online vêm sendo propostos. A maioria dessas abordagens utiliza filtros FIR (finite impulse response), pois sua estrutura favorece a implementação em tempo real. Entretanto, o LHC opera com trens de bunches, alternando períodos com colisões e períodos sem colisões. Essa característica pode ser interpretada como janelas fixas de aquisição, permitindo a utilização de métodos iterativos de desconvolução não causais. Esses métodos tendem a apresentar melhor desempenho do que os filtros FIR tradicionais, pois possibilitam o uso de conhecimento especialista e algoritmos mais sofisticados. Neste trabalho, são propostos métodos iterativos de desconvolução baseados em teorias modernas de representação esparsa de dados, e seu desempenho é comparado com técnicas baseadas em filtros FIR. Entre os métodos avaliados, destaca-se o separable surrogate functionals, para o qual também foi proposta uma implementação em Field-Programmable Gate Array. Os resultados indicam a possibilidade de executar múltiplas instâncias desse método em paralelo em uma única FPGA, viabilizando o processamento online exigido pelo primeiro nível de trigger do ATLAS.