최근에 사례 연구, 우리는 Moku:Pro "가벼운" 암흑 물질로 알려진 것을 찾는 중입니다. 이러한 유형의 실험에는 일반적으로 실온 전자 장치로 인해 발생하는 광대한 소음 바다 내에서 작은 신호 또는 "이벤트"를 검색하는 작업이 포함됩니다. 이러한 이벤트는 예측할 수 없는 간격으로 발생하기도 합니다. 즉, 연구자는 가능한 한 많은 이벤트를 포착하기 위해 실험을 지속적으로 모니터링해야 합니다. 각 이벤트의 짧은 시간(< 1 ms)과 모든 검색의 긴 시간(~분)이 결합되어 연구자가 조사해야 할 기가바이트의 데이터가 남는 경우가 많습니다.
Moku 데이터 파일 변환
Los Alamos National Laboratory 박사후 연구원인 Samuel Watkins 박사는 "SPLENDOR(SPLENDOR)로 빛과 암흑 물질 입자 검색"이라는 공동 프로젝트를 진행하고 있으며 이 문제를 해결하기 위한 오픈 소스 소프트웨어를 개발했습니다.1Watkins 박사는 Moku:Pro의 유연성과 성능을 활용하여 장치의 파이썬 API. Moku:Pro Data Logger 장비를 통해 데이터가 수집된 후 기본 .li 파일 확장자를 .hdf5로 변환할 수 있습니다. 단일 Python 명령으로 파일을 작성합니다. 그런 다음 SPLENDAQ은 분석을 위해 이러한 .hdf5 파일을 사용합니다.
사용자 정의 Python API와 함께 Moku 사용
SPLENDAQ은 일반적으로 입력 전압이 결정된 임계값을 넘을 때 시작되는 특정 이벤트를 검색하면서 이러한 대용량 파일을 샅샅이 뒤집니다. 이는 진폭이 큰 이벤트에 대해 간단하게 작동하지만, 진폭이 낮은 신호를 복구하려면 보다 신중한 분석을 수행해야 합니다. 첫 번째 단계는 Moku:Pro를 허용하는 것입니다. 데이터 로거 이벤트 없이 데이터 스트림을 수집하여 실험 설정의 배경 소음을 "듣습니다". 그런 다음 이 데이터 세트를 푸리에 변환하여 전력 스펙트럼 밀도(PSD), 즉 주파수 함수에 따른 노이즈 분포를 결정합니다. 두 번째 단계는 이벤트에 대한 모양 함수 또는 템플릿을 SPLENDAQ에 제공하는 것입니다. 이 경우 이벤트는 그림 1에서 볼 수 있듯이 상승 시간이 빠르고 하강 시간이 느린 이중 지수 함수로 표시됩니다.
그림 1: SPLENDAQ 및 Moku Data Logger를 사용한 테스트 이벤트 감지. 사전 인쇄본에서 재현된 그림2.
SPLENDAQ에 형상 함수와 PSD 분포가 모두 제공되면 입력 데이터 스트림을 신중하게 처리하여 일반적으로 노이즈에 묻혀버리는 이벤트를 복구할 수 있습니다. Watkins 박사는 탐지 임계값을 거의 넘지 않는 가능한 이벤트가 SPLENDAQ에 의해 복구되는 그의 논문에서 이를 설명합니다.2.
SPLENDAQ은 GitHub에서 오픈소스로 제공됩니다. Moku:Pro 데이터 로거와 마찬가지로 암흑 물질 검색뿐 아니라 지속적인 데이터 수집이 필요한 다양한 응용 분야에 사용할 수 있습니다!
arXiv에서 SPLENDAQ 논문을 확인하실 수 있습니다.
혹시 궁금하신 점이 있으십니까?
지식 베이스를 통해 자주 묻는 질문들에 대한 답변을 확인하십시오
장치 기능이나 장비 기능에 대해 질문이 있는 경우 당사의 광범위한 기술 자료를 확인하십시오.찾으시는 답을 찾기 위해. 인기 문서를 빠르게 확인하고 특정 제품이나 주제별로 검색 범위를 좁힐 수도 있습니다.
사용자 포럼에 가입하시어 연락을 받으십시오
새로운 기능을 요청하고 싶으십니까? 공유할 지원 팁이 있으십니까? 사용 사례 예시부터 새로운 기능 발표 등에 이르기까지, 사용자 포럼은 제품 업데이트에서 Liquid Instruments 및 글로벌 사용자 커뮤니티와의 연결까지 한번에 해결할 수 있는 도깨비 방망이입니다.
각주
[1] Report number LA-UR-24-20435.
[2] S.L. Watkins. SPLENDAQ: a detector-agnostic data acquisition system for small-scale physics experiments. arXiv:2310.01279 [physics.ins-det] (2023).
