大亚湾反应堆中微子实验Monte Carlo样本事例混合的interleaving算法

摘要

在反应堆中微子实验的物理数据分析中,前后事例间的时间关联分析是非常重要的一环.对事例间时间结构特性的研究,将有助于理解本底事例产生的物理机制,有利于对信号事例的挑选和对本底事例的排除.与此相应,在产生可用于物理分析的反应堆中微子Monte Carlo (MC)模拟数据的过程中,重构不同事例间的时间关联是一个重要步骤.通过研究大亚湾反应堆中微子实验的数据特点,开发了interleaving算法用于产生带有时间关联的海量物理数据；利用该方法实现了对不同样本的MC数据按事例率的混合；并简要给出了interleaving算法的空间和时间复杂度分析.