Speaker
列 何
(南华大学)
Description
宇宙线缪子是一种穿透力极强存在自然界中的本底射线。基于缪子成像的探测器种类有很多，但做到探测器结构简单，便携移动的进行户外成像应用的却很少。对此，本文设计了一种新的大面积塑料闪烁体探测器结构，即在塑料闪烁体的四个角和四个边都放置了SiPM，通过SiPM之间的响应时间差来对缪子入射到探测器板上的位置进行重建，并且引入神经网络算法对定位精度进行优化，减小定位误差，提升定位速度。与传统定位方法相比，无需探测器系统提供额外的触发信号和0时刻的时间，简化塑料闪烁体探测器结构的同时，提高了探测效率，该探测器具有结构简单易搭建，电子学组件少，方便移动的优势。本文通过Geant4模拟缪子入射到塑料闪烁体的过程，得到8个SiPM信号响应数据，通过时间差算法初步估算缪子的入射位置，并将SiPM信号响应数据作为神经网络算法的特征值，建立大数据集带入MLP、RBF和LSTM这三种神经网络模型，模型训练集的训练过程中通过自主学习来减少预测坐标和实际坐标的误差，提升重建精度。最终实现对缪子入射位置的精准定位。结果表明，在分析了三种神经网络对缪子入射位置的预测效果后，LSTM神经网络具有一定的缪子径迹修正能力，对缪子的位置预测效果更好，能够将时间差算法结果的平均误差从61mm降低到19.5mm。本研究为缪子成像的应用提供了一种新的探测器系统设计，拓宽了缪子成像应用渠道。
通讯作者：王晓冬，南华大学，18175871697，wangxd@usc.edu.cn
