Implementação Embarcada em FPGA de Métodos Visando a Reconstrução Online de Energia no Calorímetro Hadrônico do Experimento ATLAS

Abstract

Os laboratórios de pesquisa em Física Experimental de Altas Energias têm contribuído significativamente para avanços científicos e tecnológicos. Nesses ambientes, são desenvolvidos modernos sistemas para detecção e estudo de partículas subatômicas de alta energia, com o objetivo de investigar propriedades fundamentais da matéria. O Large Hadron Collider, atualmente o maior acelerador de partículas do mundo, passa por um processo gradual de atualização no qual a luminosidade das colisões está sendo aumentada para elevar a probabilidade de ocorrência de eventos raros. Esse cenário impacta diretamente os sistemas de instrumentação dos detectores, especialmente o calorímetro hadrônico do ATLAS experiment, onde o aumento de colisões adjacentes intensifica o efeito de empilhamento de sinais (pile-up). Como o algoritmo atualmente utilizado para reconstrução dos sinais nesse calorímetro não considera o efeito de empilhamento em sua formulação, diversas alternativas vêm sendo propostas para estimação de energia, incluindo métodos iterativos de deconvolução baseados em Representação Esparsa de Dados e métodos não lineares baseados em Redes Neurais Artificiais. Essas abordagens apresentam elevado custo computacional, tornando desafiadora sua aplicação em tempo real. Nesse contexto, este trabalho descreve a implementação desses algoritmos em processadores dedicados embarcados em FPGA com arquitetura multicore, visando a reconstrução online de energia em calorímetros de altas energias. O foco é o calorímetro hadrônico do experimento ATLAS em cenários com empilhamento de sinais. Os resultados demonstram a viabilidade da operação desses processadores no primeiro nível de trigger do ATLAS, atendendo à taxa de colisões do LHC de 40 MHz e mantendo o consumo de recursos lógicos dentro dos limites de FPGAs modernas.