Optimierung der Temperaturdriftkorrektur bei Messungen mit Quantensensoren
by
Seminarraum EG
IPE
Kevin Wanke will give the final presentation of his bachelor thesis.
Abstract:
Metallische magnetische Kalorimeter (MMC) sind Quantensensoren, die Energiemessungen mit eV-Präzision ermöglichen, und spielen daher eine zentrale Rolle in der modernen Teilchenphysik. Da sie bei Temperaturen unter 100 mK betrieben werden, reagieren sie besonders empfindlich auf Temperaturschwankungen im experimentellen Aufbau. Niederfrequente Temperaturdrifts, die sich unregelmäßig über den gesamten Messzeitraum erstrecken, verschlechtern die Energieauflösung erheblich. Ziel dieser Arbeit ist die Entwicklung Python-basierter Algorithmen zur nachträglichen Korrektur solcher Drifts. Als Datengrundlage dient ein mit einem MMC aufgezeichnetes Röntgenemissionsspektrum des metastabilen Kernisomers ⁸³ᵐKr. Zur Rekonstruktion und Filterung des Drifts werden die Fast Fourier Transform (FFT), die Discrete Wavelet Transform (DWT), die Empirical Mode Decomposition (EMD) sowie deren rauschbasierte Erweiterungen EEMD und CEEMDAN eingesetzt und hinsichtlich Leistungsfähigkeit, Effizienz und Effektivität verglichen. Bewertet wird jede Methode anhand der Verringerung der Linienverbreiterung, der relativen Auflösung der Emissionspeaks sowie der Übereinstimmung der angepassten Peaks mit theoretischen Referenz- und Literaturwerten. Zur objektiven Quantifizierung der Korrekturqualität wird ein multivariates Gütemaß eingeführt, das die Zwei-Peak-Auflösung mit der statistischen Abweichung der gemessenen quantenmechanischen Invarianten verknüpft. Eine Multikonfigurationsanalyse bewertet zudem Laufzeit und Korrekturqualität aller Parameterkombinationen. Es zeigt sich, dass die DWT den Drifttrend gegenüber den rauschunterstützten adaptiven Modenzerlegungsverfahren nicht nur in kürzerer Rechenzeit bestimmt, sondern nach der Filterung auch eine höhere Auflösung der Kα-Linien liefert.
Andreas Kopmann, Robert Gartmann, Timo Muscheid