Insight-HXMT银河平面扫描调查中的粒子事件掩蔽技术

《Journal of High Energy Astrophysics》：Particle Event Masking for the Insight-HXMT Galactic Plane Scanning Survey

针对高能粒子事件（PE）对“慧眼”X射线望远镜扫描观测数据的影响，提出了一种基于峰长比和相似系数的二维分布参数化掩膜方法。该方法在保持99.7%PE识别率的同时，将低、中、高能望远镜的非PE误识别率分别降至0.32%、0.15%和0.002%，并通过模拟数据验证了其有效性。

　　

陈王|廖金元|曹佳颖|张双楠

中国科学院高能物理研究所粒子天体物理重点实验室，中国北京市玉泉路19B号，100049

摘要

为了确保来自Insight-HXMT扫描观测的分析结果的可靠性，必须从原始光曲线中屏蔽由高能带电粒子产生的粒子事件（PE）。这些粒子事件通常表现为光曲线上的凸起，时间跨度从几十秒到几千年不等，它们对分析过程有显著影响，可能导致已知源的通量估计不准确，甚至误识别虚假源。Insight-HXMT配备了塑料闪烁体探测器，包括反符合探测器和粒子监测器，这些探测器对高能粒子非常敏感。然而，大量数据分析表明，仅依赖这些探测器不足以有效屏蔽扫描数据中的粒子事件。通过使用大量存档观测数据，我们获得了检测到的粒子事件与X射线源的峰值与持续时间比以及相似性系数。基于这些参数在二维分布中的不同行为，我们开发了一种新的粒子事件屏蔽方法。使用经验函数来参数化这个二维分布的边界。在99.7%的粒子事件识别率下，低能、中能和高能望远镜的非粒子事件误识别率分别为0.32%、0.15%和0.002%。该方法在使用模拟数据进行的更复杂条件下也得到了验证，误识别率分别为1.65%、0.16%和1.62%

引言

自2017年6月发射以来，硬X射线调制望远镜（Insight-HXMT）已在轨道上顺利运行了8年多。它配备了三个主要科学载荷：低能X射线望远镜（LE）、中能X射线望远镜（ME）和高能X射线望远镜（HE），覆盖了从1到250 keV的宽X射线能量范围（Zhang等人，2020b）。这三个望远镜都是准直器型的，每个望远镜都有三组探测器（分别称为Box 0、1和2），其视场（FoV）的方向有60°的偏移。18个反符合探测器（ACD）围绕HE载荷。通过响应来自不同方向的高能粒子，ACD可以确定HE事件是由X射线光子还是高能粒子产生的。此外，Insight-HXMT还配备了三个粒子监测器（PM），用于实时测量能量超过1 MeV的电子和超过20 MeV的质子的通量（Lu等人，2020）。当粒子通量超过某个阈值时，PM会触发关闭以保护主要载荷。

得益于其宽广的探测能量范围以及出色的光谱和时间能力，Insight-HXMT非常适合观测X射线双星系统（XRBs）。此外，Insight-HXMT几乎不受堆积效应的影响，这使其在观测明亮源时具有显著优势。除了对XRBs的定向观测外，银河平面扫描调查（GPSS）也是Insight-HXMT的另一个重要任务。在GPSS中，银河平面被划分为几个小天区。每个区域采用逐线扫描模式，并具有多个可选的扫描参数。在扫描数据分析中，仅使用LE、ME和HE的小视场探测器（SFDs）（Sai等人，2020）。SFDs的主要参数总结在表1中，扫描示意图如图1所示。在单次扫描观测中，穿过视场的源会产生一个具有三角形峰值的光曲线。这个峰值的形状由点扩散函数（PSF）决定（Nang等人，2020），而其高度与源的通量成正比。我们使用PSF拟合来重建源的位置和通量。这一过程需要准确估计背景并仔细选择良好的时间间隔（GTIs），以确保结果的可靠性。

Insight-HXMT的背景主要由宇宙X射线背景（CXB）、轨道上的高能带电粒子（例如质子和电子）以及从地球反射的伽马射线（反照率）引起。LE和ME的背景主要由即时背景主导，而HE的背景主要由激活背景主导（Liao等人，2023；Xie等人，2015；Zhang等人，2020a）。HE还记录了由非天体物理事件簇引起的尖峰。通过标准数据处理流程，可以排除高能粒子背景（HPB）和尖峰。HPB在两个层面上被排除：在时间层面上，通过基于轨道条件（例如地磁截止刚度、南大西洋异常区通过）和PM计数率排除时间间隔；在事件层面上，通过NaI和CsI探测器之间的脉冲形状区分，并结合ACD的主动筛选（这也被RXTE/HEXTE采用，Rothschild等人，1998）。其他X射线任务也采用了类似的策略：BeppoSAX结合被动屏蔽与爆发长度区分和荧光门控来拒绝粒子（Manzo等人，1997）；ROSAT使用五边形反符合屏蔽，效率为99.85%（Pfeffermann等人，2003）；EP-FXT通过簇识别和形态学审查实现了≥99.8%的拒绝效率（Zhao等人，2025）。另一方面，尖峰则是根据它们毫秒级的时间聚集来识别的。

然而，由于LE和ME的能量阈值较低，且它们没有物理连接到ACD或PM上，因此无法利用ACD或PM来排除HPB。因此，在标准处理后，HPB仍然会出现在它们的光曲线中。对于从扫描观测中获得的光曲线，通常可以使用统计敏感的非线性迭代峰值剪切方法（SNIP，Ryan等人，1988）或多项式方法（Sai等人，2020）来进行有效的背景估计。尽管如此，残余的HPB仍会以几十秒到几千秒的时间跨度出现在光曲线中，尤其是在卫星靠近辐射带时。这些凸起无法通过上述背景减除方法估计，被定义为粒子事件（PE）。

粒子事件（PE）主要是由轨道上带电粒子通量的波动引起的，其发生时间、持续时间和强度都是随机的。图2显示了几个粒子事件轮廓的示例。此外，这些高能带电粒子无法被准直器有效屏蔽，导致三个探测器之间的行为相似。如图3所示，PE在每个望远镜内的三个探测器光曲线中表现出相似的行为，表现为计数率的短期增加和一个或多个凸起。由于许多PE的时间跨度与扫描的X射线源（XRSs）的信号相似，扫描光曲线的分析可能会受到严重影响，导致已知源的通量估计不准确，以及误识别虚假源。理想情况下，应减去PE的贡献以保留光曲线中的源信号。然而，这很难实现。PE的不可预测性使得精确的轮廓估计具有挑战性。当PE凸起与XRS信号重叠时，无法可靠地分离这两个组分，即使PE估计中的微小不准确也会导致源的结果不准确。因此，采用了一种保守的策略，即排除整个受PE污染的区间，以确保数据分析的可靠性。之前的Insight-HXMT研究使用单参数相似性阈值来屏蔽PE（Sai等人，2020），但这会导致较高的GTI丢弃率或PE遗漏率。随着GPSS数据的积累，我们系统地分析了数千个粒子事件轮廓，并开发了双参数分类方法，实现了定量和标准化的PE识别和保守区间屏蔽。

在本文中，我们首先检验了基于ACD和PM屏蔽PE的有效性，然后开发了一种新的方法来屏蔽GPSS数据中的PE。这种新方法利用了PE和XRSs的不同行为，通过相似性系数和峰值与持续时间比来量化，并得到了优化的屏蔽参数。

本文的结构如下。第2节介绍了识别PE的基本原理和不同探测器中的观测特征。第3节描述了识别和屏蔽PE的方法。第4节展示了参数选择的细节和方法的验证。最后，第5节给出了总结。

节选

通过ACD和PM验证PE识别

ACD和PM都是对高能带电粒子敏感而对低能X射线光子不敏感的塑料闪烁体探测器，因此原则上适合用于PE监测。对于HE数据，可以使用ACD来屏蔽PE。然而，分析显示某些PE只能通过ME和LE检测到。因此，必须首先评估ACD和PM的PE检测能力。为此，我们将其行为与SFDs的行为进行比较

GPSS数据的PE识别方法

GPSS光曲线中的凸起主要由三种类型的信号组成：XRSs、PE及其混合信号。由于需要从分析中排除PE和混合区间，我们必须将它们与XRSs区分开来。两个关键差异使得这种区分成为可能：光谱形状和光曲线轮廓。基于这些观测特征，我们设计了相似性参数R和陡度参数S，并利用它们的分布开发了一种PE屏蔽方法。

PE屏蔽的参数选择和验证

为了确定经验函数的自由参数，采用了两步程序。首先，系统地评估整个参数网格上的PE识别率和NPE误识别率。其次，使用模拟数据验证最优参数集。

总结

我们开发了一种有效的新方法，用于从Insight--HXMT的扫描数据中屏蔽PE，这大大有助于避免对扫描XRSs的通量估计不准确以及误识别虚假源。通过比较ACD、PM和SFDs的数据，揭示了仅依赖ACD和PM屏蔽PE的局限性，因为PE识别率和NPE误识别率都不令人满意。基于SFD光曲线中检测到的PE的特征，我们

CRediT作者贡献声明

陈王：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，方法论，调查，正式分析，数据管理。廖金元：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，方法论，调查，正式分析，数据管理。曹佳颖：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，方法论，调查，正式分析，数据管理。张双楠：撰写 – 审稿与

利益冲突声明

作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。