KIP-Veröffentlichungen

Metallische magnetische Mikrokalorimeter sind energiedispersive Tieftemperatur-Teilchendetektoren, die eine sehr gute Energieauflösungen besitzen. Bei dieser Art von Detektoren erzeugt die Absorption eines energiereichen Teilchens ein pulsartiges Signal, dessen Amplitude proportional zum Energieeintrag ist. Diese Signale werden bisher üblicherweise mit Oszilloskop-Einsteckkarten mit Abtastfrequenzen im MHz-Bereich digitalisiert. Für jedes Signal werden dabei mehrere tausend Spannungspunkte aufgezeichnet. Dadurch können bei Messungen schnell große Datenmengen zu bewältigen sein. Die insgesamt zu speichernde Datenmenge steigt daher sehr schnell an. Da aktuell an der Entwicklung von Detektorarrays mit mehreren hundert oder tausend Detektoren gearbeitet wird, ist es notwendig die Datenaufnahme hinsichtlich der Aufnahmekriterien zu optimieren. Im Rahmen dieser Arbeit wurde daher untersucht, welchen Einfluss verschiedene Aufnahmeparameter auf die mit den aktuell genutzten Auswertealgorithmen erzielte Energieauflösung haben. Zusätzlich wurde ein auf der Methode des gleitenden Mittelwertes basierender Algorithmus entwickelt und getestet, der zukünftig für eine Hardware-basierte Echtzeit-Datenauswertung genutzt werden kann. Konkret konnte gezeigt werden, dass die Anzahl der pro Signal aufgezeichneten Spannungspunkte sowie die Abtastfrequenz stark reduziert werden können, ohne eine Verschlechterung der erreichbaren Energieauflösung befürchten zu müssen. Außerdem wurde gezeigt, dass der im Rahmen dieser Arbeit entwickelte Algorithmus zu den bisher verwendeten Algorithmen nahezu gleichwertig ist.

Investigation and comparison of different algorithms for the analysis of detector signals of metallic magnetic microcalorimeters Metallic magnetic microcalorimeters are energy dispersive cryogenic particle detectors, which have a very good energy resolution. In this type of detectors, the absorption of an energetic particle creates a pulse-like signal, the amplitude of which is proportional to the energy input. These signals are typically digitized with fast digitizers with sampling frequencies in the megahertz range. For each signal several thousand data points are recorded. Therefore, the total amount of data to be stored increases very quickly with time, which becomes especially important when performing long-time measurements. As currently detector arrays with several hundred or thousand detectors are developed, data collection has to be optimized regarding the data acquisition parameters. As part of this work the influence of different acquisition parameters on the achieved energy resolution with currently used algorithms was investigated. In addition, an algorithm based on the method of moving average, which can be used for future hardwarebased real-time data analysis, was developed and tested. In particular it was shown that the number of data points per detector signal and the sampling frequency can be greatly reduced without significantly degrading the achievable energy resolution. Furthermore, it was shown that the algorithm developed in this work is almost equivalent to the algorithms used so far.