Selezione online di eventi ai
collider adronici mediante
ricostruzione delle traiettorie
di particelle cariche
Candidato
Sommario
LHC ed ATLAS
Sistema di selezione degli eventi (TRIGGER)
Tracce cariche al secondo livello
Fast Tracker
ftksim
Decadimento raro Bs->μμ
Risultati sperimentali
Prospettive ad ATLAS
Prospettive ad ATLAS + FTK
Segnale
Fondo
Conclusioni
A Toroidal LHC ApparatuS - ATLAS @ LHC
Rivelatori per muoni Magnete toroidale Calorimetri adronico ed elettromagnetico Tracciatore a radiazione di transizione Tracciatore con rivelatori al silicio SCT e Pixel LHC Collider protone-protone
Energia dei fasci 7 TeV -> 14 TeV disponibili per collisione Luminosita` istantanea
1034 (1033) cm-2s-1
109 eventi al secondo
Pixel – 3 layer barrel – 5 dischi EC Modulo 62.4x21.4mm
σR-φ ~ 12μm σz ~ 70μm
Selezione degli eventi – Sistema di trigger
La macchina acquisisce dati a 40 MHz E` possibile scriverli su
nastro/disco a 100 Hz
E` necessaria una selezione Tre livelli di trigger
Primo livello (HW) HLT (SW) Secondo livello Event Filter FTK Processore HW per la ricostruzione delle traiettorie di particelle cariche al LVL2 Pt>1 GeV Su tutto l'ID Qualita` off-line
Parallelo al resto del DAQ Inseribile successivamente alla partenza
Tracce cariche al secondo livello di trigger
Senza FTK
Ricostruzione traiettorie solo nelle RoI
Difficolta` a rate elevati
Le selezioni di LVL1 non vengono ridotte efficacemente a LVL2
Soglie di LVL1 alte, alcuni canali di fisica tagliati a priori o molto
difficili
Con FTK
Traiettorie ricostruite ad alta qualita` su tutto l'ID
Strategie di LVL2 basate su tracce riducono molto le selezioni di
LVL1
Soglie di LVL1 piu` basse, si recuperano canali di fisica
Fast Tracker – Struttura interna
●Riceve hits dal DAQ
●Comunica con le schede di
Memoria Associativa
●Invia hits e pattern trovati
alla parte di Fit
●6 board parallele ●Ognuna 1-2 layer
●Eseguono il pattern
recognition sugli hit a bassa definizione dai DO
●Restituiscono i pattern
trovati (roads) al DO
I pattern ed hits ad alta risoluzione sono ricomposti e viene eseguito il Linear Fit e le tracce sono messe in un buffer accessibile dal LVL2
Struttura modulare
Piu` processori possono lavorare in parallelo
E` possibile iniziare con una versione prototipale e poi aggiungere
Memoria Associativa
Agoritmo di pattern recognition simile al gioco della tombola
Gli hits a bassa definizione sono distribuiti in parallelo a tutti i chip di memoria associativa per ogni scheda
Ogni pattern si confronta con il flusso di hit e verifica se e` contenuto La lettura delle road trovate avviene in pipeline
Diverse memorie associative analizzano diversi spicchi cilindrici del rivelatore (regioni) in parallelo
FTKsim – Simulatore di Fast Tracker
Simulazione a livello di algoritmo
Piu` sintetica di una simulazione a livello di gate
Studio delle prestazioni per lo sviluppo R&D FTKsim simula la versione prototipale di Fast Track Utilizza esclusivamente il barrel (|η|<1)
Studio di fisica comporta simulazione apparato per segnale e fondi
Due tipi di simulazione: Full precisa (simula
generazione, rivelatore,
digitizzazione e ricostruzione) ma lenta ~5min/evento
Fast veloce, ma necessita parametrizzazione del rivelatore
Attraverso Full Simulation + FTKsim ottenere parametrizzazione degli algoritmi di LVL2
FTKsim – Struttura interna
Tre programmi:
pattgen – banche di pattern
corrgen – costanti geometriche
ftksim - simulazione
FTKsim – Training
~100M eventi singolo muoneGenerati con Athena 10.0.1 (10.0.6) Noise e propagazione delta rays disattivati
Idealmente ogni evento ha 6 hit, uno per layer
c d φ
cotθ z0
Individuati 157901
settori per il fit lineare (pattgen)
Calcolate costanti geometriche per il fit (corrgen)
Generate banche di pattern
FTKsim – Training - pattern
Suddivisione in regioni (spicchi cilindrici)
Diverse dimensioni di pattern
5mm Pixel 10mm SCT
2mm Pixel 5mm SCT
1mm Pixel 3mm SCT
Scelta
5mm Pixel 10mm SCT
Generate 8 banche al ~96% di
efficienza ~1M pattern/banca
tracceDecadimento raro Bs→μμ
Bs->μμ e` un processo FCNC
Nel Modello Standard non puo`
avvenire con diagrammi di tipo
albero
Deve avvenire con diagrammi di
ordine superiore (box, penguin)
BR (3.5±0.9)x10
-9Estensioni del modello standard
prevedono ulteriori e diagrammi
BR aumentata fino ad alcuni ordini
di grandezza
La misura della BR del decadimento
Bs->μμ e` sensibile a nuova fisica!
Risultati sul Bs→μμ (CDF – ATLAS – ATLAS + FTK)
CDF con 780 pb
-1di dati del 16/3/2006
BR < 1.0x10
-7@95% CL
ATLAS (TDR '99)
LVL1 singolo muone Pt>6 GeV
30 fb
-127 segnale 93 fondo
100fb
-197 segnale 660 fondo
ATLAS (2006)
LVL1 due muoni Pt>6 GeV
30 fb
-121 segnale 60 fondo
BR < 6.6x10
-9@90% CL
ATLAS + FTK
LVL1 singolo muone Pt>6 GeV
30 fb
-1secondo muone Pt>6 GeV 66 segnale (|η|<1 prototipo)
178 segnale (|η|<2.5|)
secondo muone Pt>3 GeV 230 segnale (|η|<1)
546 segnale (|η|<2.5|)
Rate di fondo LVL2 per secondo muone Pt>3 GeV O(10Hz)
Bs→μμ ad ATLAS + FTK
LVL1 singolo muone (Pt>6 GeV)
Selezione preliminare studiata per LVL2
Secondo muone con Pt>2,3,4,5,6 GeV
d(μ)>100um
d(Bs)<100um
4.8 GeV < MassaInvariante(μμ) < 6 GeV
Muoni in
|η|<1 con ftksim (FTK iniziale)
Bs→μμ ad ATLAS + FTK – Studio del segnale e del fondo
Segnale generato con Athena 10.0.6 Eventi generati con PythiaB
Pt>3 GeV per l'interazione 2->2 tra partoni
|η| < 3.5 per i partoni uscenti Pt>3 Gev |η| < 2.5 per il quark b LVL1-like cut: un muone Pt>2 Gev | η|<2.5
Generati 8092 eventi
Un muone Pt>6 Gev |η|<1 (LVL1) 15% Due muoni ricostruiti in |η|<1 38%
Un muone Pt>6 Gev |η|<2.5 (LVL1) 33% Due muoni ricostruiti in |η|<2.5 54%
Fondo bb->μμ+X generato con Athena 10.0.6 Eventi generati con PythiaB
Pt>3 GeV per l'interazione 2->2 tra partoni
|η| < 3.5 per i partoni uscenti Pt>3 Gev |η| < 4.5 per il quark b LVL1-like cut: due muoni Pt>2 Gev | η|<2.5
Generati 19104 eventi
Un muone Pt>6 Gev |η|<1 (LVL1) 13% Due muoni ricostruiti in |η|<1 50%
Un muone Pt>6 Gev |η|<2.5 (LVL1) 26% Due muoni ricostruiti in |η|<2.5 99%
Bs→μμ ad ATLAS + FTK – Studio del segnale e del fondo
Angolo di puntamento al vertice
Parametro d'impatto del candidato Bs Massa invariante del candidato Bs
Bs→μμ ad ATLAS + FTK – Studio del segnale e del fondo
Segnale @ LVL1 Pt > 6 GeV Pt > 6 GeV Pt > 3 GeV (|η|<1) 0.2 0.8 100pb-1 22 77 10fb-1 66 230 30fb-1 Pt > 6 GeV Pt > 3 GeV (|η|<2.5) 0.6 1.8 100pb-1 59 182 10fb-1 178 546 30fb-1Fondo richiede piu` statistica per studi
accurati
Con taglio secondo muone Pt > 3 GeV
Efficienza O(10
-3) -> Rate O(10Hz)
Conclusioni
Fast Tracker
FTKsim software di simulazione di FTK
Studio di parametri (settori, costanti, pattern) per R&D
Simulazione degli algoritmi per studio e parametrizzazione
L'uso delle traiettorie delle particelle cariche al secondo
livello di trigger aumenta il potenziale di fisica studiabile
Analisi preliminare del caso Bs->μμ
Guadagno sul segnale abbassando soglie Pt
Buona reiezione del fondo
(BACKUP) Z->bb
●
Selezione del Z->bb
●
Perche`
●
Come
(BACKUP) Taus
●
Selezione di Tau in adroni
●
Studio di CMS
●
Isolamento calorimetrico e tracce
Data Organizer BACKUP
Riceve hits ad alta definizione dal DAQ Costruisce hits a bassa definizione e registra in un database (ESU) quelli ad alta risoluzione
Invia hits a bassa definizione alla pipeline di AM
Riceve dalla pipeline di AM le roads (pattern individuati)
Invia al Ghost Buster le roads trovate con gli hits ad alta definizione corrispondenti per poi andare al Track Fitter per il fit lineare
Data Organizer – Hits a bassa definizione BACKUP
4 layer divisi in bin ad alta definizione In un dato evento sono colpiti alcuni bin -> hit ad alta definizione
I bin vengono raggruppati in super-bin (es gruppi di 3 bin)
In ogni super-bin si esegue l'OR logico dei bin contenuti -> hit a bassa
Fit lineare BACKUP
N punti xi, uno per ogni layer Spazio N dimensionale
Legati dall'equazione dell'elica 5 parametri
xi=xi(d,c,φ,cotθ,z0) 5 equazioni vincolari
Ipersuperfice 5D
Espansione lineare delle equazioni vincolari fj = vj·x+cj Iperpiano 5D La distanza dall'iperpiano e` il χ2 del fit Punto di massimo avvicinamento della traiettoria Angolo φ Angolo θ z0 z y y x Parametro d'impatto d Raggio di curvatura c
Espansione lineare dell'equzione che lega i parametri pj alle coordinate x
pj = wj·x+qj
(BACKUP) SVT
●
Cos'e`
●
Dove
●
Come
FTKsim – Integrazione in Athena BAKCUP
FTKsim e` un programma stand alone
Elabora i dati sottoforma di file ascii contenenti l'elenco degli hit ad
alta definizione per evento
I dati di input vengono estratti durante la fase di ricostruzione da un
apposito modulo di Athena: FastTrackSimWrap
Fu
ll
S
im
ul
at
ion
Fa
st
S
im
ula
tion
(BACKUP) FCNC teoria
●
Perche` FCNC non ci sono nel modello
Bs→μμ ad ATLAS + FTK – Studio del segnale (3)
BACKUP
Apertura in eta e phi dei due muoni Distribuzione sul piano detadphi
Bs→μμ ad ATLAS + FTK – Studio del segnale (5)
CONDENSARE RISULTATI, TABELLE BACKUP
Soglia in Pt secondo muone 2 GeV 3 GeV 4 GeV 5 GeV 6 GeV2 muoni FTK |eta|<1 0.385 “ “ “ “ d(muoni) > 100um 0.295 “ “ “ “ d(Bs) < 100um 0.360 “ “ “ “ (4.8 < M(mumu) < 6) GeV 0.353 “ “ “ “ Pt secondo muone 0.344 0.228 0.170 0.116 0.081 Efficienza wrt LVL1 0.234 0.150 0.107 0.074 0.053 Efficienza totale 0.041 0.029 0.020 0.013 0.009 Le efficienze di selezione ottenute con le tracce ricostruite da FTK sono compatibili con quelle ottenute con iPatRec
Con questa selezione si hanno 70 eventi di segnale in 30fb-1 con un taglio in Pt sul
secondo muone di 6 GeV e 156 eventi con un taglio a 3 GeV
Abbassando la soglia in Pt del secondo taglio si raccoglie piu` segnale
ERRORE TAGLIO PT 4 GEV
Bs→μμ ad ATLAS + FTK – Studio del segnale (6)
Soglia in Pt secondo muone 2 GeV 3 GeV 4 GeV 5 GeV 6 GeV2 muoni FTK |eta|<1 0.385 “ “ “ “ d(muoni) > 100um 0.295 “ “ “ “ d(Bs) < 100um 0.360 “ “ “ “ (4.8 < M(mumu) < 6) GeV 0.353 “ “ “ “ Pt secondo muone 0.344 0.228 0.170 0.116 0.081 Efficienza wrt LVL1 0.234 0.150 0.107 0.074 0.053 Efficienza totale 0.041 0.029 0.020 0.013 0.009 Supponiamo che le prestazioni di FTK rimangano paragonabili ad iPatRec per |eta|<2.5
Con questa selezione si hanno 70 eventi di segnale in 30fb-1 con un taglio in Pt sul
secondo muone di 6 GeV e 156 eventi con un taglio a 3 GeV