– 3D 硅传感器:开发和特性(GF Dalla Betta,特伦托) – 3D 钻石传感器:开发和特性(S. Sciortino,佛罗伦萨) – 像素前端的设计和测试(V. Liberali,米兰) – 实时跟踪算法的设计和实施(N. Neri,米兰) – 高速读出板的设计和实施(A. Gabrielli,博洛尼亚) – 系统集成和测试(A. Cardini,卡利亚里)
然而,HL-LHC 的覆盖范围依赖于比 LHC 高一个数量级的亮度,这意味着每次光束碰撞时发生的额外质子-质子相互作用的数量(也称为堆积,μ)将增加 3 到 5 倍,达到每次碰撞 140 到 200 次额外的相互作用。因此,HL-LHC 的计算环境将极具挑战性,目前的预测表明,处理数据所需的计算资源将超过预算预测。用于重建带电粒子轨迹的模式识别算法是重建模拟数据和碰撞数据事件的关键挑战。模式识别算法 [5] 可大致分为全局方法或局部方法。全局模式识别方法通过同时处理来自全探测器的所有测量值来寻找轨迹。全局方法的例子包括保角映射或变换方法,如霍夫变换 [6、7] 和神经网络 [8]。局部模式识别方法根据探测器局部区域的测量结果生成轨迹种子,然后搜索其他命中点以完成轨迹候选。局部方法的示例包括轨迹道路和轨迹跟踪方法,例如卡尔曼滤波器 [9-11]。模式识别算法通常在找到种子之后的轨迹重建序列中运行。一旦通过模式识别算法识别出沉积的能量集,就可以通过拟合算法确定轨迹的参数。用于描述轨迹的参数取决于探测器的几何形状,但通常使用五个(如果包含时间信息,则为六个)参数。轨迹参数通常包括动量(与曲率成反比)、描述传播方向的角度以及用于表征起点的撞击参数。为了说明 HL-LHC 所带来的挑战,图 1 显示了每个事件的处理时间与堆积的关系,该图使用了 ATLAS 实验使用基于卡尔曼滤波器的模式识别序列记录的数据。处理时间与 μ 的增加成比例,这是模式识别算法的典型特征。在 HL-LHC 中,μ 的预期值将明显位于曲线的右侧,因此需要大量的 CPU 资源。未来的强子对撞机(例如未来环形对撞机项目中提出的强子-强子对撞机 [ 13 ]),预计会出现更多的堆积,每个事件可能最多增加 1000 次相互作用。由于这一挑战,开发用于高能物理模式识别的新算法和新技术目前是一个非常活跃的发展领域。本文概述了正在进行的研究,以确定量子计算机在未来如何用于模式识别算法。量子计算机最早是在 40 多年前提出的 [14-16],最初的想法是开发一种利用自然界中的量子过程来更好地模拟自然的计算机。十年后,量子算法的发展引起了人们的进一步兴趣,这些算法展示了量子计算机解决经典难题的潜力,包括质数分解 [17] 和搜索算法 [18,19]。第一台量子计算机基于现有的核磁共振技术 [20-22]。最近,我们进入了所谓的噪声中型量子 (NISQ) 时代 [23],量子计算机具有数十个逻辑量子位,可以超越当前经典计算机的能力,尽管受到显著噪声的限制。量子位是经典计算机上用于存储信息的比特的量子类似物。目前可用的量子计算机可分为量子退火器或基于电路的量子计算机。量子退火器旨在解决特定类型的问题:最小化目标函数,由于量子隧穿效应,量子退火有望更快地解决最小化问题。D-Wave 生产目前最多 5000 个量子比特的商用量子退火器 [ 24 ]。基于电路的量子计算机可用于解决更广泛的问题,因此在概念上与当今的数字计算机更相似。它们由使用各种技术由量子比特制成的量子电路组成。目前正在探索的量子比特技术包括超导晶体管、离子阱和拓扑量子比特。例如,IBM量子退火器旨在解决特定类型的问题:最小化目标函数,由于量子隧穿效应,量子退火有望更快地解决最小化问题。D-Wave 生产商用量子退火器,目前最多有 5000 个量子比特 [ 24 ]。基于电路的量子计算机可用于解决更广泛的问题,因此在概念上与当今的数字计算机更相似。它们由使用各种技术由量子比特制成的量子电路组成。目前正在探索的量子比特技术包括超导晶体管、离子阱和拓扑量子比特。例如,IBM量子退火器旨在解决特定类型的问题:最小化目标函数,由于量子隧穿效应,量子退火有望更快地解决最小化问题。D-Wave 生产商用量子退火器,目前最多有 5000 个量子比特 [ 24 ]。基于电路的量子计算机可用于解决更广泛的问题,因此在概念上与当今的数字计算机更相似。它们由使用各种技术由量子比特制成的量子电路组成。目前正在探索的量子比特技术包括超导晶体管、离子阱和拓扑量子比特。例如,IBM
摘要:设计并测试了带电粒子成像的紧凑型探针,并在源活动映射和无线电指导手术中进行了潜在应用。这项技术的开发对医学成像具有显着影响,为医疗保健专业人员提供了准确且有效的诊断和治疗工具。为了满足这些应用程序的可移植性要求,该探针设计用于电池操作和与PC的无线通信。核心传感器是一种双层CMOS SPAD检测器,使用150 nm技术制造,该技术使用重叠的单元格产生巧合信号并降低了深度计数速率(DCR)。传感器与微控制器进行管理和连接,并开发了自定义公司以促进与传感器的通信。通过用DCR来表征板上SPAD检测器的性能,结果与使用故意开发的台式设置在同一芯片样品上进行的表征测量结果一致。
研究了相对论重离子碰撞中产生的带电粒子定向流的起源。将三种不同的能量密度分布初始条件Boz ˙ek-Wyskiel,CCNU和Shen-Alzhrani耦合到(3+1)维粘性流体动力学模型CLVisc中,系统地比较了它们对各向异性介质几何形状,压力梯度和径向流发展的影响。通过与RHIC和LHC的实验数据进行比较,我们发现定向流对撞击参数和时空快速度所跨越平面内初始介质剖面的倾斜度提供了独特的约束。在中等快速度内,逆时针倾斜被证明是后向/前向快速度下沿撞击参数(x)方向的压力梯度产生正/负力的关键来源,这导致介质流速的x分量相对于快速度呈现负斜率,最终形成带电粒子定向流的相同特征。
被电磁场捕获的电子和离子长期以来一直是重要的高精度计量仪器,最近也被提议作为量子信息处理的平台。这里我们指出,由于这些系统具有极高的荷质比以及低噪声量子读出和控制,因此它们还可用作高灵敏度的带电粒子探测器。特别是,这些系统可用于检测比典型电离尺度低许多数量级的能量沉积。为了说明,我们提出了一些粒子物理学中的应用。我们概述了一种无损飞行时间测量方法,该方法能够对缓慢移动的准直粒子进行亚 eV 能量分辨率测量。我们还表明,目前的设备可用于对环境暗物质粒子携带小电毫电荷≪ e 的模型提供具有竞争力的灵敏度。我们的计算可能还有助于表征来自带电粒子背景的量子计算机噪声。
“摩擦电”效应是指不同材料接触时电荷的转移,传统上是通过摩擦实现的。通过这种机制,所有移动粒子都会从与管道、阻尼器、过滤元件、其他粒子甚至空气的碰撞中获得少量电荷。当粒子与交流摩擦电发射监测器的探头碰撞或靠近探头时,探头中会通过以下机制之一感应出少量电流:感应(带电粒子产生变化的电磁场,从而在探头中感应出电流),或静电转移(带电粒子接触时转移到探头),或摩擦电生成(来自与探头碰撞的所有粒子)。这些效应与流动是湍流还是层流无关。然而,湍流的增加会导致探头处的有效速度更高,甚至导致粒子在探头外再循环,因此为了获得最佳精度,探头应安装在距离任何弯曲或其他不连续处至少 5 个直径的位置。
“摩擦电”效应是指不同材料接触时电荷的转移,传统上是通过摩擦实现的。通过这种机制,所有移动粒子都会从与管道、阻尼器、过滤元件、其他粒子甚至空气的碰撞中获得少量电荷。当粒子与交流摩擦电发射监测器的探头碰撞或靠近探头时,探头中会通过以下机制之一感应出少量电流:感应(带电粒子产生变化的电磁场,从而在探头中感应出电流),或静电转移(带电粒子接触时转移到探头),或摩擦电生成(来自与探头碰撞的所有粒子)。这些效应与流动是湍流还是层流无关。然而,湍流的增加会导致探头处的有效速度更高,甚至导致粒子在探头外再循环,因此为了获得最佳精度,探头应安装在距离任何弯曲或其他不连续处至少 5 个直径的位置。
1L. Anderlini 等人,用于带电粒子检测的 3D 沟槽硅像素的固有时间分辨率。《仪器仪表杂志》,15,P09029,2020 年。2D. Brundu 等人,具有增强定时性能的 3D 沟槽硅传感器的精确建模以及与光束测量的比较。arXiv:2106.08191v1 [physics.ins-det],JINST 即将出版(2021 年)。