Each language version is independently generated for its own context, not a direct translation.
这篇论文讲述的是CYGNO 实验（一个寻找宇宙中稀有粒子现象的超级科学项目）如何升级它的“大脑”和“眼睛”，以便能同时使用多台相机进行更长时间、更高效的观测。
为了让你更容易理解，我们可以把整个实验想象成在一个巨大的、充满烟雾的房间里寻找一只偶尔飞过的萤火虫。
1. 背景：原来的“老式相机”有什么问题？
在升级之前，CYGNO 使用了一种叫做“时间投影室”（TPC）的设备。当粒子穿过气体时，会产生微弱的闪光（就像萤火虫飞过）。
- 原来的工作方式：就像你拿着一台老式相机，每拍一张照片，相机都要“喘口气”（死时间）。
- 问题一（效率低）：相机拍一张照片需要 300 毫秒，但处理完这张照片、准备拍下一张需要额外的时间。这导致相机有大约 38% 的时间是瞎的（在休息），如果萤火虫正好在它休息时飞过，就拍不到了。
- 问题二（只能单兵作战）：以前只能同时用一台相机。如果房间很大，一台相机拍不全，或者拍不清楚。
- 问题三（时间对不上）：相机拍照片很慢（毫秒级），但记录粒子撞击声音的“麦克风”（光电倍增管 PMT）反应极快（纳秒级）。以前它们的时间表对不上，很难确定照片里的光是不是麦克风听到的那个声音。
2. 这次升级做了什么？（三大核心改进）
这篇论文介绍了他们如何给系统做了“整容手术”，让它变得更聪明、更快、更强。
改进一：从“拍一张歇一会”变成“连拍模式”
- 比喻：想象原来的相机是老式胶卷相机，拍一张要换胶卷，中间要停顿很久。现在的升级相当于换成了高速连拍的运动相机。
- 怎么做：他们让相机不再受“拍一张停一下”的限制，而是连续不断地拍摄。
- 效果：相机的“瞎眼”时间从 38% 降到了 0.03%。这就好比以前你闭着眼睛的时间占了三分之一，现在你几乎 24 小时都睁着眼睛，几乎不会漏掉任何一只飞过的萤火虫。
改进二：给所有设备装上“超级原子钟”
- 比喻：以前，相机和麦克风（PMT）各戴一块表，时间稍微一长，表就乱了（比如相机表转了一圈，麦克风表还没转完）。现在，他们给所有设备装上了一个统一的、超精准的“全球定位系统”时间戳。
- 怎么做：升级了硬件固件，让时间标记的位数变多了（从 30 位增加到 60 位）。
- 效果：即使实验连续运行几个小时，相机拍下的照片和麦克风听到的声音也能精确地对应上。科学家可以确切地说：“这张照片里的光，就是 0.0001 秒前麦克风听到的那个声音。”
改进三：组建“相机军团”，协同作战
- 比喻：以前是一个摄影师在房间里到处跑着拍。现在升级成了一个由 6 个摄影师组成的团队，大家站在房间的不同角落，同时拍摄。
- 怎么做：
- 没有“老大”：以前需要一个“主相机”发号施令。现在升级后，任何一台相机都可以当队长，或者大家互相配合，谁坏了都不影响其他人工作（去中心化）。
- 整齐划一：所有相机由同一个“发令枪”（脉冲信号）控制，大家同时开始曝光，同时结束。
- 效果：就像多只眼睛同时盯着，不仅能覆盖更大的区域，还能从不同角度看清粒子的轨迹，而且大家拍的照片在时间上是完美同步的。
3. 这对未来意味着什么？
这次升级是为 CYGNO 实验的下一个大阶段（CYGNO-04）做准备的。
- 挑战：如果同时开 6 台高清相机，数据量会像洪水一样大（每秒几百兆）。
- 对策：虽然数据量大，但科学家发现，大部分照片其实是“空”的（只有背景噪音）。他们正在开发一种智能过滤系统（类似 AI），只保存那些真正有“萤火虫”飞过的区域，把没用的数据扔掉。
总结
简单来说，这篇论文讲的是科学家把 CYGNO 实验的数据采集系统从“慢吞吞、单打独斗、时间混乱”的旧模式，升级成了**“高速连拍、多机协同、时间精准”**的现代化模式。
这就像把一个拿着老式胶卷相机的独眼巨人，变成了一个拥有六只眼睛、戴着智能手表、能同时拍摄并实时处理海量数据的超级机器人。这为未来捕捉宇宙中最稀有的粒子信号打下了坚实的基础。
Each language version is independently generated for its own context, not a direct translation.
CYGNO 实验触发与数据采集系统升级技术总结
本文介绍了 CYGNO 实验（一种基于光学读出的气体时间投影室 TPC）触发与数据采集（T-DAQ）系统的重大升级。该升级旨在解决从单相机原型（LIME）向多相机运行阶段（CYGNO-04）过渡时面临的关键挑战，特别是死时间过长、时间标记范围受限以及多相机同步困难等问题。
1. 问题背景 (Problem)
CYGNO 实验利用科学相机和光电倍增管（PMT）对气体 TPC 中的粒子相互作用进行成像。原有的基于 LIME 原型的数据采集系统存在以下主要局限性：
- 帧式采集导致的死时间过高：在传统的帧式采集模式下，相机仅在曝光期间有效，而在传感器行激活和读出期间处于非活动状态。对于典型的 300ms 曝光时间，系统死时间占比高达约 38%，严重降低了数据采集效率，且可能导致长径迹事件在行激活间隙被截断或丢失。
- 时间标记范围不足：原有的触发时间标记（TTT）基于 30 位寄存器，最大范围仅约 9.1 秒。在连续运行或长时间数据采集期间，这会导致时间戳溢出，无法在长时段内唯一关联 PMT 信号与相机图像。
- 多相机同步缺失：CYGNO-04 计划首次同时运行多个光学读出单元。原有架构缺乏无主相机（master-less）的同步机制，难以实现多相机之间的协调运行和统一的时间参考。
2. 方法论与技术方案 (Methodology)
针对上述问题，研究团队在 MANGO 原型机上验证了一套全新的 T-DAQ 升级方案，主要包含以下三个核心部分：
A. 连续成像模式 (Continuous Imaging Mode)
- 原理：将相机从“外部触发帧模式”切换为“启动触发（START TRIGGER）连续模式”。
- 实现：在每次运行开始时发送单个软件触发信号，相机随后连续采集帧，直到运行结束。相机不再依赖每帧的触发信号。
- 效果：消除了帧与帧之间的非活动间隔。死时间仅受限于单行读出时间（约 86.4 μs），将死时间比例从 38% 大幅降低至 0.03%。
B. 扩展组触发时间标记 (Extended Group Trigger Time Tag, EGTTT)
- 原理：为了解决长运行时间下的时间戳溢出问题，对 CAEN V1742 数字化仪固件进行了升级。
- 实现：将原有的 30 位时间标记扩展为 60 位。低 30 位保持原有功能，高 30 位用于扩展动态范围。时间戳以运行开始为基准进行累加。
- 效果：支持长达数十分钟甚至更久的无歧义时间关联，确保 PMT 信号与相机图像在长时间运行中能被精确匹配。
C. 多相机同步 DAQ 架构 (Multi-Camera Synchronous DAQ)
- 原理：设计了一种无主相机的同步架构，所有相机由外部时钟信号驱动。
- 实现：
- 使用脉冲发生器（Pulser）生成周期性时钟信号，分发至所有相机的外部触发输入端。
- 所有相机在同一脉冲边缘开始曝光，并在预设脉冲数后推进帧，确保曝光周期同步。
- 通过逻辑组合相机信号和 DAQ 服务器信号，生成统一的
SYNC-IN 参考信号用于 PMT 数字化仪的时间标记。
- 利用相机的全局曝光（GE）信号生成短脉冲，作为相机帧的时间标记混入 PMT 波形数据中，实现相机与 PMT 时间坐标的精确对齐。
3. 关键贡献 (Key Contributions)
- 死时间最小化：成功实现了连续成像模式，将系统死时间降低了三个数量级（从 ~38% 降至 ~0.03%），显著提升了低能及局部事件的探测效率。
- 长时程时间同步：通过 60 位 EGTTT 机制，解决了长运行数据的时间关联难题，为多模态数据（相机图像与 PMT 波形）的离线重建提供了可靠的时间基准。
- 可扩展的多相机架构：验证了无主相机（Master-less）的同步方案，支持任意数量的相机（测试中已验证 2-3 台，规划 6 台）在统一时间框架下协同工作，具备高容错性和灵活性。
- 跨模态时间对齐：提出了一种将相机帧时间标记直接嵌入 PMT 波形数据的策略，无需修改 PMT 触发逻辑即可实现光学图像与 PMT 信号在重建层面的精确时间对齐。
4. 实验结果 (Results)
在 MANGO 原型机上的专项测试验证了升级系统的性能：
- 连续采集稳定性：在长达 6 分 46 秒的测试中，连续采集了 1039 帧图像，未观察到任何帧丢失、重复或时间戳跳跃，时间戳分布均匀，抖动仅限于硬件分辨率（1 μs）。
- 时间标记扩展：EGTTT 成功将时间戳范围扩展至远超 30 位限制，支持了完整的运行周期。
- 多相机同步精度：
- 多相机之间的时间戳差异分布显示，帧间延迟约为 30 μs（源于传感器重曝光延迟）。
- 通过示波器监测全局曝光（GE）信号，测得相机间的时间抖动约为 10 μs，符合 Hamamatsu QUEST 2 相机的规格。
- 在 500 帧的同步采集测试中，所有相机的帧索引均单调递增，无数据丢失。
5. 意义与展望 (Significance)
- CYGNO-04 的基础：该升级方案为 CYGNO-04 演示器的建设奠定了坚实基础，使其能够应对多相机并行运行带来的数据吞吐量挑战。
- 数据流挑战与对策：虽然连续成像大幅提升了效率，但也带来了巨大的数据量（6 相机配置下原始数据率约 340 MB/s）。论文指出，未来的关键在于开发基于在线事件构建和机器学习算法的感兴趣区域（ROI）选择技术，以在触发阶段剔除无效数据，实现可持续的数据存储。
- 通用性：该架构不仅适用于 CYGNO 实验，也为未来其他基于光学读出的大型 TPC 探测器提供了可扩展、高同步精度的数据采集参考方案。
综上所述，本文提出的 T-DAQ 升级方案通过引入连续成像、扩展时间标记和无主同步架构，成功解决了光学 TPC 数据采集中的核心瓶颈，为 CYGNO 实验进入多相机运行阶段并开展大规模稀有事件搜索提供了关键的技术保障。