PMD/AliPMDClusteringV1.cxx

   1 /***************************************************************************
   2  * Copyright(c) 1998-1999, ALICE Experiment at CERN, All rights reserved. *
   3  *                                                                        *
   4  * Author: The ALICE Off-line Project.                                    *
   5  * Contributors are mentioned in the code where appropriate.              *
   6  *                                                                        *
   7  * Permission to use, copy, modify and distribute this software and its   *
   8  * documentation strictly for non-commercial purposes is hereby granted   *
   9  * without fee, provided that the above copyright notice appears in all   *
  10  * copies and that both the copyright notice and this permission notice   *
  11  * appear in the supporting documentation. The authors make no claims     *
  12  * about the suitability of this software for any purpose. It is          *
  13  * provided "as is" without express or implied warranty.                  *
  14  **************************************************************************/
  15
  16 /* $Id$ */
  17
  18 //-----------------------------------------------------//
  19 //                                                     //
  20 //  Source File : PMDClusteringV1.cxx, Version 00      //
  21 //                                                     //
  22 //  Date   : September 26 2002                         //
  23 //                                                     //
  24 //  clustering code for alice pmd                      //
  25 //                                                     //
  26 //-----------------------------------------------------//
  27
  28 /* --------------------------------------------------------------------
  29    Code developed by S. C. Phatak, Institute of Physics,
  30    Bhubaneswar 751 005 ( phatak@iopb.res.in ) Given the energy deposited
  31    ( or ADC value ) in each cell of supermodule ( pmd or cpv ), the code
  32    builds up superclusters and breaks them into clusters. The input is
  33    in array fEdepCell[kNDIMX][kNDIMY] and cluster information is in a
  34    TObjarray. Integer clno gives total number of clusters in the
  35    supermodule.
  36
  37    fEdepCell and fClusters are the only global ( public ) variables.
  38    Others are local ( private ) to the code.
  39    At the moment, the data is read for whole detector ( all supermodules
  40    and pmd as well as cpv. This will have to be modify later )
  41    LAST UPDATE  :  October 23, 2002
  42 -----------------------------------------------------------------------*/
  43
  44 #include <Riostream.h>
  45 #include <TMath.h>
  46 #include <TNtuple.h>
  47 #include <TObjArray.h>
  48 #include <stdio.h>
  49
  50 #include "AliPMDcludata.h"
  51 #include "AliPMDcluster.h"
  52 #include "AliPMDClustering.h"
  53 #include "AliPMDClusteringV1.h"
  54 #include "AliLog.h"
  55 #include "TRandom.h"
  56
  57 ClassImp(AliPMDClusteringV1)
  58
  59 const Double_t AliPMDClusteringV1::fgkSqroot3by2=0.8660254;  // sqrt(3.)/2.
  60
  61 AliPMDClusteringV1::AliPMDClusteringV1():
  62   pmdclucont(new TObjArray()),
  63   fCutoff(0.0)
  64 {
  65   for(Int_t i = 0; i < kNDIMX; i++)
  66     {
  67       for(Int_t j = 0; j < kNDIMY; j++)
  68         {
  69           fCoord[0][i][j] = i+j/2.;
  70           fCoord[1][i][j] = fgkSqroot3by2*j;
  71           fEdepCell[i][j] = 0;
  72         }
  73     }
  74 }
  75 // ------------------------------------------------------------------------ //
  76 AliPMDClusteringV1::~AliPMDClusteringV1()
  77 {
  78   delete pmdclucont;
  79 }
  80 // ------------------------------------------------------------------------ //
  81 void AliPMDClusteringV1::DoClust(Int_t idet, Int_t ismn,
  82                                  Double_t celladc[48][96], TObjArray *pmdcont)
  83 {
  84   // main function to call other necessary functions to do clustering
  85   //
  86   AliPMDcluster *pmdcl = 0;
  87   /*
  88     int id and jd defined to read the input data.
  89     It is assumed that for data we have 0 <= id <= 48
  90     and 0 <= jd <=96
  91   */
  92
  93   Int_t i, i1, i2, j, nmx1, incr, id, jd;
  94   Int_t   celldataX[15], celldataY[15];
  95   Float_t clusdata[6];
  96
  97   Double_t  cutoff, ave;
  98
  99   const float ktwobysqrt3 = 1.1547; // 2./sqrt(3.)
 100
 101   // ndimXr and ndimYr are different because of different module size
 102
 103   Int_t ndimXr = 0;
 104   Int_t ndimYr = 0;
 105
 106   if (ismn < 12)
 107     {
 108       ndimXr = 96;
 109       ndimYr = 48;
 110     }
 111   else if (ismn >= 12 && ismn <= 23)
 112     {
 113       ndimXr = 48;
 114       ndimYr = 96;
 115     }
 116
 117   for (Int_t i = 0; i < kNDIMX; i++)
 118     {
 119       for (Int_t j = 0; j < kNDIMY; j++)
 120         {
 121           fEdepCell[i][j] = 0;
 122           fCellTrNo[i][j] = -1;
 123         }
 124     }
 125
 126   for (id = 0; id < ndimXr; id++)
 127     {
 128       for (jd = 0; jd < ndimYr; jd++)
 129         {
 130           j = jd;
 131           i = id+(ndimYr/2-1)-(jd/2);
 132
 133           if (ismn < 12)
 134             {
 135               fEdepCell[i][j] = celladc[jd][id];
 136               fCellTrNo[i][j] = jd*10000+id; /* for association */
 137             }
 138           else if (ismn >= 12 && ismn <= 23)
 139             {
 140               fEdepCell[i][j] = celladc[id][jd];
 141               fCellTrNo[i][j] = id*10000+jd; /* for association */
 142             }
 143
 144         }
 145     }
 146   Order();          // order the data
 147   cutoff = fCutoff; // cutoff used to discard cells having ener. dep.
 148   ave = 0.;
 149   nmx1 = -1;
 150
 151   for(j = 0;j < kNMX; j++)
 152     {
 153       i1 = fIord[0][j];
 154       i2 = fIord[1][j];
 155       if(fEdepCell[i1][i2] > 0.)
 156         {
 157           ave += fEdepCell[i1][i2];
 158         }
 159       if(fEdepCell[i1][i2] > cutoff )
 160         {
 161           nmx1++;
 162         }
 163     }
 164
 165   AliDebug(1,Form("Number of cells having energy >= %f are %d",cutoff,nmx1));
 166
 167   if (nmx1 == 0) nmx1 = 1;
 168   ave = ave/nmx1;
 169
 170   AliDebug(1,Form("Number of cells in a SuperM = %d and Average = %f",
 171                   kNMX,ave));
 172
 173   incr = CrClust(ave, cutoff, nmx1);
 174   RefClust(incr);
 175   Int_t nentries1 = pmdclucont->GetEntries();
 176   AliDebug(1,Form("Detector Plane = %d  Serial Module No = %d Number of clusters = %d",idet, ismn, nentries1));
 177   AliDebug(1,Form("Total number of clusters/module = %d",nentries1));
 178   for (Int_t ient1 = 0; ient1 < nentries1; ient1++)
 179     {
 180       AliPMDcludata *pmdcludata =
 181         (AliPMDcludata*)pmdclucont->UncheckedAt(ient1);
 182       Float_t cluXC    = pmdcludata->GetClusX();
 183       Float_t cluYC    = pmdcludata->GetClusY();
 184       Float_t cluADC   = pmdcludata->GetClusADC();
 185       Float_t cluCELLS = pmdcludata->GetClusCells();
 186       Float_t cluSIGX  = pmdcludata->GetClusSigmaX();
 187       Float_t cluSIGY  = pmdcludata->GetClusSigmaY();
 188
 189       Float_t cluY0    = ktwobysqrt3*cluYC;
 190       Float_t cluX0    = cluXC - cluY0/2.;
 191
 192       //
 193       // Cluster X centroid is back transformed
 194       //
 195       if (ismn < 12)
 196         {
 197           clusdata[0] = cluX0 - (24-1) + cluY0/2.;
 198         }
 199       else if ( ismn >= 12 && ismn <= 23)
 200         {
 201           clusdata[0] = cluX0 - (48-1) + cluY0/2.;
 202         }
 203
 204       clusdata[1]     = cluY0;
 205       clusdata[2]     = cluADC;
 206       clusdata[3]     = cluCELLS;
 207       clusdata[4]     = cluSIGX;
 208       clusdata[5]     = cluSIGY;
 209
 210       //
 211       // Cells associated with a cluster
 212       //
 213       for (Int_t ihit = 0; ihit < 15; ihit++)
 214         {
 215
 216           if (ismn < 12)
 217             {
 218               celldataX[ihit] = fClTr[ihit][i1]%10000;
 219               celldataY[ihit] = fClTr[ihit][i1]/10000;
 220             }
 221           else if (ismn >= 12 && ismn <= 23)
 222             {
 223               celldataX[ihit] = fClTr[ihit][i1]/10000;
 224               celldataY[ihit] = fClTr[ihit][i1]%10000;
 225             }
 226         }
 227       pmdcl = new AliPMDcluster(idet, ismn, clusdata, celldataX, celldataY);
 228       pmdcont->Add(pmdcl);
 229     }
 230
 231   pmdclucont->Clear();
 232
 233 }
 234 // ------------------------------------------------------------------------ //
 235 void AliPMDClusteringV1::Order()
 236 {
 237   // Sorting algorithm
 238   // sorts the ADC values from higher to lower
 239   //
 240   Int_t i, j, i1, i2;
 241   Int_t iord1[kNMX];
 242   Double_t dd[kNMX];
 243
 244   for(i1=0; i1 < kNDIMX; i1++)
 245     {
 246       for(i2=0; i2 < kNDIMY; i2++)
 247         {
 248           i        = i1 + i2*kNDIMX;
 249           iord1[i] = i;
 250           dd[i]    = fEdepCell[i1][i2];
 251         }
 252     }
 253
 254   TMath::Sort(kNMX,dd,iord1); //PH Using much better algorithm...
 255   for(i=0; i<kNMX; i++)
 256     {
 257       j  = iord1[i];
 258       i2 = j/kNDIMX;
 259       i1 = j-i2*kNDIMX;
 260       fIord[0][i]=i1;
 261       fIord[1][i]=i2;
 262     }
 263 }
 264 // ------------------------------------------------------------------------ //
 265 Int_t AliPMDClusteringV1::CrClust(Double_t ave, Double_t cutoff, Int_t nmx1)
 266 {
 267   // Does crude clustering
 268   // Finds out only the big patch by just searching the
 269   // connected cells
 270   //
 271   Int_t i,j,k,id1,id2,icl, numcell, clust[2][5000];
 272   Int_t jd1,jd2, icell, cellcount;
 273   static Int_t neibx[6]={1,0,-1,-1,0,1}, neiby[6]={0,1,1,0,-1,-1};
 274
 275   // neibx and neiby define ( incremental ) (i,j) for the neighbours of a
 276   // cell. There are six neighbours.
 277   // cellcount --- total number of cells having nonzero ener dep
 278   // numcell --- number of cells in a given supercluster
 279
 280   AliDebug(1,Form("kNMX = %d nmx1 = %d kNDIMX = %d kNDIMY = %d ave = %f cutoff = %f",kNMX,nmx1,kNDIMX,kNDIMY,ave,cutoff));
 281
 282   for (j = 0; j < kNDIMX; j++)
 283     {
 284       for(k = 0; k < kNDIMY; k++)
 285         {
 286           fInfocl[0][j][k] = 0;
 287           fInfocl[1][j][k] = 0;
 288         }
 289     }
 290   for(i=0; i < kNMX; i++)
 291     {
 292       fInfcl[0][i] = -1;
 293       id1 = fIord[0][i];
 294       id2 = fIord[1][i];
 295       if(fEdepCell[id1][id2] <= cutoff)
 296         {
 297           fInfocl[0][id1][id2] = -1;
 298         }
 299     }
 300   // ---------------------------------------------------------------
 301   // crude clustering begins. Start with cell having largest adc
 302   // count and loop over the cells in descending order of adc count
 303   // ---------------------------------------------------------------
 304   icl       = -1;
 305   cellcount = -1;
 306
 307   for(icell = 0; icell <= nmx1; icell++)
 308     {
 309       id1 = fIord[0][icell];
 310       id2 = fIord[1][icell];
 311       if(fInfocl[0][id1][id2] == 0 )
 312         {
 313           icl++;
 314           numcell = 0;
 315           cellcount++;
 316           fInfocl[0][id1][id2] = 1;
 317           fInfocl[1][id1][id2] = icl;
 318           fInfcl[0][cellcount] = icl;
 319           fInfcl[1][cellcount] = id1;
 320           fInfcl[2][cellcount] = id2;
 321
 322           clust[0][numcell] = id1;
 323           clust[1][numcell] = id2;
 324
 325           for(i = 1; i < 5000; i++)
 326             {
 327               clust[0][i]=0;
 328             }
 329           // ---------------------------------------------------------------
 330           // check for adc count in neib. cells. If ne 0 put it in this clust
 331           // ---------------------------------------------------------------
 332           for(i = 0; i < 6; i++)
 333             {
 334               jd1 = id1 + neibx[i];
 335               jd2 = id2 + neiby[i];
 336               if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
 337                   fInfocl[0][jd1][jd2] == 0)
 338                 {
 339                   numcell++;
 340                   fInfocl[0][jd1][jd2] = 2;
 341                   fInfocl[1][jd1][jd2] = icl;
 342                   clust[0][numcell]    = jd1;
 343                   clust[1][numcell]    = jd2;
 344                   cellcount++;
 345                   fInfcl[0][cellcount] = icl;
 346                   fInfcl[1][cellcount] = jd1;
 347                   fInfcl[2][cellcount] = jd2;
 348                 }
 349             }
 350           // ---------------------------------------------------------------
 351           // check adc count for neighbour's neighbours recursively and
 352           // if nonzero, add these to the cluster.
 353           // ---------------------------------------------------------------
 354           for(i = 1; i < 5000;i++)
 355             {
 356               if(clust[0][i] != 0)
 357                 {
 358                   id1 = clust[0][i];
 359                   id2 = clust[1][i];
 360                   for(j = 0; j < 6 ; j++)
 361                     {
 362                       jd1 = id1 + neibx[j];
 363                       jd2 = id2 + neiby[j];
 364                       if( (jd1 >= 0 && jd1 < kNDIMX) &&
 365                           (jd2 >= 0 && jd2 < kNDIMY) &&
 366                           fInfocl[0][jd1][jd2] == 0 )
 367                         {
 368                           fInfocl[0][jd1][jd2] = 2;
 369                           fInfocl[1][jd1][jd2] = icl;
 370                           numcell++;
 371                           clust[0][numcell]    = jd1;
 372                           clust[1][numcell]    = jd2;
 373                           cellcount++;
 374                           fInfcl[0][cellcount] = icl;
 375                           fInfcl[1][cellcount] = jd1;
 376                           fInfcl[2][cellcount] = jd2;
 377                         }
 378                     }
 379                 }
 380             }
 381         }
 382     }
 383   return cellcount;
 384 }
 385 // ------------------------------------------------------------------------ //
 386 void AliPMDClusteringV1::RefClust(Int_t incr)
 387 {
 388   // Does the refining of clusters
 389   // Takes the big patch and does gaussian fitting and
 390   // finds out the more refined clusters
 391   //
 392
 393   const Int_t kdim = 4500;
 394   Int_t     i, j, k, i1, i2, id, icl,  itest,ihld, ig, nsupcl,clno;
 395   Double_t  x1, y1, z1, x2, y2, z2, dist,rr,sum;
 396
 397   Int_t t[kdim],cellCount[kdim];
 398   Int_t    ncl[kdim], iord[kdim], lev1[20], lev2[20];
 399   Double_t x[kdim], y[kdim], z[kdim];
 400   Double_t xc[kdim], yc[kdim], zc[kdim], cells[kdim], rc[kdim];
 401
 402   Float_t  clusdata[6];
 403   for(Int_t kk = 0; kk < 6; kk++)
 404     {
 405       clusdata[kk] = 0.;
 406     }
 407
 408   //asso
 409   for(i = 0; i<kdim; i++)
 410     {
 411       t[i]         = -1;
 412       cellCount[i] = 0;
 413     }
 414   // clno counts the final clusters
 415   // nsupcl =  # of superclusters; ncl[i]= # of cells in supercluster i
 416   // x, y and z store (x,y) coordinates of and energy deposited in a cell
 417   // xc, yc store (x,y) coordinates of the cluster center
 418   // zc stores the energy deposited in a cluster
 419   // rc is cluster radius
 420
 421   clno  = -1;
 422   nsupcl = -1;
 423   for(i = 0; i < kdim; i++)
 424     {
 425       ncl[i] = -1;
 426     }
 427   for(i = 0; i <= incr; i++)
 428     {
 429       if(fInfcl[0][i] != nsupcl)
 430         {
 431           nsupcl++;
 432         }
 433       if (nsupcl > kdim)
 434         {
 435           AliWarning("RefClust: Too many superclusters!");
 436           nsupcl = kdim;
 437           break;
 438         }
 439       ncl[nsupcl]++;
 440     }
 441
 442   AliDebug(1,Form("Number of cells = %d Number of Superclusters = %d",
 443                   incr+1,nsupcl+1));
 444   id  = -1;
 445   icl = -1;
 446   for(i = 0; i <= nsupcl; i++)
 447     {
 448       if(ncl[i] == 0)
 449         {
 450           id++;
 451           icl++;
 452           if (clno >= 5000)
 453             {
 454               AliWarning("RefClust: Too many clusters! more than 5000");
 455               return;
 456             }
 457           clno++;
 458           i1 = fInfcl[1][id];
 459           i2 = fInfcl[2][id];
 460
 461           clusdata[0] = fCoord[0][i1][i2];
 462           clusdata[1] = fCoord[1][i1][i2];
 463           clusdata[2] = fEdepCell[i1][i2];
 464           clusdata[3] = 1.;
 465           clusdata[4] = 0.5;
 466           clusdata[5] = 0.0;
 467           pmdcludata  = new AliPMDcludata(clusdata);
 468           pmdclucont->Add(pmdcludata);
 469
 470           //association
 471
 472           fClTr[0][clno] = fCellTrNo[i1][i2];
 473           for(Int_t icltr = 1; icltr < 14; icltr++)
 474             {
 475               fClTr[icltr][clno] = -1;
 476             }
 477         }
 478       else if(ncl[i] == 1)
 479         {
 480           id++;
 481           icl++;
 482           if (clno >= 5000)
 483             {
 484               AliWarning("RefClust: Too many clusters! more than 5000");
 485               return;
 486             }
 487           clno++;
 488           i1   = fInfcl[1][id];
 489           i2   = fInfcl[2][id];
 490           x1   = fCoord[0][i1][i2];
 491           y1   = fCoord[1][i1][i2];
 492           z1   = fEdepCell[i1][i2];
 493
 494           //asso
 495           fClTr[0][clno] = fCellTrNo[i1][i2];
 496           //
 497
 498           id   = id+1;
 499           i1   = fInfcl[1][id];
 500           i2   = fInfcl[2][id];
 501           x2   = fCoord[0][i1][i2];
 502           y2   = fCoord[1][i1][i2];
 503           z2   = fEdepCell[i1][i2];
 504
 505           //asso
 506
 507           fClTr[1][clno] = fCellTrNo[i1][i2];
 508           for(Int_t icltr = 2; icltr < 14; icltr++)
 509             {
 510               fClTr[icltr][clno] = -1;
 511             }
 512           //
 513
 514           clusdata[0] = (x1*z1+x2*z2)/(z1+z2);
 515           clusdata[1] = (y1*z1+y2*z2)/(z1+z2);
 516           clusdata[2] = z1+z2;
 517           clusdata[3] = 2.;
 518           clusdata[4] = 0.5;
 519           clusdata[5] = 0.0;
 520           pmdcludata  = new AliPMDcludata(clusdata);
 521           pmdclucont->Add(pmdcludata);
 522         }
 523       else
 524         {
 525           //asso
 526           for(Int_t icg = 0; icg < kdim; icg++)
 527             {
 528               cellCount[icg]=0;
 529             }
 530           //
 531
 532           id++;
 533           iord[0] = 0;
 534           // super-cluster of more than two cells - broken up into smaller
 535           // clusters gaussian centers computed. (peaks separated by > 1 cell)
 536           // Begin from cell having largest energy deposited This is first
 537           // cluster center
 538           i1      = fInfcl[1][id];
 539           i2      = fInfcl[2][id];
 540           x[0]    = fCoord[0][i1][i2];
 541           y[0]    = fCoord[1][i1][i2];
 542           z[0]    = fEdepCell[i1][i2];
 543
 544           //asso
 545           t[0] = fCellTrNo[i1][i2];
 546           //
 547
 548           iord[0] = 0;
 549           for(j = 1; j <= ncl[i]; j++)
 550             {
 551               id++;
 552               i1      = fInfcl[1][id];
 553               i2      = fInfcl[2][id];
 554               iord[j] = j;
 555               x[j]    = fCoord[0][i1][i2];
 556               y[j]    = fCoord[1][i1][i2];
 557               z[j]    = fEdepCell[i1][i2];
 558               //asso
 559               t[j]    = fCellTrNo[i1][i2];
 560               //
 561             }
 562
 563
 564           // arranging cells within supercluster in decreasing order
 565
 566           for(j = 1;j <= ncl[i]; j++)
 567             {
 568               itest = 0;
 569               ihld  = iord[j];
 570               for(i1 = 0; i1 < j; i1++)
 571                 {
 572                   if(itest == 0 && z[iord[i1]] < z[ihld])
 573                     {
 574                       itest = 1;
 575                       for(i2 = j-1; i2 >= i1; i2--)
 576                         {
 577                           iord[i2+1] = iord[i2];
 578                         }
 579                       iord[i1] = ihld;
 580                     }
 581                 }
 582             }
 583           // compute the number of Gaussians and their centers ( first
 584           // guess )
 585           // centers must be separated by cells having smaller ener. dep.
 586           // neighbouring centers should be either strong or well-separated
 587           ig=0;
 588           xc[ig] = x[iord[0]];
 589           yc[ig] = y[iord[0]];
 590           zc[ig] = z[iord[0]];
 591           for(j = 1; j <= ncl[i]; j++)
 592             {
 593               itest = -1;
 594               x1    = x[iord[j]];
 595               y1    = y[iord[j]];
 596               for(k = 0; k <= ig; k++)
 597                 {
 598                   x2 = xc[k];
 599                   y2 = yc[k];
 600                   rr = Distance(x1,y1,x2,y2);
 601                   if( rr >= 1.1 && rr < 1.8 && z[iord[j]] > zc[k]/4.)
 602                     {
 603                       itest++;
 604                     }
 605                   if( rr >= 1.8 && rr < 2.1 && z[iord[j]] > zc[k]/10.)
 606                     {
 607                       itest++;
 608                     }
 609                   if( rr >= 2.1)
 610                     {
 611                       itest++;
 612                     }
 613                 }
 614               if(itest == ig)
 615                 {
 616                   ig++;
 617                   xc[ig] = x1;
 618                   yc[ig] = y1;
 619                   zc[ig] = z[iord[j]];
 620                 }
 621             }
 622
 623           GaussFit(ncl[i], ig, x[0], y[0] ,z[0], xc[0], yc[0], zc[0], rc[0]);
 624           icl += ig+1;
 625           // compute the number of cells belonging to each cluster.
 626           // cell is shared between several clusters ( if they are equidistant
 627           // from it ) in the ratio of cluster energy deposition
 628           for(j = 0; j <= ig; j++)
 629             {
 630               cells[j]=0.;
 631             }
 632           if(ig > 0)
 633             {
 634               for(j = 0; j <= ncl[i]; j++)
 635                 {
 636                   lev1[j] = 0;
 637                   lev2[j] = 0;
 638                   for(k = 0; k <= ig; k++)
 639                     {
 640                       dist = Distance(x[j], y[j], xc[k], yc[k]);
 641                       if(dist < TMath::Sqrt(3.) )
 642                         {
 643                           //asso
 644                           fClTr[cellCount[k]][clno+k+1] = t[j];
 645                           cellCount[k]++;
 646                           //
 647                           lev1[0]++;
 648                           i1       = lev1[0];
 649                           lev1[i1] = k;
 650                         }
 651                       else
 652                         {
 653                           if(dist < 2.1)
 654                             {
 655                               lev2[0]++;
 656                               i1       = lev2[0];
 657                               lev2[i1] = k;
 658                             }
 659                         }
 660                     }
 661                   if(lev1[0] != 0)
 662                     {
 663                       if(lev1[0] == 1)
 664                         {
 665                           cells[lev1[1]]++;
 666                         }
 667                       else
 668                         {
 669                           sum=0.;
 670                           for(k = 1; k <= lev1[0]; k++)
 671                             {
 672                               sum  += zc[lev1[k]];
 673                             }
 674                           for(k = 1; k <= lev1[0]; k++)
 675                             {
 676                               cells[lev1[k]] += zc[lev1[k]]/sum;
 677                             }
 678                         }
 679                     }
 680                   else
 681                     {
 682                       if(lev2[0] == 0)
 683                         {
 684                           cells[lev2[1]]++;
 685                         }
 686                       else
 687                         {
 688                           sum=0.;
 689                           for( k = 1; k <= lev2[0]; k++)
 690                             {
 691                               sum += zc[lev2[k]];
 692                             }
 693                           for(k = 1; k <= lev2[0]; k++)
 694                             {
 695                               cells[lev2[k]] +=  zc[lev2[k]]/sum;
 696                             }
 697                         }
 698                     }
 699                 }
 700             }
 701
 702           // zero rest of the cell array
 703           //asso
 704           for( k = 0; k <= ig; k++)
 705             {
 706               for(Int_t icltr = cellCount[k]; icltr < 14; icltr++)
 707                 {
 708                   fClTr[icltr][clno] = -1;
 709                 }
 710             }
 711           //
 712
 713           for(j = 0; j <= ig; j++)
 714             {
 715               clno++;
 716               if (clno >= 5000)
 717                 {
 718                   AliWarning("RefClust: Too many clusters! more than 5000");
 719                   return;
 720                 }
 721               clusdata[0] = xc[j];
 722               clusdata[1] = yc[j];
 723               clusdata[2] = zc[j];
 724               clusdata[4] = rc[j];
 725               clusdata[5] = 0.0;
 726               if(ig == 0)
 727                 {
 728                   clusdata[3] = ncl[i];
 729                 }
 730               else
 731                 {
 732                   clusdata[3] = cells[j];
 733                 }
 734               pmdcludata = new AliPMDcludata(clusdata);
 735               pmdclucont->Add(pmdcludata);
 736             }
 737         }
 738     }
 739 }
 740 // ------------------------------------------------------------------------ //
 741 void AliPMDClusteringV1::GaussFit(Int_t ncell, Int_t nclust, Double_t &x,
 742                                   Double_t &y ,Double_t &z, Double_t &xc,
 743                                   Double_t &yc, Double_t &zc, Double_t &rc)
 744 {
 745   // Does gaussian fitting
 746   //
 747   const Int_t kdim = 4500;
 748   Int_t i, j, i1, i2, novar, idd, jj;
 749   Double_t sum, dx, dy, str, str1, aint, sum1, rr, dum;
 750   Double_t x1, x2, y1, y2;
 751   Double_t xx[kdim], yy[kdim], zz[kdim], xxc[kdim], yyc[kdim];
 752   Double_t a[kdim], b[kdim], c[kdim], d[kdim], ha[kdim], hb[kdim];
 753   Double_t hc[kdim], hd[kdim], zzc[kdim], rrc[kdim];
 754   Int_t neib[kdim][50];
 755
 756   TRandom rnd;
 757
 758   str   = 0.;
 759   str1  = 0.;
 760   rr    = 0.3;
 761   novar = 0;
 762   j = 0;
 763
 764   for(i = 0; i <= ncell; i++)
 765     {
 766       xx[i] = *(&x+i);
 767       yy[i] = *(&y+i);
 768       zz[i] = *(&z+i);
 769       str  += zz[i];
 770     }
 771   for(i=0; i<=nclust; i++)
 772     {
 773       xxc[i] = *(&xc+i);
 774       yyc[i] = *(&yc+i);
 775       zzc[i] = *(&zc+i);
 776       str1  += zzc[i];
 777       rrc[i] = 0.5;
 778     }
 779   for(i = 0; i <= nclust; i++)
 780     {
 781       zzc[i] = str/str1*zzc[i];
 782       ha[i]  = xxc[i];
 783       hb[i]  = yyc[i];
 784       hc[i]  = zzc[i];
 785       hd[i]  = rrc[i];
 786       x1     = xxc[i];
 787       y1     = yyc[i];
 788     }
 789   for(i = 0; i <= ncell; i++)
 790     {
 791       idd = 0;
 792       x1  = xx[i];
 793       y1  = yy[i];
 794       for(j = 0; j <= nclust; j++)
 795         {
 796           x2 = xxc[j];
 797           y2 = yyc[j];
 798           if(Distance(x1,y1,x2,y2) <= 3.)
 799             {
 800               idd++;
 801               neib[i][idd] = j;
 802             }
 803         }
 804       neib[i][0] = idd;
 805     }
 806   sum = 0.;
 807   for(i1 = 0; i1 <= ncell; i1++)
 808     {
 809       aint = 0.;
 810       idd = neib[i1][0];
 811       for(i2 = 1; i2 <= idd; i2++)
 812         {
 813           jj    = neib[i1][i2];
 814           dx    = xx[i1] - xxc[jj];
 815           dy    = yy[i1] - yyc[jj];
 816           dum   = rrc[j]*rrc[jj] + rr*rr;
 817           aint += exp(-(dx*dx+dy*dy)/dum)*zzc[idd]*rr*rr/dum;
 818         }
 819       sum += (aint - zz[i1])*(aint - zz[i1])/str;
 820     }
 821   str1 = 0.;
 822   for(i = 0; i <= nclust; i++)
 823     {
 824       a[i]  = xxc[i] + 0.6*(rnd.Uniform() - 0.5);
 825       b[i]  = yyc[i] + 0.6*(rnd.Uniform() - 0.5);
 826       c[i]  = zzc[i]*(1.+ ( rnd.Uniform() - 0.5)*0.2);
 827       str1 += zzc[i];
 828       d[i]  = rrc[i]*(1.+ ( rnd.Uniform() - 0.5)*0.1);
 829
 830       if(d[i] < 0.25)
 831         {
 832           d[i]=0.25;
 833         }
 834     }
 835   for(i = 0; i <= nclust; i++)
 836     {
 837       c[i] = c[i]*str/str1;
 838     }
 839   sum1=0.;
 840   for(i1 = 0; i1 <= ncell; i1++)
 841     {
 842       aint = 0.;
 843       idd = neib[i1][0];
 844       for(i2 = 1; i2 <= idd; i2++)
 845         {
 846           jj    = neib[i1][i2];
 847           dx    = xx[i1] - a[jj];
 848           dy    = yy[i1] - b[jj];
 849           dum   = d[jj]*d[jj]+rr*rr;
 850           aint += exp(-(dx*dx+dy*dy)/dum)*c[i2]*rr*rr/dum;
 851         }
 852       sum1 += (aint - zz[i1])*(aint - zz[i1])/str;
 853     }
 854
 855     if(sum1 < sum)
 856       {
 857         for(i2 = 0; i2 <= nclust; i2++)
 858         {
 859           xxc[i2] = a[i2];
 860           yyc[i2] = b[i2];
 861           zzc[i2] = c[i2];
 862           rrc[i2] = d[i2];
 863           sum     = sum1;
 864         }
 865       }
 866     for(j = 0; j <= nclust; j++)
 867       {
 868         *(&xc+j) = xxc[j];
 869         *(&yc+j) = yyc[j];
 870         *(&zc+j) = zzc[j];
 871         *(&rc+j) = rrc[j];
 872       }
 873 }
 874 // ------------------------------------------------------------------------ //
 875 Double_t AliPMDClusteringV1::Distance(Double_t x1, Double_t y1,
 876                                       Double_t x2, Double_t y2)
 877 {
 878   return TMath::Sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2));
 879 }
 880 // ------------------------------------------------------------------------ //
 881 void AliPMDClusteringV1::SetEdepCut(Float_t decut)
 882 {
 883   fCutoff = decut;
 884 }
 885 // ------------------------------------------------------------------------ //