Fast Online Filtering Based on Data Fusion of Two Highly Segmented Detectors

Abstract

O calorímetro de telhas (TileCal) é o calorímetro hadrônico central do experimento ATLAS experiment, no CERN, e fornece medidas de energia finamente segmentadas por meio de aproximadamente 10.000 canais de leitura. Análises de dados provenientes de colisões de partículas mostraram que o uso das informações da camada radial externa do TileCal, em coincidência com as câmaras de múons do ATLAS, pode reduzir falsos sinais de trigger gerados por interações de prótons de baixo momento com a blindagem do feixe do Large Hadron Collider. Com esse objetivo, foi desenvolvido o projeto TileMuon, cuja principal função no programa de atualização do ATLAS é permitir que o TileCal forneça informações para a primeira etapa de filtragem online na identificação de múons. Esta dissertação apresenta o estudo, o desenvolvimento e a implementação de uma técnica de identificação de múons no contexto do projeto TileMuon. Diferentes técnicas de estimação descritas na literatura foram aplicadas e comparadas. Os resultados obtidos com dados experimentais mostraram que o método baseado em filtro casado para ruído gaussiano apresentou o melhor desempenho em termos de erro de detecção e viabilidade de implementação online, sendo a técnica escolhida para aplicação no sistema.