Positionsr ekonstruktion durch die Analyse der Pulsformen hochsegmentierter AGATA Germaniumdetektoren Torsten Beck 1 ( ), Nami Saito 1 ( ), Jürgen Gerl 1 ( ), Stanislav Tashenov 1 ( ), David Redford 2 ( ) 1 GSI, Gesellschaft für Schwerionenforschung Plankstr Darmstadt, Germany, 2 O R N L, Oak Ridge National Laboratory, Tennessee, USA Hier ist der Algorithmus: Lösungsansatz: Datenbasis: Datenbasis: Simulation aller Pulsformen mit ihren induzierten Wechselwirkungen. (Referenzdaten) (Speicherbedarf ca. 2GB) Simulation aller Pulsformen mit ihren induzierten Wechselwirkungen. (Referenzdaten) (Speicherbedarf ca. 2GB) Datenreduzierung: Datenreduzierung: Wavelet-Transformation zur Rauschfilterung der simulierten Daten. (Speicherbedarf ca. 500MB) Wavelet-Transformation zur Rauschfilterung der simulierten Daten. (Speicherbedarf ca. 500MB) Komprimierung der Wavelet-Daten durch Binarisierung. (Speicherbedarf ca. 2MB) Komprimierung der Wavelet-Daten durch Binarisierung. (Speicherbedarf ca. 2MB)Lösungsansatz: Datenbasis: Datenbasis: Simulation aller Pulsformen mit ihren induzierten Wechselwirkungen. (Referenzdaten) (Speicherbedarf ca. 2GB) Simulation aller Pulsformen mit ihren induzierten Wechselwirkungen. (Referenzdaten) (Speicherbedarf ca. 2GB) Datenreduzierung: Datenreduzierung: Wavelet-Transformation zur Rauschfilterung der simulierten Daten. (Speicherbedarf ca. 500MB) Wavelet-Transformation zur Rauschfilterung der simulierten Daten. (Speicherbedarf ca. 500MB) Komprimierung der Wavelet-Daten durch Binarisierung. (Speicherbedarf ca. 2MB) Komprimierung der Wavelet-Daten durch Binarisierung. (Speicherbedarf ca. 2MB) Pulsform Wavelet- Transformation Wavelet- Transformation Datenbasis simulierter Pulsformen transformiert in Wavelet-Koeffizienten und ihre binäre Repräsentation Datenbasis simulierter Pulsformen transformiert in Wavelet-Koeffizienten und ihre binäre Repräsentation Berechnung des Hamming-Abstands zwischen gesuchter Position und Datenbasis Berechnung des Hamming-Abstands zwischen gesuchter Position und Datenbasis Selektierung der kleinsten Hamming-Abstände Selektierung der kleinsten Hamming-Abstände Berechnung von Korrelationen zu hinreichend guten Positionen Berechnung von Korrelationen zu hinreichend guten Positionen Neue Methode zur Positionsbestimmung von -Quanten in Ge-Detektoren. Der AGATA Detektor besteht aus drei Kristallen pro Detektor, von denen jeder 36-fach segmentiert ist. Der AGATA Detektor besteht aus drei Kristallen pro Detektor, von denen jeder 36-fach segmentiert ist. Binarisierung SignalHaarwavelet Faltung Mit Hilfe der Wavelet-Transformation wird das Signal durch Faltung und Differenzbildung mit einem so genannten Wavelet in verschiedene Ebenen zerlegt. = Element aus Datenbasis Anzahl vertauschter Bits: Hamming-Distanzen Binäre Signal-Repräsentation & Wavelet- Transformation Binäre Darstellung Erzeugung eines binären Arrays in dem die Koeffizientenvorzeichen durch 1 für positiv und 0 für negativ dargestellt werden Wavelet-Koeffizienten Binäre Darstellung Gefundene Wechselwirkungen X = 10; y = 10; z = 30 X = 10; y = 10; z = 55 Gefundene Wechselwirkungen X = 10; y = 10; z = 30 X = 10; y = 10; z = 55 Hamming-Wolke um die gesuchte Position X = 10; y = 10; z = 55 Hamming-Wolke um die gesuchte Position X = 10; y = 10; z = 55 Hamming-Wolke um die gesuchte Position X = 10; y = 10; z = 30 Hamming-Wolke um die gesuchte Position X = 10; y = 10; z = 30 Selektierte Wechselwirkungen Hamming-Distanzen Ausgabe der Wechselwirkungs- positionen Beim Auftreten einer -Wechselwirkung mit dem Detektormaterial werden das auftretende Signal sowie die induzierten Spiegelladungen gemessen. Beim Auftreten einer -Wechselwirkung mit dem Detektormaterial werden das auftretende Signal sowie die induzierten Spiegelladungen gemessen. Ziel ist es, mit Hilfe der Signalformen und der relativen Amplituden: - eine Signal-Rauschtrennung vorzunehmen, - die Wechselwirkungspositionen zu bestimmen, - eine Auflösung von < 5mm zu erreichen, - eine Datenrate von 50 kHz zu erreichen, und sich überlagernde -Wechselwirkungen voneinander zu trennen. Vorteile des Algorithmus sind seine Schnelligkeit sowie seine hohe Positionsempfindlichkeit. Vorteile des Algorithmus sind seine Schnelligkeit sowie seine hohe Positionsempfindlichkeit. Fazit: Die nächsten Entwicklungsschritte des Analysealgorithmus werden sein: - 2 -Wechselwirkungen in einem Segment von einander unterscheiden und ihre Position bestimmen können. - Den Algorithmus an größeren Datenmengen testen, um Information zur Positionsempfindlichkeit innerhalb des Detektorvolumens zu gewinnen. Dies ist notwendig, da die relativen Unterschiede der Pulsformen stark von der Position im Kristall abhängen. - Den Algorithmus an realen AGATA-Daten testen. - Zweiter Preis Postersitzung DPG-Frühjahrstagung Fazit: Die nächsten Entwicklungsschritte des Analysealgorithmus werden sein: - 2 -Wechselwirkungen in einem Segment von einander unterscheiden und ihre Position bestimmen können. - Den Algorithmus an größeren Datenmengen testen, um Information zur Positionsempfindlichkeit innerhalb des Detektorvolumens zu gewinnen. Dies ist notwendig, da die relativen Unterschiede der Pulsformen stark von der Position im Kristall abhängen. - Den Algorithmus an realen AGATA-Daten testen. - Zweiter Preis Postersitzung DPG-Frühjahrstagung AGATA Ge-Kristall: Eine neue Generation von Ge-Detektoren. AGATA Ge-Kristall: Eine neue Generation von Ge-Detektoren. Die Segmentierung ist in sechs axiale und sechs longitudinale Segmente aufgeteilt, so dass es 6 x 6 = 36 Segmente ergibt. Direktes SignalInduziertes Signal