在最近的 案例研究，我们强调了使用 Moku:Pro 寻找所谓的“轻”暗物质。这些类型的实验涉及寻找小信号或“事件”，通常是在室温电子设备引起的巨大噪声海洋中。这些事件的发生时间间隔也是不可预测的，这意味着研究人员必须不断监控他们的实验，以捕获尽可能多的事件。每个事件的时间长度较短（< 1 毫秒），加上每次搜索的时间尺度较长（约分钟），这意味着研究人员通常需要筛选数十亿字节的数据。
转换 Moku 数据文件
洛斯阿拉莫斯国家实验室博士后研究员 Samuel Watkins 博士正在开展一个名为“用窄隙半导体搜索光暗物质粒子”（SPLENDOR）的合作项目，他开发了开源软件来解决这个问题1。 Watkins 博士利用 Moku:Pro 的灵活性和性能创建了这款新的数字采集软件，称为 SPLENDAQ，使用该设备的 Python API。通过 Moku:Pro Data Logger 仪器收集数据后，本机 .li 文件扩展名可以转换为 .hdf5 使用单个 Python 命令创建文件。然后，SPLENDAQ 使用这些 .hdf5 文件进行分析。
将 Moku 与自定义 Python API 结合使用
SPLENDAQ 会梳理这些大文件来搜索特定事件，通常在输入电压超过确定的阈值时开始。虽然这对于高振幅事件非常有效，但必须执行更仔细的分析才能恢复低振幅信号。第一步是允许 Moku:Pro 数据记录仪 通过获取没有任何事件的数据流来“聆听”实验装置的背景噪音。然后对该数据集进行傅里叶变换，以确定功率谱密度 (PSD)——噪声随频率的分布。第二步是为 SPLENDAQ 提供事件的形状函数或模板。在这种情况下，事件由具有快速上升时间和较慢下降时间的双指数函数表示，如图 1 所示。
图 1：使用 SPLENDAQ 和 Moku 数据记录器检测测试事件。图转载自预印本2.
当 SPLENDAQ 同时提供形状函数和 PSD 分布时，它可以仔细处理输入数据流，以恢复通常会被噪声淹没的事件。 Watkins 博士在他的论文中说明了这一点，其中勉强跨越检测阈值的可能事件仍然可以被 SPLENDAQ 恢复2.
SPLENDAQ 可从以下位置免费获得： GitHub上 而且，与 Moku:Pro 数据记录器一样，可用于需要连续数据采集的各种应用，而不仅仅是暗物质搜索！
查看 arXiv 上的 SPLENDAQ 论文 点击此处.
向我们提出您的问题
在我们的知识库中获取常见问题解答
如果您对设备特性或仪器功能有疑问，请查看我们广泛的 知识库 找到您正在寻找的答案。 您还可以快速查看热门文章并按产品或主题优化搜索。
加入我们的用户论坛以保持联系
想要请求新功能吗？ 有支持提示可以分享吗？ 从用例示例到新功能公告等等， 用户论坛 是您的一站式产品更新商店，以及与 Liquid Instruments 和我们的全球用户社区的联系。
脚注
[1] 报告号 LA-UR-24-20435。
[2] S.L.沃特金斯。 SPLENDAQ：用于小规模物理实验的与探测器无关的数据采集系统。 arXiv:2310.01279 [physical.ins-det] （2023）。
