%0 Thesis
%4 sid.inpe.br/mtc-m21c/2019/05.29.14.24
%2 sid.inpe.br/mtc-m21c/2019/05.29.14.24.50
%T Proposta conceitual de um instrumento detector de elétrons e prótons de alta energia para aplicação em CubeSats baseado em soluções compactas e de baixo custo
%J Conceptual proposal of a high energy electron and proton detector instrument for CubeSats application based on compact and low cost solutions
%D 2019
%8 2019-06-07
%9 Dissertação (Mestrado em Engenharia e Gerenciamento de Sistemas Espaciais)
%P 112
%A Tavares, Felipe Oliveira,
%E Rossi, José Osvaldo (presidente),
%E Manea, Silvio (orientador),
%E Alves, Lívia Ribeiro (orientadora),
%E Vieira, Luis Eduardo Antunes,
%E Gonçalez, Odair Lelis,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K detector de radiação, satélite clima espacial, cinturão de Van Allen, espectrometria de radiação, radiation detector, satellite, space radiation, Van Allen belt, neural network.
%X Desde a descoberta dos cinturões de radiação da Terra, as comunidades científicas e tecnológica realizaram muitos esforços para detectar partículas energéticas em aplicações de clima espacial. Além da detecção, outra questão intrigante é caracterizar essa região quanto o espectro de espécies de partículas existentes e seu poder energético. Neste trabalho é apresentado uma solução para esse problema: revisitou-se a topologia típica de detecção, baseada em detector de estado sólido do tipo cristal cintilador CsI(Tl) associado a um fotodiodo para propor um conceito de detecção melhorado, adequado para plataformas CubeSat. O sinal de luminescência, emitido pela incidência de radiação no CsI(Tl), é coletado por um fotodiodo, e o pulso de corrente resultante transporta informações sobre o evento de origem. A energia total depositada no cristal, pela interação da partícula incidente, e a contagem de eventos é realizada pela análise da altura máxima do pulso (Pulse Height Analysis - PHA). As espécies são identificadas pela observação do formato do pulso (Pulse Shape Analysis PSA). O sistema eletrônico proposto é composto por um amplificador de carga, um amplificador linear e um conversor analógico-digital. Para o PSA, é proposto um novo algoritmo baseado em rede neural artificial do tipo perceptron multicamadas, capaz de classificar a radiação incidente pelo reconhecimento de padrões do formato dos pulsos digitalizados. Este novo método é avaliado através da reconstrução virtual do sinal de luminescência do cintilador ao ser atingido por radiação. São considerados vários cenários de incidência de partículas, parametrizadas em espécies (prótons, elétrons e partículas alfas de fundo), energia e intervalos de colisão. O modelo mostra-se capaz de identificar, contar e estimar a energia de elétrons de 1-10 MeV e prótons de 15-50 MeV nas simulações realizadas. Foram consideradas de colisões de partículas no cintilador, separados no tempo por 20μs, os resultados apresentam uma taxa de sucesso de 99% para classificação da espécie da partícula, mesmo com partículas alfas de fundo, e um desvio padrão de menos de 1 MeV para a estimativa de energia. ABSTRACT: Since the discovery of Earths radiation belts, the scientific and technological communities have put forward many efforts to detect energetic particles for space weather applications. Besides the detection, another puzzling issue is to classify the particles species, energy power, and spectra. As a solution for that goal, the typical solid-state based topology using CsI(Tl) scintillator crystal associated with a photodiode is revisited, and we propose an improved conceptual detector design suitable for small satellites platform. The CsI(Tl) luminescence signal is collected by a photodiode and the resultant current pulse carries information about particle event hit, energy (identified with Pulse Height Analysis (PHA)), and species (identified with Pulse Shape Analysis (PSA)). The electronic level is composed by a charge amplifier, a linear amplifier, and an analog-to-digital converter. For PSA, it is proposed a new algorithm based on a multi-layer perceptron neural network, wich allows classifying the incident radiation by pattern recognition of pulse shape. This new method is evaluated using a reconstructed signal of the luminescence yield by the scintillator. Several particles hit scenarios, parameterized in species (proton, electrons, and background alpha particles), energy and collision intervals are considered. The model is able to identify, count and estimate the energy of electrons of 1-10 MeV and protons of 15-50 MeV. Particles collisions at the scintillator are time-separated by 20μs, with a success rate of 99% for particle classification, even with background alpha particles, and a standard deviation of less than 1 MeV for the energy estimation.
%@language pt
%3 publicacao.pdf