高密度环境下的TPC轨迹追踪和粒子鉴别
摘要：ALICE时间投影室（TPC）中的跟踪查找和拟合算法基于卡尔曼滤波呈现。讨论了使用d$E$/d$x$测量的粒子鉴别（PID）的实现。滤波和PID算法能够处理高密度环境中的非高斯噪声和模糊测量。占用率可以达到40\%，由于重叠，轨迹上的点经常丢失或明显错位。在现有的算法中，首先找到聚类并重建空间点。聚类的形状提供了关于重叠因子的信息。对于形状扭曲的点，应用快速样条展开算法。然后，使用关于聚类形状和轨迹参数的信息估计预期的空间点误差。此外，使用关于局部轨迹重叠的可用信息。在模拟数据集上进行测试以验证分析并获得对算法的实际经验。
作者：M.Ivanov, K.Safarik, Y.Belikov, J.Bracinik
论文ID：physics/0306108
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2007-05-23