Исследование и разработка новых методов дискретных преобразований для решения в реальном времени задач цифровой обработки сигналов в области экспериментальной физики тема диссертации и автореферата по ВАК РФ 01.04.01, доктор физико-математических наук Калинников, Владимир Александрович

• Калинников, Владимир Александрович
• доктор физико-математических наук
• 2007

Оглавление диссертации доктор физико-математических наук Калинников, Владимир Александрович

Введение.

Глава 1. Цифровой динамический спектральный анализ и его приложения для обработки сигналов в реальном времени эксперимента.

1.1. Основные задачи при построении систем оперативной диагностики пучков заряженных частиц.

1.2. Алгоритмы спектрального измерения в системах реального времени.

1.2.1. Спектральные измерения на гребенке цифровых фильтров.

1.2.2. Измерение энергетического спектра сигналов с использование преобразования Фурье на коротком интервале выборки.

1.2.3. Реализация спектральных измерений на параллельных алгоритмах быстрого преобразования Фурье.

1.3. Новый метод цифрового спектрального измерения в реальном времени эксперимента.

1.3.1. Алгоритм рекуррентного спектрального преобразования Фурье.

1.3.2. Вычисление энергетического спектра сигналов на базе алгоритма дискретного рекуррентного преобразования в системах реального времени.

1.3.3. Погрешности рекуррентного алгоритма преобразования в динамическом спектральном измерении.

1.3.4. Аппаратурная реализация динамического рекуррентного цифрового спектрального измерения.

1.4. Цифровые алгоритмы обработки информации для спектрального анализа в скользящем режиме наблюдения.

1.4.1. Вычисления стационарных участков динамических разверток модулей коэффициентов Фурье в системе реального времени.

1.4.2. Метод сглаживания текущих спектральных оценок - вычисление скользящего среднего арифметического.

1.5. Выводы.

Глава 2. Методы числовых преобразований для цифровой обработки сигналов в системах реального времени.

2.1. Оптимизация методов преобразований для задач обработки сигналов в системах реального времени.

2.1.1. Задачи цифровой обработки сигналов в системах реального времени.

2.1.2. Задачи по оптимизации алгоритмов преобразований в цифровой обработке сигналов для систем реального времени.

2.1.3. Теоретико-числовые преобразования (ТЧП) в системах реального времени.

2.1.3.1. Особенности оптимизации алгоритмов вычисления ТЧП.

2.1.3.2. Теоретико-числовые преобразования по модулю конечного числа.

2.1.4. Теоретико-числовые преобразования в алгебре конечных полей.

2.1.5. Новый метод вычисления теоретико-числовых преобразований.

2.1.5.1. Теоретико-числовое преобразование в поле комплексных чисел.

2.1.5.2. Рекуррентный алгоритм вычисления теоретико-числового преобразования в поле комплексных чисел.

2.1.6. Анализ структуры теоретико-числовых преобразований применительно к системам реального времени.

2.1.6.1. Выбор оптимального значения модуля в ТЧП.

2.1.6.2. Выбор значения модуля для максимальной длины ТЧП.

2.1.6.3. Выбор оптимального значения составного модуля для ТЧП.

2.2. Аппаратурная реализация вычислительных операций в модульной арифметике.

2.2.1. Реализация арифметических операций при малых значениях модуля.

2.2.2. Реализация арифметических операций при больших значениях модуля.

2.3. Выводы.

Глава 3. Методы дискретных преобразований и многозначная логика в алгоритмах цифровой обработки сигналов.

3.1. Основные задачи по предварительному отбору событий в современных физических установках.

3.2. Классические методы синтеза логических схем.

3.3. Методы преобразований в синтезе многозначных логических функций для систем предварительного отбора событий.

3.3.1. Новый метод оптимального многоуровневого синтеза логических функций на структуре ПЛМ.

3.3.2. Многозначная логика в синтезе логических функций на двухуровневых ПЛМ.

3.3.3. Новый метод синтеза логической функции на основе многозначного дискретного преобразования.

3.3.4. Алгоритм вычисления коэффициентов преобразования для многозначной логической функции от нескольких переменных.

3.4. Применение алгоритмов преобразований для синтеза логических функций в системах предварительного отбора событий.

3.5. Реализации логических функций на многоуровневых ПЛМ.

3.6. Выводы.

Глава 4. Разработка детекторной электроники регистрации для современных физических экспериментов.

4.1. Методика оптимального проектирования систем цифровой обработки сигналов в реальном времени.

4.2. Разработка детектора RICH-1 для эксперимента COMPASS.

4.2.1. Требования к детектору RICH 1 в эксперименте COMPASS.

4.2.2. Конструкция детектора RICH 1.

4.2.3. Требования к электронике регистрации в детекторе RICH 1.

4.2.4. Выбор схемотехнического решения для реализации алгоритмов преобразований в электронике RICH 1.

4.2.5. Выбор алгоритмов преобразований и требуемой элементной базы.

4.2.6. Проектирование электроники регистрации BORA.

4.2.7. Локальная сеть в детекторе RICH 1.

4.2.8. Практические реализация детектора RICH в эксперименте COMPASS.

4.3. Разработка электроники регистрации для больших дрейфовых камер W45 в эксперименте COMPASS.

4.3.1. Большие дрейфовые камеры W45 в эксперименте COMPASS.

Введение диссертации (часть автореферата) на тему «Исследование и разработка новых методов дискретных преобразований для решения в реальном времени задач цифровой обработки сигналов в области экспериментальной физики»

Актуальность проблемы. За последние тридцать лет эксперименты в области физики частиц и теоретические разработки привели к определенному пониманию свойств элементарных частиц вещества и сил, действующих между ними. Работы, проводимые во многих физических лабораториях мира, продемонстрировали превосходное соответствие между теоретическими вычислениями в рамках «Стандартной модели» и большим многообразием точных измерений. Бесспорно, эта теория одно из выдающихся достижений, но она оставляет пока многие проблемы нерешенными. Одна из таких проблем - это определение пределов применимости Стандартной модели и поиск явлений, выходящих за ее рамки, свидетельствующих тем самым о наличии «новой физики». Для решения этих задач создаются ускорители на все более высокие энергии. Так, например, ЦЕРН в 1996 году приступил к сооружению большого адронного коллайдера (БАК). Благодаря предельно высоким энергиям ускорителя БАК на базе создаваемых установок - ATLAS, CMS и ALICE, можно проверить эту и другие теории.

Поставленные физические задачи предъявляют высокие требования к интенсивности и стабильности пучков заряженных частиц в ускорительных комплексах. Эффективность работы этих комплексов напрямую зависит от достоверной и оперативной информации о параметрах пучка [1-4]. Единственным способом получения требуемой информации является непосредственное измерение параметров пучка с помощью различных систем диагностики [5-7]. Ряд задач диагностики связан с анализом амплитуды и фазы колебаний пучка, которые содержатся в последовательности дискретных выборок регистрируемых аналоговых сигналов. Эти сигналы, как правило, имеют значительную шумовую составляющую. В этой связи, выделение полезной информации из общей суммы зарегистрированных сигналов и максимальное подавление шумов и 7 помех являются одними из основных задач в системах оперативной диагностики пучка.

В практической реализации этих задач используются алгоритмы цифровой фильтрации сигналов. При фильтрации выполняется изменение спектра сигнала на базе алгоритма цифровой свертки. Ядро цифровой свертки при фильтрации называют фильтром. Основная идея фильтрации состоит в том, чтобы получить ядро свертки в виде обратного преобразования Фурье с заданной частотной характеристикой [2,8]. Однако, из-за недостаточного быстродействия алгоритмов преобразования, в реальном времени невозможно выполнить цифровую фильтрацию сигналов с требуемым для задач диагностики частотным разрешением. Кроме того, при фильтрации нестационарных сигналов (реальных сигналов в системах диагностики) частотная характеристика такого фильтра будет некачественной. Это связано с большим уровнем боковых лепестков у данного фильтра, сквозь которые будет «просачивается» энергия гармоник с частотами, существенно отличающимися от центральной частоты в полосе пропускания фильтра. Поэтому разработка новых методов преобразований для эффективного подавления шумов в информационном сигнале при сохранении полезной информации - является актуальной задачей в области диагностики пучков.

Другой класс задач диагностики таких, как измерение положения рабочей точки бетатронных частот, измерение структурных функций, хроматизма и т.п., требуют измерения частоты, амплитуды и фазы линейных бетатронных колебаний пучка [1,8]. Традиционным методом измерения этих параметров является спектральный анализ массива выборок координат пучка на базе дискретного преобразования Фурье (ДПФ) [8,9]. Однако точность ДПФ, определяемая конечным размером выборки массива данных (зависит от быстродействия алгоритма ДПФ), часто оказывается недостаточной, что приводит к неправильным спектральным оценкам. 8

Другая проблема заключается в том, что алгоритмы ДПФ применимы только в предположении о стационарности анализируемых сигналов [10]. Поэтому при анализе реальных нестационарных сигналов необходимо применять дополнительные методы обработки, учитывающие временную зависимость вклада предшествующих отсчетов исследуемого сигнала в вычисляемый спектр. На практике реальные свойства памяти в анализаторах спектра учитываются с помощью весовых функций, но в режиме реального времени возможность выполнения весовой обработки в системах диагностики ограничена быстродействием алгоритмов ДПФ [10,11]. Кроме того, для получения достоверной информации при анализе нестационарных сигналов, измеряемые спектральные характеристики должны оцениваться с помощью статистических критериев. Однако в системах диагностики статистический анализ спектральных оценок, полученных классическими алгоритмами ДПФ на коротких выборках, практически невыполним [12,13].

Следовательно, разработка новых быстрых и точных методов спектральных преобразований в реальном времени, обеспечивающих достоверное измерение и фильтрацию сигналов - является актуальной задачей в области контроля и диагностики параметров пучка заряженных частиц.

Современные физические установки для надежной идентификации частиц включают в себя большое количество различных типов детекторов, которые содержат сотни тысяч индивидуальных каналов регистрации. Так например, в установке ATLAS применяются кремниевые детекторы (около 12 тысяч каналов) и детектор переходного излучения, состоящий из 440 тысяч дрейфовых трубок [14]. Кремниевые детекторы будут обеспечивать измерение траектории частиц по 6-ти точкам с точностью 22 мкм, а дрейфовые трубки по 36-ти точкам обеспечат точность 150 мкм. Другой детектор CMS имеет около 15 миллионов детекторных каналов [15]. Интенсивность регистрации событий в этих установках будет около 9

20 Гбайт/сек, а система отбора должна выделить только 100 "интересных" событий в секунду из одного миллиарда.

Высокие требования к идентификации частиц и сверхбольшие потоки регистрируемых данных оказывают влияние на выбор методов и технических средств, необходимых для реализации заданных алгоритмов обработки информации. В физическом эксперименте, в реальном времени, необходимо эффективно решать следующие задачи: быстрый отбор полезных событий; преобразование и сжатие объема регистрируемых данных; быстрая передача сверхбольших потоков информации в вычислительно-накопительные комплексы.

В основу задач по быстрому отбору полезных событий закладываются алгоритмы выполнения логических и вычислительных операций, которые требуют однозначного знания о поведении изучаемого процесса. Но при проведении поисковых экспериментов невозможно заранее однозначно предсказать ожидаемые физические параметры события. Это приводит к необходимости частой модификации алгоритмов отбора. Кроме того, при большом числе анализируемых параметров события необходимо решать логические задачи большой размерности. Аппаратурная реализация таких задач классическими методами на базе стандартных цифровых логических блоков потребует значительного времени на принятие решения и большого объема аппаратуры, то есть практически не выполнима.

В современных физических установках оптимальная система отбора событий при большом числе анализируемых параметров события может быть выполнена только с применением больших перепрограммируемых логических матриц (БПЛМ). Это связано с тем фактом, что внутри структуры перепрограммируемой логической матрицы можно реализовать сложные функции критериев отбора с высоким быстродействием, и с малыми аппаратурными затратами. Общее время принятия решения будет равно задержкам распространения сигналов внутри одной матрицы, что

10 является незначительным. Такие системы, выполненные на ПЛМ, будут иметь сверхвысокую производительность, аналогичную специализированным интегральным микросхемам, и функциональную гибкость, характерную для микропроцессорных систем.

Для оптимальной реализации логических функций отбора на структурах ПЛМ требуется проводить их синтез с целью минимизации времени задержки и требуемого объема затрат. Однако классические алгоритмы синтеза логических функций большой размерности громоздки и не удобны для практического применения. Кроме того, эти алгоритмы не учитывают архитектурные особенности реальной матрицы, в связи с чем, даже точные решения синтеза не являются оптимальными. На практике, для конкретной ПЛМ часто приходится заново решать задачи минимизации. Поэтому классические методы, хотя и позволяют получать точные решения, непригодны для синтеза на структурах ПЛМ логических функций большой размерности.

Очевидно, что для систем предварительного отбора событий требуется разработка новых методов оптимального многоуровневого синтеза на структуре ПЛМ логических функций большой размерности.

Для реализации задач по преобразованию и быстрой передаче регистрируемых данных электроника должна обеспечивать:

• высокую точность измерения параметров регистрируемых частиц;

• надежную работу при больших интенсивностях пучка;

• высокое быстродействие и минимальный уровень собственных шумов;

• функциональную гибкость (способность оперативного изменения алгоритмов функционирования);

• минимальные габаритные размеры и энергопотребление.

Практическая реализация этих задач в физическом эксперименте требует применения современных информационных технологий по обработке и передаче сверхбольших потоков данных, новых подходов и методов цифровой обработки сигналов для оптимальной реализации выполняемых алгоритмов функционирования, достижений современной микроэлектроники и элементной базы для построения цифровых устройств в жестких условиях минимизации объёма и энергопотребления.

Следовательно, разработка оптимальных методов регистрации и преобразования цифровой информации, с учетом достижений современных информационных технологий, новых алгоритмов и методов обработки с использованием современной элементной базы и т.д., - является актуальной задачей в области экспериментальной физики.

Целью диссертационной работы является разработка и исследование новых методов и алгоритмов преобразований в реальном времени для решения задач цифровой обработки сигналов в области экспериментальной физики.

Основные задачи исследования состоят в следующем:

I. В области динамического спектрального измерения в системах диагностики параметров пучка:

1) Исследование и разработка новых методов спектральных преобразований для анализа нестационарных сигналов в реальном времени;

2) Разработка новых методов статистической обработки спектральных коэффициентов преобразования, применение которых в спектральном измерении позволит получить достоверную оценку исследуемого нестационарного сигнала.

II. В области разработки систем регистрирующей электроники для современной экспериментальной физики:

1) Разработка оптимальных методов преобразований и анализа сигналов для реализации их в алгоритмах цифровой обработки дискретной информации;

2) Исследование и разработка новых методов оптимального многоуровневого синтеза логических функций большой размерности на структуре ПЛМ, с естественной "привязкой" к базису логических элементов внутри таких схем.

3) Исследование и разработка новых методов дискретных преобразований, основанных на теоретико-числовых концепциях, для быстрого и точного вычисления свертки и динамического спектрального оценивания в алгоритмах цифровой обработки сигналов;

4) Разработка и реализация быстродействующих цифровых систем регистрирующей электроники для современных физических экспериментов.

Методы исследований. В работе, при проведении исследований, использован широкий спектр математических, логических и статистических методов таких, как:

• методы дискретной математики для построения алгоритмов преобразований при решении задач оптимальной фильтрации и анализа сигналов в условиях априорной неопределенности о характере исследуемого процесса;

• математические методы анализа и преобразования сигналов в дискретно-временные ряды;

• методы оптимизации архитектуры и моделирования сложных информационных систем;

• методы синтеза алгоритмов обработки информации;

• теория информации и статистических решений.

Научная новизна. В работе получены следующие научные результаты, которые выносятся на защиту:

1. Впервые предложен и исследован новый метод цифрового динамического спектрального измерения для анализа нестационарных сигналов. Особенности математического аппарата позволяют организовать в системах реального времени ряд эффективных методов цифровой обработки таких, как: вычисление спектральной плотности мощности, корреляционных, автокорреляционных функций, цифровой свертки и т.д.,

13 которые из-за временных ограничений практически невозможно выполнить классическими методами преобразований. Кроме того, в отличие от классических алгоритмов анализа в системах реального времени, предложенный метод преобразования является полноразмерным - по его частотным коэффициентам можно однозначно восстановить исходную временную последовательность. Таким образом, данный метод, имеющий высокое быстродействие и собственный математический аппарат, который существенно отличается от алгоритмов дискретного преобразования Фурье, является самостоятельным и перспективным направлением в области динамического спектрального анализа нестационарных сигналов.

2. Впервые предложены новые методы обработки коэффициентов спектрального преобразования в системах реального времени для получения статистически устойчивых спектральных оценок при анализе нестационарных сигналов:

• Метод вычисления участков локальной стационарности по разверткам модулей коэффициентов Фурье в цифровом динамическом спектральном измерении, позволяющий выделять сегменты данных, которые можно считать локально стационарными. Анализируя изменения спектральных оценок от одного такого сегмента к другому, вычисляются изменяющиеся во времени статистики исследуемого сигнала, что позволяет получить реальную спектральную оценку нестационарного сигнала;

• Метод усреднения спектральных измерений, позволяющий в реальном времени вычислять модифицированную оценку посредством усреднения текущих спектральных значений. За счет снижения влияния уровня боковых лепестков в частотной области данный метод качественно улучшает спектральное разрешение.

3. Впервые предложен и теоретически исследован рекуррентный метод

14 теоретико-числовых преобразований для реализации алгоритмов цифровой обработки в задачах динамического спектрального измерения и цифровой фильтрации. В отличие от аналогичного комплексного преобразования Фурье, данный метод определен на конечных полях и кольцах чисел с арифметическими действиями, выполняемыми по модулю некоторого целого числа. Поэтому данный метод выполняется без ошибок округления и усечения и идеально подходят для организации точных спектральных измерений. В связи с тем, что алгоритм преобразования в данном методе имеет минимальный информационный шум, на его основе можно реализовать цифровые фильтры высокого порядка, которые практически невозможно построить на базе классических алгоритмов ДПФ. Этот метод может быть эффективно использован при фильтрации сильно зашумленных сигналов в системах диагностики пучков. 4. Предложена новая методика синтеза логических алгоритмов при построении систем предварительного отбора событий, основанная на применении многозначной логики и методов дискретных преобразований. Применение данной методики для реализации логических функций при большом числе анализируемых параметров события, позволяет упростить процедуру синтеза, оптимизировать схему триггера, повысить плотность использования перепрограммируемых логических матриц (ПЛМ) и общее быстродействие системы отбора.

Практическое значение диссертационной работы состоит в том, что все полученные результаты могут быть использованы, а значительная их часть уже используется в таких экспериментах, как COMPASS, ATLAS (CERN, Швейцария), PIBETA (PSI, Швейцария), E225 (Saclay, Франция), GLC (КЕК, Япония), DO (Фермилаб, США), где были получены физические результаты, которые опубликованы в следующих работах [16-30].

15

Апробация диссертации. Основные положения диссертационной работы неоднократно докладывались и обсуждались на научно-методических семинарах ЛЯП и ЛВТА (ОИЯИ, Россия), INFN (Италия), CERN и PSI (Швейцария) и на международных научно-технических конференциях: «Симметрия и спин», Прага 1998 (Чехия) [31]; «Спиновая физика», Прага 2004 (Чехия) [32]; «Контрольно-измерительная аппаратура», Вена 2001 (Австрия) [33]; «Новые разработки по фото детекторам», Бон 2002 (Франция) [34]; «Детекторы РИЧ», Пилос 2003 (Греция) [35].

Публикации. Результаты работы представлены в 42 работах и пяти авторских свидетельствах. Материалы работы опубликованы в реферируемых журналах таких, как: «Приборы и техника эксперимента», «Организация производства и прогрессивная технология», «Nuclear Instrument and Method», «Physics Letters», «Physical Review», «European Physical Journal».

Структура. Диссертация изложена на 247 страницах и состоит из четырех глав, четырех приложений и заключения. Список литературы содержит 156 наименований. Работа иллюстрирована 70 рисунками и содержит 10 таблиц.

Заключение диссертации по теме «Приборы и методы экспериментальной физики», Калинников, Владимир Александрович

Выводы:

• Все рассмотренные методы решают основную задачу спектрального анализа - оценивание СПМ с тем, чтобы по полученному результату судить о характере исследуемого сигнала;

• Альтернативные, не классические методы (градиентные, адаптивные и т.д.) позволяют получать значительно лучшее разрешение, но реализация их в реальном времени сопряжена со значительными трудностями. С одной стороны выбор большего числа параметров адаптации приводит к улучшению разрешающей способности и «достоверности» спектра, но, с другой стороны, это приводит к возрастанию структурной неустойчивости, а на больших порядках модели, вообще, к разрушению алгоритма;

• Авторегрессионные методы больше подходят для анализа сигналов, действительно являющимися авторегрессионным процессами. Здесь важно правильно выбрать порядок авторегрессионной модели. Он должен быть больше числа синусоидальных колебаний, которые предположительно содержатся в анализируемом сигнале. Однако, при увеличении порядка модели, наряду с улучшением разрешающей способности, появляются

201 эффекты появления ложного спектрального пика или расщепления спектральной линии. Поскольку наилучшее значение порядка фильтра в авторегрессионной модели неизвестно, приходится испытывать несколько порядков моделей, используя тот или иной критерий ошибки. Если порядок модели слишком мал, то получаются сильно сглаженные спектральные оценки, если излишне большой, то появляются ложные спектральные пики; • Классические методы на базе ДПФ имеют широкую область применения, но проигрывают авторегрессионным по качеству спектрального измерения. Основной недостаток классических методов заключается в том, что они применимы почти ко всем классам сигналов и шумов только в предположении о их стационарности.

Заключение.

В диссертации получены следующие научные результаты:

1. Предложен новый метод рекуррентного цифрового динамического спектрального измерения для анализа нестационарных сигналов. В отличие от классических методов анализа в системах реального времени, предложенный алгоритм является полноразмерным, так как по его частотным коэффициентам можно однозначно восстановить исходную временную последовательность. Метод основан на разработанном автором математическом аппарате, существенно отличающемся от алгоритмов ДПФ, и представляет самостоятельное направление в области спектральной обработки нестационарных сигналов.

2. Предложены новые методы статистической обработки спектральных оценок при анализе нестационарных сигналов:

• метод вычисления участков локальной стационарности по разверткам модулей коэффициентов Фурье в цифровом динамическом спектральном измерении;

• метод усреднения мгновенных спектральных измерений в реальном времени для вычисления модифицированной оценки текущего спектрального измерения, позволяющий получить в реальном времени достоверную спектральную оценку нестационарных сигналов.

3. Предложен новый метод рекуррентного теоретико-числового преобразования для задач спектрального измерения в системах реального времени. В отличие от комплексного преобразования Фурье, предложенный метод является точным, без ошибок округления и усечения, то есть без информационного шума. Высокое быстродействие и отсутствие информационного шума в данном методе позволяет создавать на его основе цифровые рекурсивные фильтры высокого порядка, которые практически не возможно реализовать классическими алгоритмами преобразований. Метод

194 может быть эффективно использован при фильтрации сильно зашумленных сигналов в системах диагностики пучков.

4. Исследованы методы синтеза логических функций большой размерности и предложен новый метод реализации триггерных функций в системах предварительного отбора событий. Метод основан на применении многозначной логики и алгоритмов дискретных преобразований для синтеза логических функций. Разработанная на его основе методика оптимизации логических функций на структуре ПЛМ, при большом числе анализируемых параметров события, значительно упрощает процедуру синтеза (оптимизация схемы триггера), повышает плотность использования ПЛМ и общее быстродействие системы отбора.

5. С использованием предложенных методов - техники цифровой обработки сигналов и информационных технологий, разработаны электронные системы для современных физических экспериментов, которые позволяют производить в реальном времени регистрацию и обработку сверхбольших потоков информации. Разработанная электроника имеет внутренний локальный интеллект, что позволяет производить изменение функциональной схемотехники при решении новых экспериментальных задач, без изменения аппаратного содержания электронных устройств. Электроника построена на базе новейших специализированных высокопроизводительных устройств таких, как быстрые перепрограммируемые логические матрицы и специализированные сигнальные микропроцессоры.

6. Разработанные электронные устройства, реализующие разработанные методы, являются частью детекторных систем в современных физических экспериментах, таких как COMPASS, PIBETA, ATLAS, GLS, Е225, DO. Полученные экспериментальные данные в этих экспериментах [16-30] подтверждают высокую эффективность разработанных электронных систем.

195

7. Предложенная автором концепция построения регистрирующей электроники, основанная на методике оптимального проектирования с применением новейших высокопроизводительных электронных устройств, гарантирует получение требуемых характеристик детекторов с высоким быстродействием и минимальными аппаратурными затратами.

Автор благодарен д.т.н. Н.М. Никитюку, проф. Ф. Jlerapy (СБА, Франция), проф. Ф. Брадаманте (INFN, Италия) за длительное, плодотворное сотрудничество и непосредственную помощь на различных этапах данной работы. Автор выражает глубокую благодарность д.ф.м.н.

B.В. Ужинскому, д.ф.м.н. В.И. Комарову, д.ф.м.н. В.А. Сенько, д.т.н.

C.Г. Басиладзе, д.т.н. A.J1. Холмецкому за плодотворные обсуждения результатов диссертационной работы и критические замечания, а также поддержку при подготовке данной работы.

Автор выражает благодарность проф. H.A. Русаковичу, проф. Г. Маллоту (ДЕРН), проф. С.М. Коренченко за предоставленную возможность принимать участие в разработке детекторов и непосредственную помощь при решении различных задач тестирования электронных систем в физических экспериментах ATLAS COMPASS, PIBETA.

196

Список литературы диссертационного исследования доктор физико-математических наук Калинников, Владимир Александрович, 2007 год

1. Vos L. "Damping Of Coherent Oscillations". - Nucl. 1.str. Meth., 1997, A391, p.56.

2. Berg J.S. "Transverse Instabilities in the LHC". CERN LHC Project Report 16, 1996.

3. King-Yuen Ng. "Collective Instabilities of The 50x50 GeV Muon Collider". Phys. Rev., Accelerators and beams, 1999, Vol. 2, p.91001.

4. Myers S. "Stabilization of Fast Head-Tail Instability by Feedback". -Proc. of IEEE Particle Accelerators, 1987, p. 138.

5. Зеленин A.M., и др. "Система обратной связи для подавления быстрой head-tail неустойчивости в ВЭПП-4М".- XV Совещание по ускорителям заряженных частиц, Тезисы докладов, ИФВЭ, 1996.

6. Жабицкий В.М., и др. "Подавление резистивной неустойчивости сгруппированного пучка с использованием цепей обратной связи".-Труды XIII Совещания по ускорителям заряженных частиц. Д9-92-455, т. 1, с.78, Дубна ОИЯИ, 1993.

7. Kalinin A.S., et al. "Application of Beam Diagnostic System at the EPP-4". -Proc. of the 5-th European particle accelerator conference, Barcelona, 1996.

8. Bartolini R., et al." Algorithms for a Precise Determination of the Betatron Tune". Proc. of the 5-th European particle accelerator conference, Barcelona, 1996.

9. Жабицкий В. M. "Применение Z преобразования для решения задачи о подавлении свободных колебаний пучка в ускорителе".-Сообщение ОИЯИ, Р9-91-91, Дубна, 1991.

10. РабинерЛ., ГоулдБ. "Теория и применение цифровой обработки сигналов". М.: Мир, 1978.

11. Марпл С. "Цифровой спектральный анализ и его приложение".-М.: Мир, 1990.

12. Савченко В. "Различие случайных сигналов в частотной области",235

13. Радиотехникам электроника, 1997, Т.42, №4, с.426.

14. Lehar F., Ball J., Beddo M., ., Kalinnikov V., et al. "Observation of a Narrow Structure in the pp Elastic Scattering Observable А(00Ш1) at Tkin =2.11 GeV". Phys.Lett, 1994, B320, pp.206-210.

15. Allgower C., Ball J., Barabash L.„ Kalinnikov V., et al. "Angular Dependence of the pp Elastic Scattering Analyzing Power Between 0.8 and 2.8 GeV".- Phys.Rev., 1999, C60:054002, pp.14.

16. Ball J, Beddo M., Bystricky J.,., Kalinnikov V., et al. "Apparatus for the measurement of spin dependent observables in np and pp elastic and quasielastic scattering".- Nucl.Instrum.Meth.,1993, A327, pp.308-318.

17. Ageev E., Alexakhin V.,., JouravlevN., Kalinnikov V., et al. "Search for the Ph (1860) Pentaquark at COMPASS". The COMPASS Collaboration. Eur.Phys.J. 2005, С 41, p.469.

18. Alexakhin V., AlexandrovY.,., Kabuss E., Kalinnikov V., et al. "First Measurement of the Transverse Spin Asymmetries of the Deuteron in Semi Inclusive Deep in Elastic Scattering". - The COMPASS Collaboration. Phys.Rev.Lett., 2005, 94:202002. pp. 9.

19. Alexakhin V., Alexandrov Y.,., Jouravlev N., Kabuss E., Kalinnikov V., et al. "Measurement of the Spin Structure of the Deuteron in the DIS Region". The COMPASS Collaboration. Phys.Lett. 2005, B622, p. 154.

20. Ageev E., Alexakhin V.,., Kabuss E., Kalinnikov V., et al. "Gluon Polarization in the Nucléon from Quasi-Real Photo Production of High-Pt Hadron

21. Pairs". The COMPASS Collaboration. Phys.Lett, 2006, B 633, p.25.

22. Dowler B., Pinfold J., Soukup J., Kalinnikov V., et al. "Performance of the ATLAS Hadronic End-Cap Calorimeter in Beam Tests".-ATLAS Liquid Argon HEC Collaboration. Nucl.Instrum.Meth, 2002, A482, pp.94-124.

23. Bychkov M., Erlez E., Kalinnikov V., et al. "A Precise Measurement of the 7tVe+v Decay Rate". PSI Scientific Report 2002, Volume 1, pp.8.

24. Nagano A., Yamauchi S., Kajino F., Kalinnikov V., et al. "Fine-Granularity Electromagnetic Calorimeter Using Plastic Scintillator Strip-Array". Nucl.Instrum.Meth., 2006, A557, pp.460-478.

25. Imamura M., Yamashita Y., Evtoukhovitch P., Kalinnikov V., et al. "Response characteristics of GSO (Ce) crystal to intermediate energy a-particles". - Nucl.Instrum.Meth., 2006, A564, pp.324-332.

26. Uozumi Y., Evtoukhovitch P., Kalinnikov V., et al. "Magnitude factor systematic of Kalbach phenomenology for reactions emitting helium and lithium ions". Nucl.Instrum.Meth., 2007, A571, p. 743-747.

27. Abazov V., Alekseev G., Kalinnikov V., et al. "Spin Physics with Antiprotons". Czech.J.Phys. 2005, No. 55, pp.75-92.

28. Pocanic D., Frlez E., Baranov V., Kalinnikov V., et al. "PIBETA: A Precise Measurement of the Pion Beta Decay Rate". Workshop on Quark Mixing and CKM Unitarity, Heidelberg, 19-21 September 2002.

29. Procofev A., Allgower C., Kalinnikov V., et al. "Polarimetry of the Polarized Proton and Deuteron Beams at Intermediate Energies". -International Workshop on Symmetry and Spin (PRAHA 98), Prague,

30. Czech Republic, 30 Aug 5 Sep 1998. Czech.J.Phys, 1999, 49S2, p.29.

31. Abazov V., Alexeev G., Ivanov V., Kalinnikov V., et al. "Spin Physics With Antiprotons". Conference on symmetries and spin (Spin-Prague, 2004), Prague, Czech Republic, 5-10, Jul 2004.

32. Albrecht E., Baum G. Kalinnikov V., et al. "COMPASS RICH-1".-Proc. of the Ninth. Intern. Vienna Conf. on Instrumentation, Vienna, Austria, Febr. 19-23, 2001.

33. Albrecht E., Baum G. Kalinnikov V., et al "COMPASS RICH-1". -Proceedings of the 3-th International Conference on New Developments on Photo detection, Beaune, France, June 17-21, 2002.

34. Baum G., Birsa R., Bressan A., Kalinnikov V., et al. "The COMPASS RICH-1 Read-Out System".- 4-th Workshop on RICH Detectors, "RICH 2002", Pylos, Greece, 5-10 Jun 2002, SLAC-PUB-9473, Aug 2002.

35. Будкер Г.И. "Эффективный метод подавления колебаний частиц в протонных и антипротонных накопительных кольцах".- А.Э., 1967, т.2, с.438.

36. Kiselev V., Smaluk V. "A Method for Measurement of Transverse Impedance Distribution along Storage Ring". Proc. of the 4-Th European Workshop on Diagnostics for Particle Accelerators, Chester, 1999.

37. Витязев B.B. "Цифровая частотная селекция сигналов".- М.: Радио и связь, 1993.

38. Калинников В.А. "Алгоритмы цифровой обработки сигналов в динамическом спектральном анализе". Препринт Р11-89-67, Дубна ОИЯИ, 1989.

39. Харрис Дж. "Использование окон при гармоническом анализе методом дискретного преобразования Фурье". -ТИИЭР, 1973, т.66, №1.

40. Оппенгейм Э. "Применение цифровой обработки сигналов". М.: Мир, 1980.

41. Калинников В.А., Белинский А.В, Гусев В.В. "Анализатор спектра238для технических систем". Автоматизация и современные технологии, 1990, №6, с.28-34.

42. Abazov V. , Alekseev G., Kalinnikov V., et al. "Results of Mass Testing of Mini Drift Tubes for the DO Forward Muon System".-Instrum.Exp.Tech., 2007, Vol.50, No.l, p.51-60.

43. Калинников B.A. "Цифровой динамический амплитудно-частотный анализатор спектра". Приборы и техника эксперимента, 2006, №4, с. 62-67.

44. Калинников В.А. "Цифровой динамический амплитудно-частотный анализатор спектра".- Препринт Р10-88-275, Дубна ОИЯИ, 1988.

45. Хемминг Р.В. "Цифровые фильтры". М.: Недра, 1987.

46. Антонью А. "Цифровые фильтры: анализ и проектирование".- М: Радио и связь, 1983.

47. Мизин И. А., Матвеев А. А. "Цифровые фильтры (анализ, синтез, реализация с использованием ЭВМ)". М.: Связь, 1979.

48. Нуссбаумер Г. "Быстрое преобразование Фурье и алгоритмы вычисления свертки". М.: Радио и связь, 1985.

49. Сергиенко А.Б. "Цифровая обработка сигналов". С-Пб., Питер, 2002.

50. Самофалов К.Г., Луцкий Г.М. "Основы теории многоуровневых конвейерных вычислительных систем".- М.: Радио и связь, 1989.

51. Витязев В.В., Соловьев А.Н. "Цифровые процессоры обработки сигналов и их применение в технике связи".- Электросвязь, 1994, № 5.

52. Калинников В.А., Белинский A.B., Гусев В.В. "Анализатор спектра". A.C. № 1699291, СССР, 2006, БИ №26.

53. Калинников В.А., Белинский A.B. "Устройство для вычисления тригонометрических коэффициентов для анализатора спектра".- A.C. № 1706312, СССР, 2006, БИ №26.

54. Витязев В.В. "Цифровая обработка сигналов; ретроспектива и современное состояние".- М.: Электросвязь, 1997.

55. Solari E., Willse G. "PCI Hardware and Software Architecture and Design". Annabooks, San Diego, CA92128, USA.

56. Коваленко И.Н., и др. "Теория вероятностей и математическая статистика: Учебное пособие". -М.: Высшая школа, 1982.

57. Калинников В.А., Белинский А.В. "Устройство для определения скользящего среднего арифметического". А.С. № 1675903, СССР, 1992, БИ №2.

58. Калинников В.А., Белинский А.В. "Устройство для вычисления стационарных участков динамических разверток модулей коэффициентов Фурье".- А.С. № 1695322, СССР, 1991, БИ№44.

59. Басиладзе С.Г. "Сигнал, данные и информация в физических измерениях". Физика элементарных частиц и атомного ядра, 2000, том 31, вып. 3.

60. Калинников В.А. "Динамический спектральный анализ в алгебре конечных полей".- Препринт Р11-88-320, Дубна ОИЯИ, 1988.

61. Калинников В.А. "Применение многозначной логики в цифровой технике. (Обзор)". Приборы и техника эксперимента, 2006, №6, с.5-17.

62. Reed I., Truong Т. "The Use of Finite Fields to Compute Convolution". -IEEE Trans, on Information Theory, 1985, IT-21, p.208.

63. Айерленд К., Роузен M. "Классическое введение в современную теорию чисел". М.: Мир, 1987.

64. Виноградов. И. М. "Основы теории чисел".- М., Наука, 1981.

65. Pollard J. "The Fast Fourier Transform in a Finite Field". Mathematics of Computation, 1974, 25 April, p.365.240

66. Good I. "The Relationship between Two Fast Fourier Transforms". -IEEE Trans, on Computers, 1971, C-20, p. 175.

67. Agarwal R., Burrus C. "Number Theoretic Transforms to Implement Fast Digital Convolution". Proc. IEEE, 1975, vol.63, p.550.

68. Agarval R., Burrus C. "Fast Convolution Using Fermat Number Transform with Applications to Digital Filtering". IEEE Trans, on Acoustics, Speech Signal Processing, 1974, ASSP-22, p.87.

69. Rader C. "Discrete Fourier Transforms When the Number of Data is Prime". Proc. IEEE, 1968, 56, p.l 107.

70. Winograd S. "On Computing the Discrete Fourier Transform". -Mathematics of Computation, 1977, 971, p. 175.

71. McClellan J. "Hardware Realization of Fermat Numbering Transform". -IEEE Trans, on Acoustics, Speech and Signal Processing ASSP-24, 1976.

72. Kolba D., Rarks T. "A Prime Factor FFT Algorithm Using High Speed Convolution". IEEE Trans, on Acoustics, Speech and Signal Processing, 1977, ASSP-25, p.281.

73. Leibowitz L. "A simplified Binary Arithmetic for the Fermat Number Transform". IEEE Trans. On Acoustics, Speech Signal Processing, 1976, vol.6, ASSP-24, p.356.

74. Nussbaumer H.J. "Digital Filtering Using Complex Mersenne Transforms".- IBM Journal of Research and Development, 1976, p.498.

75. Abramjwitz M., Stegum I. "Handbook of Mathematical Functions".-New York: Dover, 1965, p.864.

76. Василенко О. H. "Некоторые алгоритмы построения больших простых чисел".- Вест. Моск. ун-та. Сер. 1. Матем. Механ., 1997, N 5. С.62.

77. Bartee Т., Scheider P. "Computation with the Finite Fields". Information and Control, 1969, Vol.6, No 1. p.79.

78. Никитюк H.M. "Метод синдромного кодирования и его применение для быстрого аппаратного отбора событий на основе процессоров,241оперирующих в поле Галуа GF(2m y\ Препринт Р11-80-484, Дубна ОИЯИ, 1980.

79. Калинников В.А., Никитюк Н.М., Гайдамака Р.И. "Новый способ построения мажоритарных схем совпадений".- Препринт Р13-82-628, Дубна ОИЯИ, 1982.

80. Калинников В.А., Никитюк Н. М. "Устройство для отбора t ядерных частиц из N частиц".- А.С. № 1075829, СССР, БИ №12, 1984.

81. Калинников В.А, Крастев В.Р., Чудаков Е.Г. "Быстродействующий специализированный процессор, выделяющий события по числу прямых треков". ПТЭ, №3,1986, с. 105-109.

82. Калинников В.А., Никитюк Н.М., Крастев В. "Быстродействующий параллельный счетчик". ПТЭ, 1984, №6, с.91- 94.

83. Калинников В.А, Никитюк Н.М "Быстрый аналого-цифровой процессор для отбора событий по разности чисел частиц".- Приборы и техника эксперимента, №1, 1986, с.71-73.

84. Басиладзе С.Г. "Быстродействующая ядерная электроника". М.: Энергоиздат, 1982.

85. Григорьев В., Колюбин А., Логинов В. "Электронные методы ядерно-физического эксперимента".-М.: Энергоатомиздат, 1988.

86. Басиладзе С.Г. "Электронная регистрирующая аппаратура физического эксперимента". Препринт Р13-12151, Дубна ОИЯИ, 1984.

87. Abazov V., Alexeev G., Alexeev M., Amoroso A., Kalinnikov V., et al. "The results of mass testing of the mini-drift tubes for the DO forward muon system". Instrum.Exp.Tech., 2007, Vol.50, No.l, p.51-61.

88. Asamagan K., Bagaturia Y., BaranovV., Kalinnikov V., et al. "Design, Commissioning and Performance of the PIBETA Detector at PSI". Nucl. Instr. and Meth, 2004, A526, pp.300-347.

89. Frlez E., Pocanic D., Minehart W., Kalinnikov V., et al. "The PIBETA Spectrometer for Studying Rare and Forbidden Decays of Muons and Pions".- Instrum.Exp.Tech., 2005, Vol.48, No.2, pp. 168-176.

90. Гунна С., и др. "Сверхбольшие интегральные схемы и современная обработка сигналов". М.: Радио и связь, 1989.

91. Соловьев В.В. "Структурные модели конечных автоматов при их реализации на ПЛИС".- Chip News, Инженерная микроэлектроника, 2002, №9, С.4.

92. Шипулин С.Н., Храпов В.Ю. "Особенности проектирования цифровых схем на ПЛИС".- Chip News, 1996, № 5, С. 4043.

93. Sheikholeslami A. et al. "Look-up Tables For Multivalued, Combinational Logic". Proc. 28-th Int. Symp. Multiple-Valued Logic, 1998, p.264.

94. Tharus S., Wong D. "On Designing ULM-Based FPGA Logic Modules".- Proceedings of Third International Symposium on FPGA's, California, February, 1995, p.3.

95. Francis R., Rose J., Vranesic Z. "Technology Mapping for Lookup Table-Based FPGAs for Performance". International Conference on Computer -Aided Design, IEEE, 1991, p.568.

96. Ercolani S., et al. "Technology Mapping for Electrically Programmable Gate Arrays". Proceedings of 28-th Design Automation Conference, 1991, p.234.

97. Yang S. "Logic Synthesis and Optimization Benchmarks User Guide. Version 3.0. Technical Report". Microelectronics Center, Carolina, 1991.

98. Поспелов Д. А. "Логические методы анализа и синтеза схем". М.: Энергия, 1974.

99. Rudel R., Sangiovanni-Vincentelli A. "ESPRESSO-MV: Algorithms for Multiple-Valued Logic Minimization".- Proc. of the Custom Integrated Circuits Conference (Portland, USA). 1985, p.230.

100. Sasao T. "An Application of Multiple-Valued Logic to a Design of Programmable Logic Arrays". Proc. of the 8-Th Int. Symp. Multiple Valued Logic, 1978.243

101. Karplus К. "Xmap: A Technology Mapping For Table-Lookup Field Programmable Gate Arrays". Proceedings of 28-Th Design Automation Conference, 1991, p.240.

102. Detjens E., et al. "Technology Mapping in MIS".-Prog, ICCAD, 1987, 87, p. 116.

103. Яблонский C.B. "Функциональные построения в k-значной логике".-Труды математического института имени В.А. Стеклова. 1958, Том LI.

104. Тошич Ж. "Полиномиальное представление булевых функций и их минимизация".- Изв. АН СССР. Техн. Кибернетика, 1967, № 3, с.113.

105. Gulak G. "A Review of Multiple-Valued Memory Technology". Proc. 28-th Int. Symp. Multiple-Valued Logic, 1998, p.222.

106. Hurst S. L. "Multiple-Valued Logic its Status and its Future". - IEEE Trans, on Computers, 1984, C-33, No. 12, p.l 160.

107. Dubrova E. "The Prospects for Multiple-Valued Logic in VLSI: Challenges and Opportunities".-In Proceedings of NORCHIP'99, Oslo Norway, 1999.

108. Smith К. C. "The Prospects for Multivalued Logic: A Technology and Applications View". -IEEE Trans, on Computers, 1981, C-30,9, p.619.

109. Самофалов К. и др. "Цифровые многозначные элементы и структуры".-Вища школа, Киев, 1974.

110. Поспелов Д. А, и др. "Представления в многозначных логиках".- Изв. АН СССР. Ж. Кибернетика, 1969, N 2.

111. Brayton R. К., Khatri S. P. "Multi-Valued Logic Synthesis". 12-Th Int. Conf. on VLSI Design, 1999, p.196.

112. Miller D. M. "Multiple-Valued Logic Design Tools". Proceedings of the 23-th ISMVL, 1993, p.2.

113. Zilic J., et al. "A Multiple-Valued Reed-Muller Transform for Incompletely Specified Functions". IEEE Trans, on computers, 1995, Vol. 44, No.8.

114. Varma, D., Trachtenberg, E. "Design Automation Tools for Efficient2441.plementation of Logic Functions by Decomposition". IEEE Trans. On CAD, 1989, Vol. 8 No. 8, p.901.

115. Dao Т. T. "Multiple-Valued IL, Applications and Extensions". Computer Science and Multiple-Valued Logic, North-Holland, 1984, p.449.

116. Benjauthrit, В., et al. "Galois Switching Functions and their Applications".- IEEE Trans, on Computers, 1976, Vol. C-25 No. 1, p.79.

117. Davio M., et al. "Discrete and Switching Functions". McGraw-Hill, Reading, Massachusetts, 1978.

118. McKenzie L., et al. "Optimization of Reed-Muller logic functions". Int'l, J. Electronics, 1993, vol. 75. No. 3. p.451.

119. Green D.H., Taylor I.S. "Multiple-Valued Switching Circuit Design By Means of Generalized Reed-Muller Expansions". -Digital Processes, 1976, Vol. 2, p.63.

120. Green, D. "Reed-Muller Expansions of Incompletely Specified Functions".- IEEE Proceedings, Part E, 1990, Vol. 134, No. 5, p.228.

121. Green, D. H. "Families of Reed-Muller Canonical Forms". International Journal of Electronics, 1991, Vol.90, No. 2, p. 259.

122. Menger K.S. "A Transform for Logic Networks". IEEE, Trans, on Computers, 1969, C-18, 2, p.241.

123. Закурдаев П. "О некоторых правилах предпочтения в декомпозиционных методах синтеза комбинационных схем".- АиТ, 1972, № 10.

124. Гаврилов М.А. "Композиция и декомпозиция комбинационных автоматов. Теория автоматов". М.: Наука, 1976.

125. Wesselkamper Т.С. "Divided Difference Methods for Galois Switching Functions". IEEE, Trans, on Computers, 1978, C-27, 3, p.232.

126. Althaus, H. L., et al. "Inverse of a Finite-Field Vandermonde Matrix". -IEEE Trans, on Information Theory, 1969, Vol., IT-15, No.l, p. 173.129. "CPLD ispLSI 2128E." Lattice Semiconductor Corp., Northeast Moore Ct., Hillsboro, Oregon, U.S.A.245

127. Murgai R., et al. "An Improved Logic Synthesis Algorithm for Look-Up Table Architectures". Proc. of the Int. Conf. on Computer - Aided Design (ICCAD), 1991, p.564.

128. Benson Т., et al. "Synthesis on Multiplexer-Based FPGA's Using Binary Decision Diagrams". Proceedings oflCCD, 1992.

129. Шалыто А. "Алгоритмизация и программирование задач логического управления". СПбГУ ИТМО, 1998.

130. Витязев В.В. "Цифровая обработка сигналов; ретроспектива и современное состояние."- М.: Электросвязь, 1997.134. "Common Muon and Proton Apparatus for Structure and Spectroscopy". CERN/SPSLC 96-4, SPSC/P 297, 1 March, 1996.

131. Albrecht E., Baum G., Bradamante F., Kalinnikov V., et al. "COMPASS RICH-1". Nucl. Instrum. Meth, 2002, A478, pp.340-343.

132. Albrecht E., Baum G., Bradamante F., Kalinnikov V., et al. "COMPASS RICH-1". Nucl. Instrum. Meth, 2003, A504, pp.354-355.

133. Albrecht E., Baum G., Bradamante F., Kalinnikov V., et al. "COMPASS RICH-1". Nucl. Instrum. Meth, 2003, A502, pp.112-116.

134. Baum G., Birsa R, Bradamante F., Kalinnikov V., et al. "The COMPASS RICH-1 read-out system".- Nucl.Instrum.Meth. 2003, A502, pp.246-250.

135. Baum G., Birsa R, Bradamante F., Kalinnikov V., et al. "RICHONE: A software package for the analysis of COMPASS RICH-1 data".- Nucl. Instrum. Meth, 2003, A502, pp.315-317.

136. Albrecht E., Baum G., Kalinnikov V., et al. "The Radiator Gas and Gas System of COMPASS RICH-1". Nucl.Instrum.Meth., 2003, A502, pp.266269.

137. Baum G., Birsa R., Bradamante F., Kalinnikov V., et al "The Mirror System of COMPASS RICH1". Nucl.Instrum.Meth., 2003, A502, p.236.

138. Braun et al., "Designing Front-end Boards for Use with the CATCHHOTLink Interface". COMPASS Note, 1999-7.246

139. Beusch W., et al., "Gassiplex, a Low Noise Analog Signal Processor for Read-out of Gaseous Detector". CERN/ECP/94-17, 1994.

140. Kalinnikov V., Cristaudo P. "Further Tests of the COMPASS Gassiplex Chip, with a Dedicated Evaluation Board RICH". COMPASS Internal notes, 1999-6, p.8.

141. Ageev E., Alexakhin V., Kalinnikov V., et al. "The COMPASS Experiment at CERN". CERN-PH- EP-2006-029.

142. Gonnella F., Pegoraro M. "A Prototype Front-End ASIC for the Read-out of the Drift Tubes of CMS Barrel Muon Chambers". The 4-Th workshop on electronics for LHC experiments, CERN/LHCC/99-33, 1999.

143. Barberis P., et al. "Test of Front-End Chip for Compass MWPC". -Compass Internal Notes, 1998-9.

144. Dibiase N., et al. "MAD4 and ASD8 Comparative Test Using the Omega Chamber Prototype". COMPASS Internal notes, 1998-17.

145. Dibiase N., et al. "Laboratory Tests of the MAD4 and ASD8 Chips". -COMPASS Internal notes, 1999-4.

146. Braun G., et al. "Fl an Eight Channel Time to Digital Converter Chip for High Rate Experiments". Proceedings of the 5th workshop on electronics for LHC experiments, September 1999, CERN/LHCC/99-33.

147. Kalinnikov V. et al. "Low-Power Transistor Divider for Photo-multiplier Tube". Instrum.Exp.Tech., 2006, Vol.50, No.l, p.223-227.

148. Карпухин В. В., и др. "Цилиндрическая пропорциональная камера для эксперимента по изучению распада п+—»tcW'.- ПТЭ 1996, № I.e. 30.

149. Kalinnikov V., Karpukhin V., Korenchenko A., Korenchenko S., et al. "Anode and Cathode Readout Electronics for Cylindrical Multiwire Proportional Chambers of the PIBETA Detector".- Nucl. Instrum. Meth, 2004, A535, p.699.

150. Kalinnikov V., Korenchenko S., Sidorkin V., et al. "32-Channel CAMAC Module as a Basic Element for Readout Systems Taking Information from