• Aucun résultat trouvé

Logiciels

La détection des photons par les OMs est intégrée à KM3MC (cf. paragraphe précédent). Elle tient compte de l’efficacité quantique des PMs et de la transmissivité de la sphère de l’OM et du gel optique. Les fichiers issus de KM3MC contiennent entre autres pour chaque événement les caractéristiques du photon gamma initial, celles des muons au niveau de la mer, le nombre de photons détectés sur chaque OM et leur temps d’arrivée. Ces données sont ensuite mises en forme avec le programme MonteCarloEventWriter afin de correspondre au format de fichiers utilisé par la collaboration Antares.

Le programme TriggerEfficiency permet à la fois d’ajouter aux simulations le bruit de fond optique (lire le paragraphe (ii) 1.4) à partir de données réelles, de simuler dans une certaine

mesure l’effet de la numérisation par les ARSs, et en particulier le temps mort7 et de simuler les différentes stratégies de filtrage (paragraphe (ii) 4.5).

Les paramètres utilisés pour la simulation sont les suivants :

– filtrage 2T3+3N (une étude avec filtrage directionnel était envisagée, mais pour des raisons indépendantes de la volonté de l’auteur, le filtrage n’a malheureusement pas été activé suivant la direction de la source. . .),

– paramètre highThreshold=3 pe (lire le paragraphe (ii) 4.5),

– seuils L0 choisis aléatoirement dans une distribution gaussienne de moyenne 0.33 pe et d’écart-type 0.08 pe8

– bruit de fond issu d’une sélection de données  argent 9.

Les fichiers issus de TriggerEfficiency sont similaires aux fichiers de données, et sont donc prêts à être analysés par les programmes de reconstruction. Il en existe plusieurs : sera utilisé ici CalReal.

Choix du run de bruit de fond

Proportion de bursts 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Ligne de base [kHz] 50 55 60 65 70 75 80 Silver runs 12/2008 Entries 45 Mean x 0.1206 Mean y 60.55 RMS x 0.03826 RMS y 2.368 0 5000 10000 15000 20000 25000 Silver runs 12/2008 Entries 45 Mean x 0.1206 Mean y 60.55 RMS x 0.03826 RMS y 2.368

Runs argentes du mois de decembre 2008

Proportion de bursts 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 Ligne de base [kHz] 50 55 60 65 70 75 80 Silver runs 2008 Entries 907 Mean x 0.1511 Mean y 62.25 RMS x 0.09629 RMS y 4.987 0 20 40 60 80 100 120 140 160 180 200 3 10 × Silver runs 2008 Entries 907 Mean x 0.1511 Mean y 62.25 RMS x 0.09629 RMS y 4.987

Runs argentes, selection 2008

Fig. (iv) 3.6: Distribution du temps d’acquisition (en secondes) des runs  argent  sélectionnés, au

mois de décembre 2008 (à gauche) et pour toute l’année 2008 (à droite) selon le taux de bruit de fond optique continu (ligne de base) et le taux de bursts [img32].

Une sélection de runs  argent  a été effectuée par la collaboration [185] en vue d’autres analyses physiques. Il semble naturel d’utiliser un run issu de cette sélection pour introduire le bruit de fond optique dans la simulation. Le choix s’est ici porté sur un sous-échantillon limité aux runs du mois de décembre 2008, car la liste des valeurs mesurées des seuils des ARSs est disponible pour le mois de janvier 2009, ce qui assure une correspondance entre les données et les seuils utilisés — cette mesure n’étant effectuée qu’épisodiquement (lire le paragraphe (iii) 1.2). Le temps d’acquisition pour les données correspondant à cette sélection en fonction de la ligne de base et du taux de bursts est présentée sur la figure (iv) 3.6, pour le mois de décembre et

7Ne sont pas pris en compte le temps mort dû au token ring (paragraphe (ii) 4.3), la non-linéarité différentielle, ou encore les effets d’un étalonnage incorrect (paragraphe (iii) 1.2).

8TriggerEfficiency permet en principe de prendre en compte les seuils réellement utilisés par le détecteur, mais dans la version disponible pour cette étude l’implémentation de ces effets pose des problèmes au niveau de la génération des charges des événements de bruit de fond [183].

9Les données Antares sont classées selon leur qualité : si la ligne de base du bruit de fond est inférieure à 120 kHz on parle de runs cuivre , et les runs  argent  et  or  sont des runs  cuivre  pour lesquels le taux de bursts est respectivement inférieure à 40 et 20 % (d’autres conditions plus générales doivent être requises, voir la référence [184]).

3. Chaîne Monte-Carlo 115

durée HRV BL BF taux 3N taux T3

6717 s 400 61.0325 0.122555 29812 65130

Tab. (iv) 3.2:Caractéristiques du run 38004 utilisé pour la simulation du bruit de fond optique.

pour l’intégralité de la sélection.

Le bin le plus rempli pour le mois de décembre correspond à quatre runs : les runs 37603, 37605, 37759 et 38004. Ce bin est au centre de la distribution des runs pour ce mois, et semble donc représentatif. Par ailleurs il constitue un bon compromis dans la variabilité des conditions sur l’année, puisqu’il correspond approximativement à la moyenne sur l’année pour les runs argent. C’est le dernier de ces quatre runs qui a été choisi pour le bruit de fond, essentiellement car il est le plus proche de la date de mesure des seuils. La figure (iv) 3.7 montre les canaux actifs durant cette prise de données, les caractéristiques globales du run sont reportées dans le tableau (iv) 3.2, et ses caractéristiques détaillées dans la référence [186].

Fig. (iv) 3.7:État du détecteur ( Dead channel Monitor ) lors de l’acquisition du run utilisé pour la

simulation du bruit de fond optique ; les points verts et bleus correspondent aux OMs actifs [img44].

Les seuils utilisés pour la simulation des ARSs sont ceux mesurés en janvier 2009, encore une fois dans une optique de cohérence avec les données utilisées pour le bruit de fond, afin d’obtenir une simulation réaliste. La distribution des seuils est présentée sur la figure (iv) 3.8. Cette distribution est ajustée par une gaussienne (non représentée, de paramètres µ ' 0.346 et σ ' 0.093), et les seuils dont la valeur s’écarte de plus de 3σ de la valeur moyenne de l’ajustement sont remplacés par une valeur prise aléatoirement dans la distribution gaussienne — et à moins de 3σ de la moyenne —, afin de s’affranchir, entre autres, de biais introduits par des seuils trop élevés [183].

Tous ARSs Entries 1770 Mean 0.3547 RMS 0.1149 Trig0_th [pe] -0.2 0 0.2 0.4 0.6 0.8 1 1.2 Nombre d’ARSs 1 10 2

10 Entries Tous ARSs 1770

Mean 0.3547 RMS 0.1149 Distribution des seuils des ARSs, janvier 2009

Selection Entries 1731 Mean 0.3476 RMS 0.09308 Selection Entries 1731 Mean 0.3476 RMS 0.09308

Fig. (iv) 3.8: Distribution des seuils L0 mesurés en janvier 2009 : en rouge, pour tous les ARSs, et en noir uniquement les valeurs conservées pour cette simulation (coupures à environ 0.3 et 0.6 pe, lire le texte) [img32].