⚛️ high-energy experiments

High Multiplicity Trigger for Long-Lived Particles in CMS detector

本文描述了在LHC Run 3期间，CMS实验中专用高多重数触发器（HMT）的开发、实现与性能评估，该触发器通过高效选择在μ子探测器中具有异常多计数（hits）的事件，显著增强了对长寿命粒子的敏感度，同时在高亮度条件下保持了稳定运行。

原作者： M. Abbott, D. Acosta, D. Aebi, M. Ahmad, A. Albert, A. Apresyan, C. Arbour, C. Aruta, K. Banicz, V. Barashko, E. Barberis, L. Benato, A. Bolshov, J. Bonilla, R. Breedon, K. Bunkowski, H. Cai, C. Campa

发布于 2026-06-26

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： M. Abbott, D. Acosta, D. Aebi, M. Ahmad, A. Albert, A. Apresyan, C. Arbour, C. Aruta, K. Banicz, V. Barashko, E. Barberis, L. Benato, A. Bolshov, J. Bonilla, R. Breedon, K. Bunkowski, H. Cai, C. Campagnari, J. Carlson, V. Cherepanov, M. Chen, R. Clare, R. Clark, P. T. Cox, R. De Los Santos, S. Dildick, M. Dittrich, X. Dong, L. S. Durkin, R. Erbacher, P. Fernández Manteca, P. Flanagan, E. Fontanesi, C. Galloni, Y. Gao, J. Gilmore, A. Greshilov, Y. Haddad, Y. Han, Z. Hao, J. Hauser, E. Hazen, H. He, J. Heikkilae, M. Herndon, C. Hill, T. Huang, M. Ignatenko, M. A. Iqbal, I. Israr, M. Jeitler, S. Jindariani, E. Juska, T. Kamon, V. Karjavine, H. Kim, J. Kim, A. Korytov, O. Kukral, K. H. M. Kwok, E. Kuznetsova, J. Liu, W. Liu, C. Lo, A. Madorsky, N. Manganelli, M. Matveev, H. Mei, N. Menendez, G. Mitselmakher, G. Mocellin, S. Mondal, D. M. Morse, M. Mulhearn, B. P. Padley, V. Palichik, A. Peck, C. Pena, V. Perelygin, D. Rabady, N. Rawal, J. Richman, A. Safonov, P. Siddireddy, M. Spiropulu, I. Suarez, N. Terentyev, M. Tripathi, N. Turner, V. Valuev, C. Wang, J. Wang, Y. Wang, Z. Wang, D. Wenzl, D. Wood, S. Xie, X. Yang, E. Yigitbasi, H. Zhang, Y. Zhang, J. Zheng, X. Zuo

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，大型强子对撞机（LHC）是世界上最强大的粒子粉碎机。它每秒钟将质子以数十亿次的速度相互撞击，产生一场混乱的碎片爆炸。CMS探测器是一个围绕碰撞点的高科技巨型照相机，试图捕捉这些结果的照片。

然而，这个照相机被淹没了。它无法保存每一张照片，因为照片太多了，数据存储会瞬间填满。因此，探测器配备了一个“智能过滤器”（称为触发器），它就像是一个俱乐部的保安。它能快速决定哪些事件足够有趣值得保留，而哪些无趣的事件应该被丢弃。

问题：“幽灵”粒子
物理学家正在寻找“长寿命粒子”（LLPs）。把它们想象成“幽灵”粒子，它们在产生后不会立即消失，而是会向前移动一段距离——有时甚至深入到探测器的墙壁内部——然后才最终衰变（破碎）。

标准的过滤器旨在捕捉行为正常的粒子：这些粒子会笔直地穿过探测器，留下清晰、可预测的轨迹，就像子弹击中靶心一样。但当一个长寿命粒子在探测器的“后室”（缪子系统）深处发生衰变时，它不会留下整洁的轨迹。相反，它会撞击钢制墙壁，并产生大规模、混乱的二次粒子爆炸。这就像一个幽灵走过墙壁，并在另一侧引发了一场家具倒塌的大规模混乱。

旧的过滤器不知道如何处理这种混乱。它们在寻找整洁的子弹，而不是家具雪崩。因此，这些有趣的“幽灵”事件在物理学家看到它们之前，就被保安丢弃了。

解决方案：“高多重性触发器”（HMT）
为了解决这个问题，团队构建了一个新的、专门的保安，叫做高多重性触发器（HMT）。

与其寻找单一的整洁线条，这个新保安被编程为寻找杂乱。

类比： 想象你正在图书馆寻找某种特定类型的噪音。旧的规则是：“如果你听到一声大喊，就让他们进来。”但幽谱粒子就像是有人推倒了一整排书架。新的规则是：“如果你在某个特定位置听到巨大的噪音，请立即让他们进来。”

HMT 会统计探测器端盖腔室（即后室）中的“命中数”（信号）数量。如果单个腔室在同一时间看到了异常高数量的命中，它就会标记该事件为一个潜在的“家具雪崩”（长寿命粒子衰变）并保存数据。

它是如何工作的（机制）
探测器被划分为不同的区域。这个新系统非常聪明，知道在哪里观察：

内环： 这个区域离碰撞点较近，会受到大量“背景噪声”（常规粒子）的影响。因此，这里的保安非常严格。它只允许那些拥有极大数量命中的事件通过，以避免误报。
外环： 这个区域比较安静。这里的保安则比较宽松，允许命中数较少的事件通过，从而确保不会错过任何潜在的幽灵。

系统分为两个阶段运行：

第一级（快速保安）： 这发生在电子设备中，仅需几微秒。它只是统计命中次数并做出快速的“是/否”决定。
高层触发器（侦探）： 如果“快速保安”说“是”，一个更复杂的计算机系统（侦探）就会进行更细致的观察。它将命中点分组为“簇”（就像观察倒塌家具的形状），并检查它们到达的时间是否正确。这能过滤掉剩余的极少数误报。

结果
论文报告称，这个新系统是一个游戏规则的改变者：

效率： 它捕捉这些特定“幽灵”事件的能力比旧方法提高了 30 倍以上。此前，探测器几乎漏掉了所有的这类事件。
稳定性： 即使在对撞机以最高速度运行（高“堆积”，即许多碰撞同时发生）时，该系统也能可靠工作。
灵活性： 它不需要确切知道是哪种类型的幽灵粒子造成了混乱。它只是寻找混乱本身，这使得它在搜索多种不同类型的新物理理论时都非常有用。

下一步计划
论文提到，未来他们希望在探测器的前端（棒状区域）安装类似的“杂乱检测器”，并使用更聪明的计算机芯片（机器学习）来更快地识别这些模式。但就目前而言，这个全新的“高多重性触发器”已经成功为探索此前不可见的长寿命粒子世界打开了大门。

技术摘要：CMS 中用于长寿命粒子的高多重数触发器

问题陈述
CMS 实验中对长寿命粒子（LLP）的搜索通常涉及非典型的事件拓扑结构，这些拓扑结构难以使用标准的触发策略进行选择。具体而言，当 LLP 在 CMS 缪子系统内衰变时，其衰变产物在穿过缪子室之间交织的钢吸收体时，会引发电磁或强子簇射。这些“缪子探测器簇射”（MDS）会产生大量的带电粒子命中（hits），这种信号特征与标准缪子产生的少量命中截然不同。在此项工作之前，利用 MDS 特征发表的 CMS LLP 搜索由于缺乏专门的触发器而受到严重限制。之前的分析依赖于较大的缺失横向动量（这通常会导致较低的信号效率）或关联的电子/缪子，从而限制了搜索通道。

方法论与算法设计
为了解决这一问题，作者为 LHC Run 3 开发并部署了一个专门的高多重数触发器（HMT），该触发器同时在第一级（L1）和高层触发（HLT）系统中实现。该算法侧重于端盖（endcap）缪子系统中阴极带状电极腔（CSC）中命中数的统计。

第一级（L1）实现： 由于带宽限制，L1 算法基于每个腔室进行操作。它统计单个束流堆叠（bunch crossing, BX）内的阳极丝命中数和阴极带状电极命中数。
- 阈值： 如果命中数超过可配置的阈值，则判定该腔室包含簇射。这些阈值被分为“松（Loose）”、“标称（Nominal）”和“紧（Tight）”三类，并针对每个站/环（例如 ME1/1, ME2/1）进行了优化，以平衡信号效率与背景率（背景率随伪快度 $\eta$ 显著变化）。
- 逻辑： 系统将簇射的存在情况编码为 2 位分类。对于外环腔室（旧有的 TMB），仅使用阳极命中；对于内环腔室（OTMB），则同时利用阳极和阴极命中，其中阴极命中因时间分辨率差异需在三个 BX 窗口内进行评估。
- 全局触发器（GT）： 全局缪子触发器汇总来自 12 个端盖缪子追踪器（EMTF）扇区的数据。它生成三个 L1 种子：“单标称（One-Nominal）”（任何扇区中至少有一个标称/紧凑型簇射）、“单紧凑（One-Tight）”以及“双松（Two-Loose）”（来自不同扇区的至少两个松散型簇射）。
高层触发（HLT）实现： 由于延迟限制较宽松，HLT 通过结合多个 CSC 腔室和站的命中来重建“簇射对象（cluster objects）”。
- 重建： 命中被重建为二维位置（rechits），并在 $\eta-\phi$ 空间内使用距离参数为 0.4 的 Cambridge-Aachen 算法进行聚类。
- 筛选： HLT 对背景簇射应用更严格的标准，背景簇射通常集中在单个站且位于较高的 $\eta$ 处。“单标称”路径要求特定的命中数（ $N_{hits}$ ）阈值，该阈值根据 $\eta$ 和涉及的站数在 100 到 500 之间变化。此外，它还通过了对 ME1/1 和 ME1/2 站（此处背景率最高）中存在命中的 veto（否决）机制，并要求时间一致性（$-5.0 $至$ 12.5$ ns）。“双松”路径则要求有两个独立的簇射，且每个簇射至少有 75 个命中。

主要贡献

首次硬件实现： 本文报告了 CMS 实验中首次实现的针对 LLP 的专用硬件触发器，不再仅仅依赖于缺失横向动量等通用触发器。
优化的阈值： 作者提供了所有 CSC 站的阳极和阴极带状电极的优化命中数阈值，这些阈值是基于零偏差（zero-bias）数据以及基于 Twin Higgs 基准模型（ $H \to 2S \to 4b$ ）的蒙特卡洛模拟得出的。
双阶段架构： 该工作详细介绍了两阶段触发策略：L1 进行快速命中计数以降低速率，而 HLT 则进行复杂的聚类和时间分析，以在保持高效率的同时进一步抑制背景。

结果

效率： HMT 展示了相比于 Run-2 分析在信号效率上的巨大提升。对于基准模型，效率提高了 30 倍以上（对于单个 LLP 衰变，从 $\sim1\%$ 提高到 $>40\%$ ）。对于在 CSC 接受度内有两个 LLP 衰变的事件，“双松”种子比仅使用“单标称”种子提供了额外的约 $10\%$ 的效率增益。
速率与稳定性： 触发速率显示出对堆积（pileup）的线性依赖关系，证明了在 2022 年和 2023 年不同数据采集条件下的稳定性。在典型的 Run-3 条件下，HMT 约占 CMS L1 触发总带宽的 1-2%，且占 HLT 总输出速率的不到 0.5%。
背景抑制： 要求多个簇射或特定的站否决机制有效地抑制了背景簇射，因为背景簇射通常集中在单个站中，且缺乏信号簇射的空间分布特性。

意义
本文声称，HMT 大幅扩展了 CMS 对与 LLP 衰变相关的非标准信号的敏感度。通过针对通用的 MDS 特征，该触发器为搜索广泛的超越标准模型（BSM）场景提供了一个灵活的平台，包括奇异希格斯衰变、重中性轻子、类轴子粒子以及隐藏谷模型。作者指出，该实现开启了利用缪子探测器簇射特征进行 LLP 搜索的新程序，而此前由于触发器的限制，这类搜索是无法实现的。讨论的未来发展方向包括在结合其他物体（如带电轻子）的情况下降低阈值，以及在 Phase-2 硬件升级后在棒状（barrel）缪子系统中实现类似的触发器。

类似论文