diagnostica e reiezione di eventi spuri per (reti di) rivelatori di onde gravitazionali ovvero come...
TRANSCRIPT
Diagnostica e reiezione di eventi spuri per (reti di) rivelatori di onde gravitazionali
ovvero come superare le differenze tra il rumore modellabile (gaussiano e stazionario) e il rumore di AURIGA (non stazionarietà, presenza di eventi spuri, attività criogeniche, presenza di rumori ambientali e sismici......): esperienza maturata durante il primo anno di presa dati.
Sistema di analisi dati 1.2 per AURIGA - Filtraggio dei dati - Stima adattiva dei parametri del filtro - Segnale vs/ Rumore - Decimazione (compressione dei dati) - Ricostruzione degli eventi
• Ricerca Eventi• Ampiezza ed SNR • Tempo di Arrivo• Calcolo del 2
Schema del sistema di acquisizione dati di AURIGA [Nucl. Phys. B49 (1996) 104]
Tape35 GBytes
UTC Time (GPS)
Data AcquisitionWorkStation
Slow SignalsAccelerometersSeismometers
electtromagnetic probes
On-Line AnalysisWorkStation
Hard Disk 9 GBytes
GPIB MXI
Ethernet
ADC 16 bit200 Hz
ADC 23 bit5 KHz
VXI bus
Signal fromAntenna
IRQReadout Board
SynchronizationApparatus
RS-232 MXI
10 MHz External Clock
SynchronizationSignals
ADC GPIB
Slow SignalsTermometers
FluxesPressures
Procedura per l’analisi dei dati
( )
HAF
AF
rumore stocasticodell’intero apparato
funzione ditrasferimentodel rivelatore
segnale all’ingressodel rivelatore
H
segnale all’uscitadell’amplificatore
P
P
N
kkkkk
N
kkkkk
ipipipip
iqiqiqiqSS
1
**
1
**
0)(
Lo spettro di potenza del rumore e la funzione di trasferimento del rivelatore sono rapporti di polinomi
910 915 920 925 930 935f@HzD1. ´ 10- 13
1. ´ 10- 12
1. ´ 10- 11
1. ´ 10- 10
1. ´ 10- 9
SHfL@V2Hz- 1D
il sistema e’ caratterizzato da NP poli, NP zeri e da una costante di calibrazione: 4 NP +1 parametri reali
Dati Raw
Dati Sbiancati
Dati Filtrati alla
Filtraggio del segnale gravitazionale in due fasi
Filtro sbiancante
Filtro di Matchingper segnali
di tipo F() =1
Matchingdel segnale
Espansione diKarhunen-Loève
Segnali notiSegnali sconosciuti
Am
plit
ude
A F() H() + ()
A F() H()/S1/2() + ’()
A F() |H()|2/S() + ’’()
1/S1/2()
H*() /S()
m()
S() = L*() L()S1/2() = L()
F()
Implementazione digitale del filtraggio con ARMA
y(n) = P1 y(n-1) + P2 y(n-2) +C0 x(n) + C1 x(n-1) + C2 x(n-2)
y(n) = Q1 y(n+1) + Q2 y(n+2) +A0 x(n) + A1 x(n+1)
x(...) = Campioni in ingressoy(...) = campioni in uscita
Sensibilita’ all’ampiezza della trasformata di Fourier del segnale gravitazionale h(): h()min=1.1 10-22s
Un impulso con una durata di 1 ms: hmin3 10-19 ovvero SNR 40 per 21.4 M Chirp @ 10 kpc
Rumore all’uscita del filtro
-=911 Hz +=929 Hz-=0.7 s +=0.7 s
0.0001
0.001
0.01
0.1
1
10
910 915 920 925 930 935 940
Frequency (Hz)
Adattamento dei parametri parametri del filtro di Wiener
Tolleranze del rivelatore
|opt±| / opt± 20%
SNR / SNR 1%
|ω±| 0.3 ± ta μs
dati raw
filtro diWiener
lock-in digitali
lock-in digitali
decimazione
filtro sbiancanteinverso
parametri ω± adattati parametri opt±
adattati
Stima del Segnale e del Rumore
buffer sbiancati per stimare S() e w
• curtosis<0.15• correlazione <0.04
• scarto dati > 3 w
• >95% dei dati
buffer filtrati per stimare Teff (= f )
• curtosis<0.6
•scarto dati > 3 f
• >95% dei dati
w e
f aggiornate in media mobile di 15 minuti per il calcolo di SNR e 2
buffer analizzati
Buffer di rumore
Per la stima del rumore modellabile i buffer di dati (90 sec 8192 dati) devono essere gaussiani
Buffer di segnale
Troppi eventi periodo vetato
Ricerca degli eventi impulsivi
Filtraggio WK
Decimazione Ricerca Eventi
Calcolo del 2
Dati grezzi1.7 Gbytes/giorno (Real time o tape)
Dati Compressi 77 Mbytes/giorno
(Hard Disk)
Eventi sopra soglia (IGEC)Ampiezza, Tempo di Arrivo, 2
eventi al giorno dovuti al rumore gaussiano (parametri di AURIGA):# Eventi > 3 # Eventi > 4 # Eventi > 4.5 # Eventi > 5
Calcolo orario deiparametri del filtro(filtraggio adattivo)
Ricerca di eventi impulsivi 2
-4
-2
0
2
4
0 10 20 30 40 50
SN
R
Time (sec)
Soglia = 3 Eventodati filtrati decimati (w = 1 sec)
Uscita del filtro di Wiener
dati filtrati nel continuo
s
Hz
Hz
w
b
1
92
92020
• Compressione dati FILTRATI:– Banda ridotta 69.75 Hz [906 941] Hz
– 2.2 GBytes di dati filtrati per anno
– Ricostruzione dati raw (differenti filtraggi)
– Ricerca sogenti periodiche
– Ricerca fondo stocastico
10-9
10-7
10-5
0.001
0.1
10
0 500 1000 1500 2000 2500
Frequency (Hz)
Decimazione dei dati filtrati
Spettro di potenza dati filtrati
0.0001
0.001
0.01
0.1
1
10
910 915 920 925 930 935 940
Frequency (Hz)
•Produzione dati sbiancati decimati– Calcolo del 2
– Adattamento del filtro
Filtro inverso (filtro sbiancate) nel dominio della frequenza
mcD
(m 1)cD
c frequenza di campionamento (4882.8125)D fattore di decimazione (70)m intero positivo (26)
Identificazione degli eventi: reiezione degli spuri con il test del [Nucl. Phys. B48, 104 (1996)]
In pratica si applica il filtro sbiancante che diagonalizza ij :
Per gli eventi trovati sopra soglia vengono calcolati gli
scarti che devono soddisfare il test del 2
910 915 920 925 930 935f@HzD1. ´ 10- 13
1. ´ 10- 12
1. ´ 10- 11
1. ´ 10- 10
1. ´ 10- 9
1. ´ 10- 8SHfL@V2Hz- 1D
910 915 920 925 930 935f@HzD1. ´ 10- 13
1. ´ 10- 12
1. ´ 10- 11
1. ´ 10- 10
SHfL@V2Hz- 1D
2
2
12
22 )(
2
1
A
optN
i wr
Aiy
N
w
jj
N
1j,i iiij hAxhAx2
1
Il filtro di Wiener massimizza la funzione di verosimiglianza Lexp[-()] rispetto all’ampiezza A (e altri parametri del segnale):
campioni di dati raw
campioni di dati sbiancati
0
5
10
15
20
25
30
0 10 20 30 40 50 60
2 Ant
2 Tra
2 Ele
2
Test del : reiezione degli spuri[Nucl. Phys. B49, 104 (1996)]
-15
-10
-5
0
5
10
15
-0.1 -0.05 0 0.05 0.1-15
-10
-5
0
5
10
15
-0.1 -0.05 0 0.05 0.1-15
-10
-5
0
5
10
15
-0.1 -0.05 0 0.05 0.1
Time (sec) Time (sec) Time (sec)
Ant
enna
SN
R
Tra
nduc
er S
NR
Ele
ttric
al S
NR
SNR
22 1 SNRr un mese eventi di AURIGA
(Montecarlo pd = 50 Hz)
Ant
Ele
Tra
Eventi “candidati” ed Eventi “spuri” nei dati di AURIGA
il modo “meno” e’ poco eccitato
ovviamente qualunque altro segnale gravitazionale con struttura spettrale nella banda del rivelatore può eccitare i modi in modo asimmetrico: modi normali di black holes etc.....
Nel dominio della Frequenza
2 in un giorno quieto
2 in un giorno disturbato
•Prima del veto 2
•Dopo il veto 2
•Simulazioni
Veti da operatore & automatici
Riempimento 1K pot
Transfer di Elio Liquido
Attività Varie
Reset Squid
Veti proposti operatore
Calibrazione
Veti proposti analisi
M
12
M
12
1
A
A
F i l t r o d i W i e n e r : S t i m a o t t i m ad e l l ’ a m p i e z z a A c o n M r i v e l a t o r i :
M e d i a p e s a t a d e l l e s t i m e d i o g n i r i v e l a t o r e
2 T o t a l e ( c o m e c a l c o l a t o d a u n a s t i m a g l o b a l e )
M
12
2M
1
22 A
2 2 d i c i a s c u n r i v e l a t o r e c a l c o l a t o d a A
s' the oft independen ; Athe of nfluctuatio s quare meanroot
AM
12
2
1 ) C i a s c u n r i v e l a t o r e d e v e s u p e r a r e i l t e s t d e l 2
2 ) L e s t i m e d e l l e a m p i e z z e d e g l i M r i v e l a t o r i d e v o n oe s s e r e c o n s i s t e n t i
Rete di rivelatori paralleli
AURIGA-NAUTILUS
June 98
finestra di coincidenza 1 s
EXPLORER-NAUTILUS
June 98
finestra di coincidenza 1 s
EXPLORER-AURIGA
June 98
finestra di coincidenza 1 s