Temps mort - Dead time

Pour les systèmes de détection qui enregistrent des événements discrets, tels que les détecteurs de particules et nucléaires , le temps mort est le temps après chaque événement pendant lequel le système ne peut pas enregistrer un autre événement. Un exemple de la vie quotidienne est ce qui se passe lorsque quelqu'un prend une photo à l'aide d'un flash - une autre photo ne peut pas être prise immédiatement après car le flash a besoin de quelques secondes pour se recharger. En plus de réduire l'efficacité de la détection, les temps morts peuvent avoir d'autres effets, tels que la création d'éventuels exploits en cryptographie quantique .

Aperçu

Le temps mort total d'un système de détection est généralement dû aux contributions du temps mort intrinsèque du détecteur (par exemple le temps de dérive ionique dans un détecteur à ionisation gazeuse ), du frontal analogique (par exemple le temps de mise en forme d'une spectroscopie amplificateur) et de l' acquisition des données (le temps de conversion des convertisseurs analogique-numérique et les temps de lecture et de stockage).

Le temps mort intrinsèque d'un détecteur est souvent dû à ses caractéristiques physiques; par exemple, une chambre à étincelles est "morte" jusqu'à ce que le potentiel entre les plaques revienne au-dessus d'une valeur suffisamment élevée. Dans d'autres cas, le détecteur, après un premier événement, est toujours "en direct" et produit un signal pour l'événement successif, mais le signal est tel que la lecture du détecteur est incapable de les discriminer et de les séparer, ce qui entraîne une perte d'événement ou un événement dit de "pile-up" où, par exemple, une somme (éventuellement partielle) des énergies déposées des deux événements est enregistrée à la place. Dans certains cas, cela peut être minimisé par une conception appropriée, mais souvent uniquement au détriment d'autres propriétés comme la résolution énergétique.

L'électronique analogique peut également introduire des temps morts; en particulier, un amplificateur de spectroscopie de mise en forme doit intégrer un signal de montée rapide et de descente lente sur le temps le plus long possible (généralement de 0,5 à 10 microsecondes) pour atteindre la meilleure résolution possible, de sorte que l'utilisateur doit choisir un compromis entre le taux d'événements et résolution.

La logique de déclenchement est une autre source possible de temps mort; au-delà du temps approprié du traitement du signal, les déclenchements parasites causés par le bruit doivent être pris en compte.

Enfin, la numérisation, la lecture et le stockage de l'événement, en particulier dans les systèmes de détection avec un grand nombre de canaux comme ceux utilisés dans les expériences modernes de physique des hautes énergies, contribuent également au temps mort total. Pour atténuer le problème, les expériences moyennes et grandes utilisent un pipeline sophistiqué et une logique de déclenchement à plusieurs niveaux pour réduire les taux de lecture.

Du temps total de fonctionnement d'un système de détection, le temps mort doit être soustrait pour obtenir le temps réel .

Comportement paralysable et non paralysable

Un détecteur, ou système de détection, peut être caractérisé par un comportement paralysable ou non paralysable . Dans un détecteur non paralysable, un événement survenant pendant le temps mort est simplement perdu, de sorte qu'avec un taux d'événements croissant, le détecteur atteindra un taux de saturation égal à l'inverse du temps mort. Dans un détecteur paralysable, un événement se produisant pendant le temps mort ne sera pas simplement manqué, mais redémarrera le temps mort, de sorte qu'avec l'augmentation du taux, le détecteur atteindra un point de saturation où il sera incapable d'enregistrer un événement du tout. Un détecteur semi-paralysable présente un comportement intermédiaire, dans lequel l'événement arrivant pendant le temps mort le prolonge, mais pas de la quantité totale, résultant en un taux de détection qui diminue lorsque le taux d'événements approche de la saturation.

Une analyse

On supposera que les événements se produisent de manière aléatoire avec une fréquence moyenne de f . Autrement dit, ils constituent un processus de Poisson . La probabilité qu'un événement se produise dans un intervalle de temps infinitésimal dt est alors f dt . Il s'ensuit que la probabilité P (t) qu'un événement se produise au temps t à t + dt sans qu'aucun événement ne se produise entre t = 0 et le temps t est donnée par la distribution exponentielle (Lucke 1974, Meeks 2008):

{\ Displaystyle P (t) dt = fe ^ {- ft} dt \,}

Le temps prévu entre les événements est alors

{\ displaystyle \ langle t \ rangle = \ int _ {0} ^ {\ infty} tP (t) dt = 1 / f}

Analyse non paralysable

Pour le cas non paralysable, avec un temps mort de , la probabilité de mesurer un événement entre et est nulle. Sinon, les probabilités de mesure sont les mêmes que les probabilités d'événement. La probabilité de mesurer un événement au temps t sans mesures intermédiaires est alors donnée par une distribution exponentielle décalée de : ${\ displaystyle \ tau}$ ${\ displaystyle t = 0}$ ${\ displaystyle t = \ tau}$ ${\ displaystyle \ tau}$

{\ displaystyle P_ {m} (t) dt = 0 \,}

pour

{\ Displaystyle t \ leq \ tau \,}

{\ displaystyle P_ {m} (t) dt = {\ frac {fe ^ {- ft} dt} {\ int _ {\ tau} ^ {\ infty} fe ^ {- ft} dt}} = fe ^ { -f (t- \ tau)} dt}

pour

{\ Displaystyle t> \ tau \,}

Le temps prévu entre les mesures est alors

{\ displaystyle \ langle t_ {m} \ rangle = \ int _ {\ tau} ^ {\ infty} tP_ {m} (t) dt = \ langle t \ rangle + \ tau}

En d'autres termes, si les comptages sont enregistrés pendant un intervalle de temps particulier et que le temps mort est connu, le nombre réel d'événements ( N ) peut être estimé par ${\ displaystyle N_ {m}}$ ${\ displaystyle T}$

{\ displaystyle N \ approx {\ frac {N_ {m}} {1- \ tau / T}}}

Si le temps mort n'est pas connu, une analyse statistique peut donner le décompte correct. Par exemple, (Meeks 2008), s'il s'agit d'un ensemble d'intervalles entre les mesures, alors le aura une distribution exponentielle décalée, mais si une valeur fixe D est soustraite de chaque intervalle, avec des valeurs négatives écartées, la distribution sera exponentielle tant que long car D est supérieur au temps mort . Pour une distribution exponentielle, la relation suivante est valable: ${\ displaystyle t_ {i}}$ ${\ displaystyle t_ {i}}$ ${\ displaystyle \ tau}$

{\ displaystyle {\ frac {\ langle t ^ {n} \ rangle} {\ langle t \ rangle ^ {n}}} = n!}

où n est un entier. Si la fonction ci-dessus est estimée pour de nombreux intervalles mesurés avec diverses valeurs de D soustraites (et pour diverses valeurs de n ), il doit être constaté que pour les valeurs de D au-dessus d'un certain seuil, l'équation ci-dessus sera presque vraie, et le taux de comptage dérivé de ces intervalles modifiés sera égal au taux de comptage réel.

Temps de comptage

Avec un débitmètre moderne à microprocesseur, une technique de mesure de l'intensité de champ avec des détecteurs (par exemple, des tubes Geiger – Müller ) avec un temps de récupération est le Time-To-Count. Dans cette technique, le détecteur est armé en même temps qu'un compteur est lancé. Lorsqu'une grève se produit, le compteur est arrêté. Si cela se produit plusieurs fois dans une certaine période de temps (par exemple, deux secondes), alors le temps moyen entre les frappes peut être déterminé, et donc le taux de comptage. Le temps réel, le temps mort et le temps total sont ainsi mesurés et non estimés. Cette technique est largement utilisée dans les systèmes de surveillance des rayonnements utilisés dans les centrales nucléaires.

Voir également

Les références

^ ^un ^b W. R. Leo (1994). Techniques pour les expériences de physique nucléaire et des particules . Springer. 122-127. ISBN 3-540-57280-5.
^ Weier, H .; et coll. (2011). "Ecoute quantique sans interception: une attaque exploitant le temps mort des détecteurs à photon unique". Nouveau journal de physique . 13 (7): 073024. arXiv : 1101,5289 . Bibcode : 2011NJPh ... 13g3024W . doi : 10.1088 / 1367-2630 / 13/7/073024 .
^ Carena, F .; et coll. (Décembre 2010). Manuel ALICE DAQ et ECS (PDF) (Note interne ALICE / DAQ ALICE-INT-2010-001).

Lectures complémentaires

Lucke, Robert L. (juin 1976). "Statistiques de comptage pour les corrections de temps mort non négligeables". Rev. Sci. Instrum . 47 (6): 766. Bibcode : 1976RScI ... 47..766L . doi : 10.1063 / 1.1134733 .
Meeks, Craig; Siegel, PB (juin 2008). "Correction du temps mort via la série chronologique". Un m. J. Phys . 76 (6): 589. Bibcode : 2008AmJPh..76..589M . doi : 10.1119 / 1.2870432 .

Morris, SL et Naftilan, SA, "Détermination du temps mort photométrique à l'aide de filtres à hydrogène", Astron. Astrophys. Suppl. Ser. 107, 71-75, octobre 1994

[Leo-1] un ^b W. R. Leo (1994). Techniques pour les expériences de physique nucléaire et des particules . Springer. 122-127. ISBN 3-540-57280-5.

[2] Weier, H .; et coll. (2011). "Ecoute quantique sans interception: une attaque exploitant le temps mort des détecteurs à photon unique". Nouveau journal de physique . 13 (7): 073024. arXiv : 1101,5289 . Bibcode : 2011NJPh ... 13g3024W . doi : 10.1088 / 1367-2630 / 13/7/073024 .

[3] Carena, F .; et coll. (Décembre 2010). Manuel ALICE DAQ et ECS (PDF) (Note interne ALICE / DAQ ALICE-INT-2010-001).

Languages

In other projects