2.4 Détection radio autonome : RAuger
2.4.2 RAuger-I, le détecteur et son environnement
Le souci majeur de la radio-détection autonome des gerbes cosmiques est la capacité du détecteur à fonctionner dans un environnement électromagnétique très bruité et à extraire de véritables évènements cosmiques parmi la multitude d’évènements transitoires détectés. La stratégie adoptée pour les trois pre- miers prototypes RAuger-I est relativement simple : toute impulsion électromagnétique supérieure à un seuil fixe en tension dans une bande de fréquence adéquate doit être enregistrée, le traitement sera effec- tué a posteriori. Deux problèmes se posent avec cette stratégie : il faut premièrement que le détecteur soit capable de traiter les données suffisamment rapidement pour manquer le moins possible de cosmiques, puis deuxièmement, il faut être en mesure de stocker toutes les données. Dans l’optique d’un réseau de grande envergure ce dernier point peut devenir problématique. L’enjeu actuel est donc de réaliser un ré- seau de stations autonomes intelligentes, capables de présélectionner les candidats potentiels aux gerbes cosmiques. Deux chemins exploré pour établir les critères de sélection à automatiser dans les stations : l’étude des caractéristiques des signaux propres aux gerbes cosmiques et l’étude des caractéristiques des sources de bruit. C’est ce second chemin qui a été suivi : tout enregistrer pour comprendre les sources de bruit. Nous allons nous concentrer dans cette section à l’analyse du comportement des trois stations pro-
totypes en fonction de leur environnement. Le premier chemin évoqué sera l’objet des chapitres suivants avec la création d’un code de simulation et l’analyse des données expérimentales.
Le travail présenté ici, à fait l’objet d’une Gapnote interne à la collaboration Auger [148] ("Analysis of the global behavior of the CLF autonomous radio stations. Understanding electric field and weather effects.") dont une partie de ces résultats est publiée dans un papier établissant le bilan de la première phase RAuger-I [146].
Les analyses qui vont suivre sont basées sur une période d’observation allant du 26 novembre 2007 au 26 mai 2008.
Comportement général du taux de déclenchement
Tout au long de l’expérience RAuger, les seuils des stations ont été réglés de façon indépendante en essayant de choisir le bon niveau entre deux limites : ne pas le fixer trop bas, afin d’éviter une satura- tion du système et ne pas le fixer trop haut pour garder une chance de déclencher sur des évènements cosmiques. Différents seuils ont été testés durant la période du 26 novembre 2007 au 26 mai 2008. Les équivalents de ces seuils sont traduits en µV.m−1 dans la bande de fréquence 50-70 MHz pour les deux
directions d’arrivée verticale et horizontale dans le tableau suivant1:
Période d’observation Direction A1 (µV.m−1) A2 (µV.m−1) A3 (µV.m−1)
du 26/11/2007 Verticale 67.5 102 75
au 25/02/2008 Horizontale 112 166 125
du 26/02/2008 Verticale 90 130 102
au 26/05/2008 Horizontale 150 217 171
Le haut niveau de ces seuils par rapport au bruit de fond galactique dans cette bande de fréquence, qui présente une variation journalière mais dont la moyenne est d’une dizaine de µV.m−1 [149], s’explique
par le besoin d’éviter le bruit assez élevé causé par les transitoires.
La Fig.2.37 montre le taux de triggers des trois stations pour deux journées illustratives : la jour- née du 13 décembre 2007 (à gauche) et la journée du 24 mars 2008 (à droite). Entre ces deux jours, le seuil de déclenchement a été augmenté de quelques µV.m−1, expliquant la diminution du taux de triggers
avant 15 h UTC. Cette petite variation seuil génère on le voit sur la Fig.2.37 des différences importantes dans le taux de triggers, notamment le matin (avant 15 h UTC ou 12 h en heure locale). Ce comporte- ment montre la grande sensibilité à la variation du bruit de fond et démontre qu’un petit changement du seuil de détection, peut permettre de trouver un seuil adéquat de détection des cosmiques en réduisant significativement le taux de transitoires non-désirés. Avec la Fig.2.37, on note de fortes similitudes de variations du taux de triggers des trois stations au cours de la journée, cependant, A3 semble montrer un comportement qui diffère quelque peu, notamment le matin, où même après réhaussement du seuil, le taux de triggers reste élevé (ce qui ne se voit pas sur les deux autres stations). Pour tenter d’expliquer ce comportement particulier, nous mettrons en évidence, dans les sections suivantes, une corrélation du fort taux de triggers de A3 le matin, avec le taux d’humidité.
Un autre moyen de présenter le comportement journalier du taux de triggers en fonction du temps est d’analyser le taux de triggers moyen (pondéré par le nombre de triggers durant chaque journée de l’échantillon considéré) en fonction du temps UTC de la journée. Cette analyse est présentée dans la Fig.2.38 à gauche, pour 384000 triggers enregistrés entre janvier 2008 et mai 2008 par la station A1. On note qu’en moyenne, le comportement journalier n’est pas uniforme (on note également cette variation pour les deux jours illustratifs présentés Fig.2.37 ; attention à l’échelle des abscisses lors de la compa- raison). Le taux de triggers augmente vers 15 h UTC, atteint son maximum vers 21 h UTC et décroît 1. Les équivalences des seuils en µV.m−1ne sont pas identiques pour ces deux directions d’arrivée, car le lobe
2.4. DÉTECTION RADIO AUTONOME : RAUGER 99 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A1 0 20 40 60 80 100 120 t r ig g er r a te [ /5 m n ] A2 0 5 10 15 20 25
day hour (UTC) 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A3 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A1 0 20 40 60 80 100 120 t r ig g er r a te [ /5 m n ] A2 0 5 10 15 20 25
day hour (UTC) 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A3
FIGURE2.37 –Taux de trigger pour les trois stations (A1,A2 et A3) pour la journée du 13 décembre 2007 (à gauche) et pour la journée du 24 mars 2008 (à droite). Chaque point correspond au nombre de triggers par bin de 5 minutes. Les barres d’erreurs correspondent aux fluctuations statistiques dans un bin. Le niveau de saturation correspond à un taux de 110 trigger/5 min (soit 22 trig- gers/min). L’axe des abscisses correspond au temps UTC, pour obtenir le temps local, les valeurs de l’axe des abscisses doivent être diminuées de trois heures.
jusqu’à 9 h UTC. Dans la section suivante nous montrerons que ce comportement peut s’expliquer par des valeurs particulières de champ électrique local.
Afin de pouvoir comparer rapidement le comportement global des trois stations sur une grande pé- riode temporelle, la Fig.2.38 à droite et les deux Fig.2.39 présentent le taux de triggers pour les trois stations durant la période du 26 novembre 2007 au 26 mai 2008. La couleur noire correspond à un taux de triggers nul ou à une période où les stations sont éteintes (période off), alors que la couleur rouge correspond à un taux de triggers saturé ou proche de la saturation (22 triggers/min). Durant la période temporelle située autour de février, on note que le taux de saturation augmente systématiquement et de manière significative dans l’après midi. Cette période de taux de triggers élevés peut être une des causes du comportement journalier moyen de la station A1 observé dans l’après midi (Fig.2.38 à gauche).
La comparaison des trois cartes du taux de triggers de A1, A2 et A3, permet de donner une idée assez fidèle de l’efficacité de chacune des stations, puisque sur les 65 coïncidences, 59 ont été vues par A1, 9 par A2 et 5 par A3. La figure du taux de trigger correspondant à la station A3 suggère un compor- tement proche d’un régime de saturation quasi permanent. Ce réglage ne permet pas à la station A3 de se trouver dans des conditions favorables à la détection de cosmiques. La situation de A2 est différente puisque cette station a connu de longues périodes durant lesquelles elle n’était pas en fonctionnement. Même si sur cette période le nombre de coïncidences est faible, on peut tout de même confirmer que de manière générale, les coïncidences ont préférentiellement été observées dans des périodes sans trop de perturbations (croix blanches sur les figures 2D du taux de trigger d’A1, A2 et A3). En raison de son comportement relativement stable sur la période complète d’observation de l’expérience RAuger-I, les performances de la station A1 en terme de coïncidences, sont bien meilleurs que celles de ses deux consoeurs.
FIGURE2.38 –Gauche : taux de triggers journalier moyen (pondéré par le nombre de triggers durant chaque journée de l’échantillon considéré) en fonction de l’heure UTC pour la station A1 avec son erreur à 1 σ. Cette analyse est basée sur 384000 triggers enregistrés entre janvier 2008 et mai 2008. La ligne horizontale correspond au niveau de saturation de 0.37 triggers par seconde. Droite : taux de triggers du 26 novembre 2007 au 26 mai 2008 pour la station A1. Sur cette figure, un pixel de couleur correspond au nombre de triggers par bin de 15 minutes. Le taux de saturation 0.37 triggers/s correspond à environ 333 triggers/15 min. Les croix blanches représentent l’instant des coïncidences observées par A1 avec les cuves SD pour cette même période. Les "périodes off" correspondent à des périodes où la station n’était pas en acquisition, voire en panne.
FIGURE2.39 –Taux de trigger du 26 novembre 2007 au 26 mai 2008 pour la station A2 (à gauche) et pour la station A3 (à droite). Le code couleur est identique à celui défini pour A1 Fig.2.38. Les croix blanches représentent l’instant des coïncidences observées par A2 et A3 avec les cuves SD pour cette même période. Les "périodes off" correspondent à des périodes où les stations n’étaient pas en acquisition, voire en panne.
Influence du champ électrique local
Sur l’expérience Auger, nous disposons d’un mesureur de champ électrique ambiant qui est localisé sur le site du BLS (Balloon Launch Station) à 18 km vers l’ouest de la cuve Apolinario. Ce mesureur de champ enregistre toutes les secondes la valeur de la composante verticale continue du champ électrique (pour plus de précision se reporter au document constructeur [150]). Grâce à un peu plus d’un an de données (de novembre 2007 à Janvier 2009), nous avons pu établir le comportement du champ électrique
2.4. DÉTECTION RADIO AUTONOME : RAUGER 101
0 5 10 15 20 25
day hour (UTC-3 hours) -100 -80 -60 -40 -20 0 M ea n E lec Fi el d [ V /m ]
FIGURE2.40 –Gauche : variation journalière de la composante verticale du champ électrique mesurée au BLS au niveau du sol pour une journée typique. Réalisé avec un an de données. Les barres d’erreur reflètent les fluctuations à 1 σ. Droite : Valeur absolue du champ électrique local mesurée sur 15 mois (entre novembre 2007 et Janvier 2009). La forme en "sablier" de la zone verte est due à la variation du temps d’exposition au soleil selon les saisons. Les parties en noir de cette figure indiquent des données manquantes durant de grosses perturbations du champ électrique causées par de très proches éclairs en période d’orage. Les heures du lever et coucher du soleil sont superposées et représentées par les lignes pointillées rouges.
statique pour une journée typique au BLS. La Fig.2.40 à gauche, montre la moyenne du champ électrique sur un an de données, dans des bins de 15 min, en excluant dans un premier temps les valeurs de champ électrique s’écartant de plus de 2 σ du comportement moyen de chaque bin (c’est le cas lors d’orage par exemple), puis nous avons recalculé la distribution de chaque bin sans ces valeurs extrêmes. La barre d’erreur à 1 σ reflète la fluctuation "régulière" de la composante verticale du champ électrique statique. On peut voir avec cette figure que le champ électrique connaît une variation périodique d’environ 50±10 V/m. Cette variation journalière est légèrement modifiée cours des saisons en fonction de l’exposition au soleil, comme on le voit sur la Fig.2.40 à droite qui représente la valeur du champ électrique statique mesuré au BLS sur une période d’un an. En été, l’exposition au soleil est plus longue qu’en hiver du fait de la durée plus longue du jour à cette période. Cette caractéristique se traduit par la forme en "sablier" de la zone verte sur la Fig.2.40 à droite, où l’heure du lever et coucher du soleil sont représentées par les deux lignes pointillées rouges. Cette dépendance du champ électrique au temps d’exposition du soleil est connue des spécialistes de l’atmosphère [151, 152].
Il est important de rappeler que le mesureur de champ électrique enregistre la composante continue du champ, qui ne peut pas déclencher les stations puisque le signal analogique est filtré dans la bande 50-70 MHz avant la décision de déclenchement. Cependant, le comportement de cette composante peut mettre en évidence les périodes particulières, comme les orages, par exemple, où toutes les fréquences du champ électrique peuvent être fortement perturbées, ce qui pourrait donc déclencher les stations. Avec la Fig.2.41 on peut voir que les taux de triggers des trois stations suivent de façon spectaculaire, les fortes variations du champ électrique statique, du moins celles de plus de 50 V/m au-dessus de la moyenne. Sur cette figure, le taux de triggers des 3 stations pour 3 jours spécifiques sont représentés. Entre les données obtenues le 17 décembre 2007 et les deux autres, le seuil de déclenchement a été augmenté suivant les valeurs indiquées dans le tableau de seuils (voir plus haut). Outre le comportement remarquablement similaire des trois stations en mars (au centre et à droite sur la Fig.2.41), on peut observer une forte corrélation entre l’augmentation du taux de triggers dans l’après-midi et le grand écart à la valeur moyenne de la valeur de la composante du champ électrique statique. Cependant, un grand écart ne signifie pas systématiquement un taux élevé de déclenchement. Néanmoins, on serait en mesure de conclure que de fortes déviations du champ électrique statique s’accompagnent aussi de variations
0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A1 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A2 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] A3 0 5 10 15 20 25
day hour (UTC) 0 .1 1.0 10 .0 100 .0 1000 .0 E lec F ie ld [ V /m ] 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] 0 5 10 15 20 25
day hour (UTC) 0 .1 1 .0 10 .0 100 .0 1000 .0 E lec F ie ld [ V /m ] 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] 0 20 40 60 80 100 120 tr ig g er r a te [ /5 m n ] 0 5 10 15 20 25
day hour (UTC)
100 101 102 103 104 105 E lec F ie ld [ V /m ]
FIGURE2.41 –Taux de triggers par bin de 5 minutes pour A1, A2 et A3 (de bas en haut) et le champ élec- trique local correspondant pour les journées du 17 décembre 2007, 5 mars 2008 et 7 mars 2008 (de gauche à droite). Pour la valeur du champ électrique local, l’écart à la valeur attendue vue Fig.2.38 à gauche, est tracée en échelle logarithmique.
des composantes hautes fréquences, capables de déclencher le système dans la bande 50-70 MHz. Nous ne pouvons pas quantifier exactement l’amplitude de ces variations à petite échelle, mais compte tenu du changement important du taux de triggers lors de l’augmentation de quelques dizaines de µV.m−1 du
seuil de déclenchement (Fig.2.37), il peut être possible que ces variations soient du même ordre. En tout cas, la conclusion est que de grands écarts à la valeur moyenne de la composante continue du champ électrique local, signe une amplification des variations à petite échelle à des fréquences élevées.
Pour illustrer ce qu’est un "grand écart" du champ électrique statique, regardons la Fig.2.42. L’image de gauche présente les périodes où la valeur du champ électrique s’écarte de plus de 50 V/m de la valeur attendue (ce qui représente un écart de plus de 5 σ environ à la valeur attendue voir Fig.2.40 à gauche). En comparant cette figure avec la figure de droite (extrait de la Fig.2.38), des zones communes de taux de triggers élevés et de perturbations du champ électrique apparaissent de décembre jusqu’à fin février, en fin de journée. Signalons que lors de très grandes perturbations du champ électrique causées par de gros orages, certaines données sont parfois manquantes. Ceci est dû au fait que le mesureur de champ électrique s’éteint lors de saturation. Pendant les périodes où le champ électrique local subit de fortes variations (plus de 50 V/m, principalement durant l’été austral et à l’automne à cause de périodes orageuses), il devient presque impossible pour notre système de détecter un signal provenant de gerbes cosmiques. Durant ces périodes, le temps effectif d’observation devient vraiment faible, parfois nul en raison du temps mort important de la station (0.37 trigger/s). Tous les événements détectés en coïncidence
2.4. DÉTECTION RADIO AUTONOME : RAUGER 103
0 5 10 15 20
day local time (UTC-3 hours) Nov07 Fev08 May08 dysfunction, thunderstorm? dysfunction, thunderstorm? dysfunction, thunderstorm? dysfunction, thunderstorm? 0 5 10 15 20
day local time (UTC-3 hours) Nov07 Fev08 May08 Off Off
FIGURE2.42 –Gauche : périodes (en blanc) où la valeur absolue du champ électrique statique mesuré au BLS s’écarte de plus de 50 V/m par rapport à la valeur attendue (ce qui représente un écart de plus de 5 σ environ à la valeur attendue voir Fig.2.40 à gauche). Droite : reproduction du taux de triggers de A1 vu Fig.2.38 à droite (le code couleur est inchangé). Le taux de triggers suit les déviations du champ électrique statique.
avec Auger SD (croix blanches) ont été enregistrés en dehors de ces périodes de saturation. La Fig.2.42 à gauche peut évidemment être comparée aux deux autres Fig.2.39. Malgré les périodes manquantes (A2), ou les taux de triggers fortement saturés (A3) de ces deux stations, on peut tout de même remarquer des similitudes de comportement.
Pour quantifier la corrélation, une méthode additionnelle a été utilisée. Pour chaque période où le taux moyen de triggers est supérieur à 50 dans une fenêtre de 15 minutes (un peu moins de la moitié de la saturation), nous avons calculé tous les intervalles de temps ∆t entre l’instant du bin considéré et tous les instants à ± 12 heures, où l’écart du champ électrique local à la valeur attendue est supérieur à 50 V/m. La distribution de ces intervalles de temps est présentée Fig.2.43. S’il n’existe aucune corrélation, aucun pic centré en zéro ne doit être observé. Sur ces figures, nous superposons également les distributions que nous aurions obtenues en cas d’absence de corrélation ; pour ce faire, nous avons tiré aléatoirement de manière homogène à ±12 h, des instants de valeurs accidentelles de champ électrique local (valeur accidentelle = écart de plus de 5 σ à la valeur attendue). Le pic apparaissant près de ∆t ≈ 0 montre qu’une corrélation existe entre ces deux paramètres. En raison du grand nombre de périodes de saturation pour A3 (observés dans la matinée), qui ne sont pas dues à des perturbations du champ électrique, le pic observé sur la Fig.2.43 à droite est plus faible mais toujours visible. Il est donc clair que la corrélation est réelle entre les valeurs accidentelles du champ électrique et le taux de triggers.
Influence des conditions météo
Des corrélations possibles avec les conditions météorologiques locales ont également été étudiées, mais en raison du caractère très perturbé du comportement des stations, aucune influence systématique n’a pu être clairement observée avec diverses observables météo. Cependant, le comportement spécifique de A3 dans la matinée pourrait s’expliquer par la combinaison du taux d’humidité et de la température (avant 12 h UTC). La Fig.2.45 montre trois journées où l’évolution du taux de triggers journalier de A3 est comparé à l’évolution de différents paramètres météo : la température, le taux d’humidité, la densité de l’air (pression/température) et le champ électrique local. On peut constater que sur ces trois exemples, le taux de triggers "matinal" de A3 augmente considérablement lorsque le taux d’humidité atteint de grandes valeurs. Ce phénomène semble être amplifié par la température : quand la température diminue suffisamment, la condensation peut augmenter. Pendant ces périodes de saturation, la détection des rayons cosmiques est là aussi difficile. Ce problème quasi-systématique sur A3, explique pourquoi cette station a détecté si peu de coïncidences en comparaison avec A1 (pour A2 le petit nombre de
FIGURE2.43 –En noir : distribution pour A1, A2 et A3 des différences temporelles entre les instants où le taux de triggers est supérieur à 50 triggers/15min et tous les instants où l’écart du champ électrique local à la valeur attendue est supérieur à 50 V/m à ± 12 h. La distribution dans le cas où il n’y aurait aucune corrélation est superposée en rouge.
coïncidences s’explique en grande partie par de longues périodes durant lesquelles la station fut éteinte).
FIGURE2.44 –Gauche : distribution pour A3 des intervalles de temps entre les instants où le taux de triggers est saturé (plus de 300 triggers/15min) et les moments, à ± 12 h, où l’humidité est supérieure à 40%. Droite : idem avec condition supplémentaire, la température doit être également inférieure à 10˚Celcius. Les points rouges correspondent aux résultats obtenus dans le cas d’instants météo tirés aléatoirement de manière uniforme, simulant ainsi l’absence de corrélation.
L’histogramme des intervalles de temps entre les instants où le taux de triggers est saturé sur A3 (plus de 300 triggers/15min) et les moments où l’humidité est supérieure à 40% est présenté Fig.2.44 à gauche. La méthode utilisée ici est la même que celle utilisée pour la corrélation avec le champ élec-