Tema: Resumen de paper.

RUIDO DE POISSON MULTIPLICADO EN PULSO, PARTÍCULA Y DETECCIÓN DE FOTONES

Se examinan las propiedades y aplicaciones de un proceso puntual que surge cuando cada
evento de un proceso primario de Poisson genera un número aleatorio de eventos subsidiarios,
con un curso de tiempo dado. Se supone que el factor de multiplicación obedece la ley de
probabilidad de Poisson, y la dinámica del retardo de tiempo está asociada con un filtro lineal
de función arbitraria de respuesta al impulso. Se dedica especial atención a los casos
rectangulares y exponenciales. El proceso resulta ser un proceso de punto de Poisson
doblemente estocástico cuya tasa estocástica es ruido de disparo; Tiene aplicación en detección
de pulso, partículas y fotones. Se obtienen resultados explícitos para las estadísticas de conteo
simple y múltiple (distribución del número de eventos registrados en un tiempo de conteo fijo),
las estadísticas de tiempo (tiempo de recurrencia directa y densidades de probabilidad entre
eventos) y el espectro de potencia (propiedades de ruido). Estas estadísticas pueden
proporcionar información sustancial sobre los mecanismos físicos subyacentes que generan el
proceso.

Se ha considerado minuciosamente el conteo y estadísticas de tiempo para el SNDP. Este

proceso proporciona un natural descripción de fenómenos relacionados con la multiplicación
aleatoria (o reducción) de eventos de puntos de Poisson con un tiempo aleatorio.

Desempeña el papel que desempeña el proceso gaussiano en la teoría de los procesos

estocásticos continuos. El proceso puntual de pisón homogéneo (HPP) se caracteriza por una
sola cantidad, su tasa, que es constante. Una de sus características distintivas es que evoluciona
en el tiempo sin efectos secundarios. Esto significa que los tiempos de ocurrencia y el número
de eventos antes de un arbitrario el tiempo no tiene relación con los tiempos de ocurrencia
posteriores y número de eventos. Se dice que tiene cero memorias.

Debido a sus propiedades simples, el HPP resulta ser un bloque de construcción adecuado para
procesos puntuales más complejos que parece que se parece poco al proceso de Poisson, si es
que lo hace.

Hay muchas generalizaciones de la HPP. Un caso que ha sido estudiado ampliamente es el

proceso puntual doblemente estocástico de Poisson (DSPP), que difiere del HPP en que la tasa
ya no es constante. Más bien, adquiere un estocástico de naturaleza propia.

En ciertas áreas de estudio, los efectos de multiplicación en punto los procesos juegan un papel
importante; en la mayoría de estos casos, un determinado proceso de puntos (primario) se
multiplica de alguna manera para dar subir a un segundo proceso (subsidiario) de puntos.

EVENTOS ALEATORIOS DERIVADOS DEL PORCESO DE MULTIPLICACIÓN

Multiplicación instantánea

Considere el proceso de punto primario cuyos eventos se ilustran en la figura 1 (a). El número
de eventos dentro de un intervalo de tiempo [0, T] es una variable aleatoria discreta m que tiene
un función generadora de momento (𝑚𝑔𝑓), 𝑄𝑚 (𝑠) =< 𝑒𝑥𝑝 (−𝑠𝑚) >. Deja que cada evento
primario produce independientemente A eventos subsidiarios (como ilustrado en la figura 1(b)),
donde A es una variable aleatoria discreta que tiene un (𝑚𝑔𝑓), 𝑄𝐴 (𝑠) =< 𝑒𝑥𝑝 (−𝑠𝐴) >. El
numero total de eventos secundarios n viene dado por
𝑚

𝑛 = ∑ 𝐴𝑘
𝑘=1

donde Ak y son valores independientes de A.

Figura 1. Multiplicaions aleatoria de eventos.

Multiplicación con retraso aleatorio

Un evento primario se suponía que excitaba instantáneamente un número aleatorio de eventos

subsidiarios. En muchos sistemas físicos, un retraso de tiempo ser inherente al proceso de
multiplicación y ese retraso de tiempo será en sí mismo aleatorio, como se ilustra en la figura
1(c). Los eventos primarios pueden o no ser incluidos en el proceso final de puntos. La naturaleza
de la aleatoriedad de los tiempos de retraso que separan los eventos subsidiarios de su evento
primario pueden tomar diferentes formas.

El proceso de punto de poisson doblemente estocástico impulsado por el ruido de disparo.

Se caracteriza la aleatoriedad tanto de la multiplicación factor y los tiempos de retraso

suponiendo que un no homogéneo proceso de Poisson produce los eventos secundarios. La
ocurrencia de un evento primario (en t = 0, por ejemplo) se considera a. generar una función
continua (generalmente en descomposición) h (r) que actúa como la tasa del proceso de Poisson
no homogéneo.

El factor de multiplicación tiene una distribución de Poisson de la media

∞

< 𝐴 >= ∫ ℎ(𝑡)𝑑𝑡

0
Los tiempos de retraso 𝜏1 , 𝜏2 , … , 𝜏𝐴 son estadísticamente independientes e idénticamente
distribuido con una función de densidad de probabilidad.

PROPIEDADES DEL PROCESO DE PUNTO DE POISSON ESTOBASTICO DOBLEMENTE CON

RUIDO DE DISPARO
Un proceso homogéneo de punto de Poisson de tasa µ es filtrado por un filtro lineal invariante
en el tiempo, con respuesta de impulso no negativa función h(t), lo que resulta en un proceso
de ruido de disparo 𝜆(𝑡). El proceso 𝜆(𝑡) forma la tasa estocástica para un DSPP, f(t). Un
importante parámetro es el número promedio de eventos secundarios producido por evento
primario <A>.

El proceso está completamente descrito por el parámetro p y la función h(t). Suponemos,

también por simplicidad, que t es la única variable importante en el proceso estocástico 𝜆. En
ciertas aplicaciones, por ejemplo, detección de recuento de fotos, variables espaciales también
puede desempeñar un papel, y esto se puede incorporar en el modelo sin dificultad. Estamos
interesados en determinar las propiedades estadísticas del SNDP, incluyendo:

 Contar estadísticas, es decir, las estadísticas (distribución de probabilidad y momentos)

del número n de eventos registrados en el intervalo de tiempo [0, T].
 Estadísticas de tiempo, es decir, la probabilidad funciones de densidad para el tiempo
de recurrencia directa y el tiempo entre eventos.
 Estadísticas múltiples, incluida la articulación distribución de probabilidad de los
números de recuentos n1, n2,.. en múltiples intervalos de tiempo adyacentes y sus
momentos.

Estadísticas de conteo para el sndp

Una propiedad importante de cualquier DSPP y, por lo tanto, de SNDP en particular, es que está
sobredisperso en relación con el HPP. Esto significa que la varianza de conteo, var(n), es mayor
que para un HPP de la misma media.

Una propiedad igualmente importante del SNDP es el hecho de que la varianza es proporcional
a la media. Esta es la propiedad discutida anteriormente, en relación con un proceso Poission
primario y multiplicación instantánea con estadísticas arbitrarias es, para el SNDP.

Estadísticas de tiempo para el SNDP

Determinamos las estadísticas del delantero tiempo de recurrencia y tiempo entre eventos, para
el SNDP. Porque el SNDP es un caso especial del DSPP general, la probabilidad de densidades
𝑃1 (𝜏) y 𝑃2 (𝜏) se pueden determinar a partir del mgf de la tasa integrada W. Como ya hemos
obtenido explícito expresiones para QW(s), el cálculo de 𝑃1 (𝜏) y 𝑃2 (𝜏) es un ejercicio directo.

APLICACIONES DEL SNDP

Se aplica la descripción matemática discutida hasta este punto a una amplia variedad de
fenómenos. A continuación, tratamos con una serie de aplicaciones de especial interés en
electricidad ingeniería y física. En particular, utilizamos el modelo SNDP para describir los
siguientes procesos:

 La detección de fotones de centelleo creados por partículas nucleares.

 Fotomultiplicador ruido producido por radiaciones ionizantes.
 Catodoluminiscencia.
 Radiografía de rayos X y electronografía.

El modelo SNDP también será útil en estudios de áreas relacionadas como la intensificación de
imágenes, la detección de partículas por medios de dispositivos tales como fotodiodos de
avalancha y electrones multiplicadores y percepción visual.

1) Conteo de fotones de centelleo

La detección de ionización la radiación a menudo se logra a través de una materia de radiación

interacción en la que una sola partícula de alta energía produce una lluvia de partículas de menor
energía. Un caso en cuestión es el detector de centelleo, que es una combinación de un centelleo
cristal con un tubo fotomultiplicador.

Condiciones para la validez del SNDP en la detección de centelleo son los incidentes de
ionización primaria las partículas (por ejemplo, electrones, gammas, protones) sean
representables como un proceso de punto de veneno homogéneo, y que cada primario el evento
tiene asociada una función de respuesta al impulso h(r) que gobierna directamente la tasa de
producción de Poisson de fotones ópticos.

La descripción se caracteriza completamente por µ y h(t) y, por lo tanto, en este caso, por tres
parámetros: µ, la tasa de la primaria proceso; α, el parámetro de multiplicación; y 𝜏𝑝 , la vida útil
del proceso de generación de eventos secundarios. Si nosotros realizar el conteo de fotones,
debemos unir T, el conteo por hora.

2) Ruido fotomultiplicador inducido por radiación ionizante

En ciertas aplicaciones en las que deseamos observar llegadas de fotones utilizando un tubo
fotomultiplicador, por ejemplo, en astronomía conducido a grandes altitudes o ritmo lento, la
descripción antes proporcionada puede ser característica del ruido en lugar de señal. Viehmann
y Eubanks, han discutido fuentes de ruido en tubos fotomultiplicadores en la radiación ionizante
ambiente del espacio. Tal ruido puede surgir de varios mecanismos como la luminiscencia y la
radiación de Cerenkov en la ventana del fotomultiplicador; emisión secundaria de electrones
desde la ventana, el fotocátodo y los dinodos; Bremsstrahlung a su vez provoca dicha emisión
secundaria de electrones; explosiones de rayo cósmico y, por supuesto, corriente oscura de
emisión termoiónica. Estas los efectos degradan claramente tanto el rango dinámico como el
fotométrico precisión de las mediciones de bajo nivel de luz y, por lo tanto, debe ser modelado
adecuadamente. Es evidente por lo experimental resultados informados en la subsección
anterior que el SNDP proporciona un buen punto de partida para modelar varios de estas
fuentes de ruido. La luminiscencia será la fuente dominante de ruido en muchas aplicaciones.

3) Catodoluminiscencia

La catodoluminiscencia es un proceso importante en el que un haz de electrones acelerados

incidente en un material luminiscente, como un fósforo, induce la emisión de luz. Es el proceso
responsable para la imagen de televisión y osciloscopio. Condiciones para la validez del SNDP en
la descripción de catodoluminiscencia son que el haz de electrones que alcanza la muestra se
represente como un proceso de punto de Poisson homogéneo, y que cada primaria el evento
tiene asociada una función de respuesta al impulso h(t) que rige la tasa de producción de Poisson
no interferente fotones ópticos.

La descripción se caracteriza completamente por µ y h(t), y de nuevo, en el límite de contar

tiempos largos en comparación con la escala de tiempo de h(t), la distribución de conteo se
reduce a Neyman Type-A para h(t) arbitrario.

En el caso especial donde la función h(t) es una constante de tiempo única en descomposición
exponencial, cada electrón que ingresa a la muestra induce un flujo de fotones de luminiscencia
en descomposición exponencial.

Por lo tanto, la catodoluminiscencia puede estar representada por el modelo físico en la Fig. 2 si
simplemente reemplazamos el bloque etiquetado como "radiación ionizante de Poisson" por un
bloque titulado "Haz de electrones de Poisson".

Figura 2.Modelo físico de la catodoluminiscensia

4) Radiografía y Electronografía de rayos X

La grabación de rayos X en una emulsión fotográfica implica una cadena de dos procesos. La
absorción de fotones de alta energía resulta en la emisión de electrones (a través del efecto
fotoeléctrico, la dispersión de Compton o la formación de pares electrón-positrón). Los
electrones emitidos luego atraviese la emulsión, generando un número aleatorio de granos de
haluro de plata desarrollables. Cuanto mayor es la energía del fotón, cuanto mayor sea el
número promedio de granos desarrollables por fotón. Es una observación común en radiografía
industrial, que cuanto mayor es la energía del fotón, mayor es la granularidad de la película
expuesta. Este es un resultado directo de la exposición de un mayor número promedio de granos
por fotón y su agrupación alrededor de ese fotón. Con películas de rayos X disponibles
comercialmente, este efecto es fácilmente visible a simple vista.

Es evidente que el SNDP puede servir como un modelo simple para cuenta esta cascada
multiplicativa de eventos (suponiendo que otros fenómenos complejos que pueden ocurrir en
la emulsión pueden ser ignorados). El proceso primario es entonces el azar de electrones que,
debido a la naturaleza local de Poisson de los fotones incidentes en una región de irradiancia fija
pueden ser razonablemente se supone que forma un proceso de punto de Poisson de tasa µ por
unidad zona. Estos eventos se filtran espacialmente, es decir, son espaciados espacialmente, a
medida que se transmiten y se dispersan por, la emulsión. La propagación en energía de cada
electrón primario luego representa un número aleatorio de granos en su camino (en promedio
α) desarrollable. Los granos que se pueden desarrollar en proceso secundario, y si este número
es Poisson, el SNDP sobreviene tenga en cuenta que aquí, el tiempo se reemplaza por el espacio,
y el SNDP es un proceso espacial puntual.

Una propiedad importante del SNDP es el hecho de que la relación varianza-media (el factor
Fano) es más grande que uno y es independiente de la tasa de los eventos primarios (la
intensidad de la imagen electrónica). La multiplicación el parámetro α, que determina el factor
Fano, es más grande de uno para procesos de un solo golpe.