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 edepcell[kNMX] and cluster information is in a
  34    TObjarray. Integer clno gives total number of clusters in the
  35    supermodule.
  36
  37    fClusters is 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 "TRandom.h"
  49 #include <stdio.h>
  50
  51 #include "AliPMDcludata.h"
  52 #include "AliPMDcluster.h"
  53 #include "AliPMDClustering.h"
  54 #include "AliPMDClusteringV1.h"
  55 #include "AliLog.h"
  56
  57 ClassImp(AliPMDClusteringV1)
  58
  59 const Double_t AliPMDClusteringV1::fgkSqroot3by2=0.8660254;  // sqrt(3.)/2.
  60
  61 AliPMDClusteringV1::AliPMDClusteringV1():
  62   fPMDclucont(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         }
  72     }
  73 }
  74 // ------------------------------------------------------------------------ //
  75 AliPMDClusteringV1::AliPMDClusteringV1(const AliPMDClusteringV1& pmdclv1):
  76   AliPMDClustering(pmdclv1),
  77   fPMDclucont(0),
  78   fCutoff(0)
  79 {
  80   // copy constructor
  81   AliError("Copy constructor not allowed ");
  82
  83 }
  84 // ------------------------------------------------------------------------ //
  85 AliPMDClusteringV1 &AliPMDClusteringV1::operator=(const AliPMDClusteringV1& /*pmdclv1*/)
  86 {
  87   // copy constructor
  88   AliError("Assignment operator not allowed ");
  89   return *this;
  90 }
  91 // ------------------------------------------------------------------------ //
  92 AliPMDClusteringV1::~AliPMDClusteringV1()
  93 {
  94   delete fPMDclucont;
  95 }
  96 // ------------------------------------------------------------------------ //
  97 void AliPMDClusteringV1::DoClust(Int_t idet, Int_t ismn,
  98                                  Double_t celladc[48][96], TObjArray *pmdcont)
  99 {
 100   // main function to call other necessary functions to do clustering
 101   //
 102
 103   AliPMDcluster *pmdcl = 0;
 104
 105   Int_t    i,  j, nmx1, incr, id, jd;
 106   Int_t    celldataX[15], celldataY[15];
 107   Float_t  clusdata[6];
 108   Double_t cutoff, ave;
 109   Double_t edepcell[kNMX];
 110
 111   const float ktwobysqrt3 = 1.1547; // 2./sqrt(3.)
 112
 113   // ndimXr and ndimYr are different because of different module size
 114
 115   Int_t ndimXr = 0;
 116   Int_t ndimYr = 0;
 117
 118   if (ismn < 12)
 119     {
 120       ndimXr = 96;
 121       ndimYr = 48;
 122     }
 123   else if (ismn >= 12 && ismn <= 23)
 124     {
 125       ndimXr = 48;
 126       ndimYr = 96;
 127     }
 128
 129   Int_t kk = 0;
 130   for (Int_t i = 0; i < kNDIMX; i++)
 131     {
 132       for (Int_t j = 0; j < kNDIMY; j++)
 133         {
 134           fCellTrNo[i][j] = -1;
 135           edepcell[kk] = 0.;
 136           kk++;
 137         }
 138     }
 139
 140   for (id = 0; id < ndimXr; id++)
 141     {
 142       for (jd = 0; jd < ndimYr; jd++)
 143         {
 144           j = jd;
 145           i = id+(ndimYr/2-1)-(jd/2);
 146
 147           Int_t ij = i + j*kNDIMX;
 148
 149           if (ismn < 12)
 150             {
 151               edepcell[ij]    = celladc[jd][id];
 152               fCellTrNo[i][j] = jd*10000+id;  // for association
 153             }
 154           else if (ismn >= 12 && ismn <= 23)
 155             {
 156               edepcell[ij]    = celladc[id][jd];
 157               fCellTrNo[i][j] = id*10000+jd;  // for association
 158             }
 159
 160         }
 161     }
 162
 163   Int_t iord1[kNMX];
 164   TMath::Sort(kNMX,edepcell,iord1);// order the data
 165   cutoff = fCutoff;                // cutoff to discard cells
 166   ave  = 0.;
 167   nmx1 = -1;
 168   for(i = 0;i < kNMX; i++)
 169     {
 170       if(edepcell[i] > 0.)
 171         {
 172           ave += edepcell[i];
 173         }
 174       if(edepcell[i] > cutoff )
 175         {
 176           nmx1++;
 177         }
 178     }
 179
 180   AliDebug(1,Form("Number of cells having energy >= %f are %d",cutoff,nmx1));
 181
 182   if (nmx1 == 0) nmx1 = 1;
 183   ave = ave/nmx1;
 184
 185   AliDebug(1,Form("Number of cells in a SuperM = %d and Average = %f",
 186                   kNMX,ave));
 187
 188   incr = CrClust(ave, cutoff, nmx1,iord1, edepcell );
 189   RefClust(incr,edepcell);
 190   Int_t nentries1 = fPMDclucont->GetEntries();
 191   AliDebug(1,Form("Detector Plane = %d  Serial Module No = %d Number of clusters = %d",idet, ismn, nentries1));
 192   AliDebug(1,Form("Total number of clusters/module = %d",nentries1));
 193
 194   for (Int_t ient1 = 0; ient1 < nentries1; ient1++)
 195     {
 196       AliPMDcludata *pmdcludata =
 197         (AliPMDcludata*)fPMDclucont->UncheckedAt(ient1);
 198       Float_t cluXC    = pmdcludata->GetClusX();
 199       Float_t cluYC    = pmdcludata->GetClusY();
 200       Float_t cluADC   = pmdcludata->GetClusADC();
 201       Float_t cluCELLS = pmdcludata->GetClusCells();
 202       Float_t cluSIGX  = pmdcludata->GetClusSigmaX();
 203       Float_t cluSIGY  = pmdcludata->GetClusSigmaY();
 204
 205       Float_t cluY0    = ktwobysqrt3*cluYC;
 206       Float_t cluX0    = cluXC - cluY0/2.;
 207
 208       //
 209       // Cluster X centroid is back transformed
 210       //
 211       if (ismn < 12)
 212         {
 213           clusdata[0] = cluX0 - (24-1) + cluY0/2.;
 214         }
 215       else if ( ismn >= 12 && ismn <= 23)
 216         {
 217           clusdata[0] = cluX0 - (48-1) + cluY0/2.;
 218         }
 219
 220       clusdata[1]     = cluY0;
 221       clusdata[2]     = cluADC;
 222       clusdata[3]     = cluCELLS;
 223       clusdata[4]     = cluSIGX;
 224       clusdata[5]     = cluSIGY;
 225
 226       //
 227       // Cells associated with a cluster
 228       //
 229
 230       for (Int_t ihit = 0; ihit < 15; ihit++)
 231         {
 232           if (ismn < 12)
 233             {
 234               celldataX[ihit] = pmdcludata->GetCellXY(ihit)%10000;
 235               celldataY[ihit] = pmdcludata->GetCellXY(ihit)/10000;
 236             }
 237           else if (ismn >= 12 && ismn <= 23)
 238             {
 239               celldataX[ihit] = pmdcludata->GetCellXY(ihit)/10000;
 240               celldataY[ihit] = pmdcludata->GetCellXY(ihit)%10000;
 241             }
 242         }
 243       pmdcl = new AliPMDcluster(idet, ismn, clusdata, celldataX, celldataY);
 244       pmdcont->Add(pmdcl);
 245     }
 246
 247   fPMDclucont->Clear();
 248
 249 }
 250 // ------------------------------------------------------------------------ //
 251 Int_t AliPMDClusteringV1::CrClust(Double_t ave, Double_t cutoff, Int_t nmx1,
 252                                   Int_t iord1[], Double_t edepcell[])
 253 {
 254   // Does crude clustering
 255   // Finds out only the big patch by just searching the
 256   // connected cells
 257   //
 258   Int_t i,j,k,id1,id2,icl, numcell, clust[2][5000];
 259   Int_t jd1,jd2, icell, cellcount;
 260   static Int_t neibx[6]={1,0,-1,-1,0,1}, neiby[6]={0,1,1,0,-1,-1};
 261
 262   AliDebug(1,Form("kNMX = %d nmx1 = %d kNDIMX = %d kNDIMY = %d ave = %f cutoff = %f",kNMX,nmx1,kNDIMX,kNDIMY,ave,cutoff));
 263
 264   for (j = 0; j < kNDIMX; j++)
 265     {
 266       for(k = 0; k < kNDIMY; k++)
 267         {
 268           fInfocl[0][j][k] = 0;
 269           fInfocl[1][j][k] = 0;
 270         }
 271     }
 272   for(i=0; i < kNMX; i++)
 273     {
 274       fInfcl[0][i] = -1;
 275
 276       j  = iord1[i];
 277       id2 = j/kNDIMX;
 278       id1 = j-id2*kNDIMX;
 279
 280       if(edepcell[j] <= cutoff)
 281         {
 282           fInfocl[0][id1][id2] = -1;
 283         }
 284     }
 285
 286   // ---------------------------------------------------------------
 287   // crude clustering begins. Start with cell having largest adc
 288   // count and loop over the cells in descending order of adc count
 289   // ---------------------------------------------------------------
 290
 291   icl       = -1;
 292   cellcount = -1;
 293
 294   for(icell = 0; icell <= nmx1; icell++)
 295     {
 296       j  = iord1[icell];
 297       id2 = j/kNDIMX;
 298       id1 = j-id2*kNDIMX;
 299
 300       if(fInfocl[0][id1][id2] == 0 )
 301         {
 302           icl++;
 303           numcell = 0;
 304           cellcount++;
 305           fInfocl[0][id1][id2] = 1;
 306           fInfocl[1][id1][id2] = icl;
 307           fInfcl[0][cellcount] = icl;
 308           fInfcl[1][cellcount] = id1;
 309           fInfcl[2][cellcount] = id2;
 310
 311           clust[0][numcell] = id1;
 312           clust[1][numcell] = id2;
 313
 314           for(i = 1; i < 5000; i++)
 315             {
 316               clust[0][i]=0;
 317             }
 318           // ---------------------------------------------------------------
 319           // check for adc count in neib. cells. If ne 0 put it in this clust
 320           // ---------------------------------------------------------------
 321           for(i = 0; i < 6; i++)
 322             {
 323               jd1 = id1 + neibx[i];
 324               jd2 = id2 + neiby[i];
 325               if( (jd1 >= 0 && jd1 < kNDIMX) && (jd2 >= 0 && jd2 < kNDIMY) &&
 326                   fInfocl[0][jd1][jd2] == 0)
 327                 {
 328                   numcell++;
 329                   fInfocl[0][jd1][jd2] = 2;
 330                   fInfocl[1][jd1][jd2] = icl;
 331                   clust[0][numcell]    = jd1;
 332                   clust[1][numcell]    = jd2;
 333                   cellcount++;
 334                   fInfcl[0][cellcount] = icl;
 335                   fInfcl[1][cellcount] = jd1;
 336                   fInfcl[2][cellcount] = jd2;
 337                 }
 338             }
 339           // ---------------------------------------------------------------
 340           // check adc count for neighbour's neighbours recursively and
 341           // if nonzero, add these to the cluster.
 342           // ---------------------------------------------------------------
 343           for(i = 1; i < 5000;i++)
 344             {
 345               if(clust[0][i] != 0)
 346                 {
 347                   id1 = clust[0][i];
 348                   id2 = clust[1][i];
 349                   for(j = 0; j < 6 ; j++)
 350                     {
 351                       jd1 = id1 + neibx[j];
 352                       jd2 = id2 + neiby[j];
 353                       if( (jd1 >= 0 && jd1 < kNDIMX) &&
 354                           (jd2 >= 0 && jd2 < kNDIMY) &&
 355                           fInfocl[0][jd1][jd2] == 0 )
 356                         {
 357                           fInfocl[0][jd1][jd2] = 2;
 358                           fInfocl[1][jd1][jd2] = icl;
 359                           numcell++;
 360                           clust[0][numcell]    = jd1;
 361                           clust[1][numcell]    = jd2;
 362                           cellcount++;
 363                           fInfcl[0][cellcount] = icl;
 364                           fInfcl[1][cellcount] = jd1;
 365                           fInfcl[2][cellcount] = jd2;
 366                         }
 367                     }
 368                 }
 369             }
 370         }
 371     }
 372   return cellcount;
 373 }
 374 // ------------------------------------------------------------------------ //
 375 void AliPMDClusteringV1::RefClust(Int_t incr, Double_t edepcell[])
 376 {
 377   // Does the refining of clusters
 378   // Takes the big patch and does gaussian fitting and
 379   // finds out the more refined clusters
 380   //
 381
 382
 383
 384   AliPMDcludata *pmdcludata = 0;
 385
 386   Int_t *cellCount;
 387   Int_t **cellXY;
 388   const Int_t kdim = 4500;
 389
 390   Int_t    i, j, k, i1, i2, id, icl,  itest,ihld, ig, nsupcl,clno;
 391   Int_t    t[kdim];
 392   Int_t    ncl[kdim], iord[kdim], lev1[20], lev2[20];
 393   Int_t    clxy[15];
 394   Float_t  clusdata[6];
 395   Double_t x1, y1, z1, x2, y2, z2, dist,rr,sum;
 396   Double_t x[kdim], y[kdim], z[kdim];
 397   Double_t xc[kdim], yc[kdim], zc[kdim], cells[kdim], rc[kdim];
 398
 399   // Initialisation
 400   for(i = 0; i<kdim; i++)
 401     {
 402       t[i]         = -1;
 403       ncl[i]       = -1;
 404       if (i < 6) clusdata[i] = 0.;
 405       if (i < 15) clxy[i] = 0;
 406     }
 407
 408   // clno counts the final clusters
 409   // nsupcl =  # of superclusters; ncl[i]= # of cells in supercluster i
 410   // x, y and z store (x,y) coordinates of and energy deposited in a cell
 411   // xc, yc store (x,y) coordinates of the cluster center
 412   // zc stores the energy deposited in a cluster
 413   // rc is cluster radius
 414
 415   clno  = -1;
 416   nsupcl = -1;
 417
 418   for(i = 0; i <= incr; i++)
 419     {
 420       if(fInfcl[0][i] != nsupcl)
 421         {
 422           nsupcl++;
 423         }
 424       if (nsupcl > kdim)
 425         {
 426           AliWarning("RefClust: Too many superclusters!");
 427           nsupcl = kdim;
 428           break;
 429         }
 430       ncl[nsupcl]++;
 431     }
 432
 433   AliDebug(1,Form("Number of cells = %d Number of Superclusters = %d",
 434                   incr+1,nsupcl+1));
 435   id  = -1;
 436   icl = -1;
 437
 438   for(i = 0; i <= nsupcl; i++)
 439     {
 440       if(ncl[i] == 0)
 441         {
 442           id++;
 443           icl++;
 444           if (clno >= 5000)
 445             {
 446               AliWarning("RefClust: Too many clusters! more than 5000");
 447               return;
 448             }
 449           clno++;
 450           i1 = fInfcl[1][id];
 451           i2 = fInfcl[2][id];
 452
 453           Int_t i12 = i1 + i2*kNDIMX;
 454
 455           clusdata[0] = fCoord[0][i1][i2];
 456           clusdata[1] = fCoord[1][i1][i2];
 457           clusdata[2] = edepcell[i12];
 458           clusdata[3] = 1.;
 459           clusdata[4] = 0.5;
 460           clusdata[5] = 0.0;
 461
 462           clxy[0] = fCellTrNo[i1][i2];            //association
 463           for(Int_t icltr = 1; icltr < 15; icltr++)
 464             {
 465               clxy[icltr] = -1;
 466             }
 467           pmdcludata  = new AliPMDcludata(clusdata,clxy);
 468           fPMDclucont->Add(pmdcludata);
 469         }
 470       else if(ncl[i] == 1)
 471         {
 472           id++;
 473           icl++;
 474           if (clno >= 5000)
 475             {
 476               AliWarning("RefClust: Too many clusters! more than 5000");
 477               return;
 478             }
 479           clno++;
 480           i1   = fInfcl[1][id];
 481           i2   = fInfcl[2][id];
 482           Int_t i12 = i1 + i2*kNDIMX;
 483
 484           x1   = fCoord[0][i1][i2];
 485           y1   = fCoord[1][i1][i2];
 486           z1   = edepcell[i12];
 487           clxy[0] = fCellTrNo[i1][i2];    //asso
 488           id++;
 489           i1   = fInfcl[1][id];
 490           i2   = fInfcl[2][id];
 491
 492           Int_t i22 = i1 + i2*kNDIMX;
 493           x2   = fCoord[0][i1][i2];
 494           y2   = fCoord[1][i1][i2];
 495           z2   = edepcell[i22];
 496           clxy[1] = fCellTrNo[i1][i2];            //asso
 497           for(Int_t icltr = 2; icltr < 15; icltr++)
 498             {
 499               clxy[icltr] = -1;
 500             }
 501
 502           clusdata[0] = (x1*z1+x2*z2)/(z1+z2);
 503           clusdata[1] = (y1*z1+y2*z2)/(z1+z2);
 504           clusdata[2] = z1+z2;
 505           clusdata[3] = 2.;
 506           clusdata[4] = 0.5;
 507           clusdata[5] = 0.0;
 508           pmdcludata  = new AliPMDcludata(clusdata,clxy);
 509           fPMDclucont->Add(pmdcludata);
 510         }
 511       else
 512         {
 513           id++;
 514           iord[0] = 0;
 515           // super-cluster of more than two cells - broken up into smaller
 516           // clusters gaussian centers computed. (peaks separated by > 1 cell)
 517           // Begin from cell having largest energy deposited This is first
 518           // cluster center
 519           i1      = fInfcl[1][id];
 520           i2      = fInfcl[2][id];
 521           Int_t i12 = i1 + i2*kNDIMX;
 522
 523           x[0]    = fCoord[0][i1][i2];
 524           y[0]    = fCoord[1][i1][i2];
 525           z[0]    = edepcell[i12];
 526
 527           t[0] = fCellTrNo[i1][i2];       //asso
 528
 529           iord[0] = 0;
 530           for(j = 1; j <= ncl[i]; j++)
 531             {
 532               id++;
 533               i1      = fInfcl[1][id];
 534               i2      = fInfcl[2][id];
 535               Int_t i12 = i1 + i2*kNDIMX;
 536
 537               iord[j] = j;
 538               x[j]    = fCoord[0][i1][i2];
 539               y[j]    = fCoord[1][i1][i2];
 540               z[j]    = edepcell[i12];
 541
 542               t[j]    = fCellTrNo[i1][i2];            //asso
 543             }
 544
 545           // arranging cells within supercluster in decreasing order
 546
 547           for(j = 1;j <= ncl[i]; j++)
 548             {
 549               itest = 0;
 550               ihld  = iord[j];
 551               for(i1 = 0; i1 < j; i1++)
 552                 {
 553                   if(itest == 0 && z[iord[i1]] < z[ihld])
 554                     {
 555                       itest = 1;
 556                       for(i2 = j-1; i2 >= i1; i2--)
 557                         {
 558                           iord[i2+1] = iord[i2];
 559                         }
 560                       iord[i1] = ihld;
 561                     }
 562                 }
 563             }
 564           // compute the number of Gaussians and their centers ( first
 565           // guess )
 566           // centers must be separated by cells having smaller ener. dep.
 567           // neighbouring centers should be either strong or well-separated
 568           ig = 0;
 569           xc[ig] = x[iord[0]];
 570           yc[ig] = y[iord[0]];
 571           zc[ig] = z[iord[0]];
 572           for(j = 1; j <= ncl[i]; j++)
 573             {
 574               itest = -1;
 575               x1    = x[iord[j]];
 576               y1    = y[iord[j]];
 577               for(k = 0; k <= ig; k++)
 578                 {
 579                   x2 = xc[k];
 580                   y2 = yc[k];
 581                   rr = Distance(x1,y1,x2,y2);
 582                   if(rr >= 1.1 && rr < 1.8 && z[iord[j]] > zc[k]/4.)itest++;
 583                   if(rr >= 1.8 && rr < 2.1 && z[iord[j]] > zc[k]/10.)itest++;
 584                   if( rr >= 2.1)itest++;
 585                 }
 586               if(itest == ig)
 587                 {
 588                   ig++;
 589                   xc[ig] = x1;
 590                   yc[ig] = y1;
 591                   zc[ig] = z[iord[j]];
 592                 }
 593             }
 594           GaussFit(ncl[i], ig, x[0], y[0] ,z[0], xc[0], yc[0], zc[0], rc[0]);
 595           icl += ig+1;
 596           // compute the number of cells belonging to each cluster.
 597           // cell is shared between several clusters ( if they are equidistant
 598           // from it ) in the ratio of cluster energy deposition
 599
 600           Int_t jj = 15;
 601           cellCount = new Int_t [ig+1];
 602           cellXY = new Int_t *[jj];
 603           for(Int_t ij = 0; ij < 15; ij++) cellXY[ij] = new Int_t [ig+1];
 604
 605           for(j = 0; j <= ig; j++)
 606             {
 607               cellCount[j] = 0;
 608               cells[j]     = 0.;
 609             }
 610
 611           if(ig > 0)
 612             {
 613               for(j = 0; j <= ncl[i]; j++)
 614                 {
 615                   lev1[j] = 0;
 616                   lev2[j] = 0;
 617                   for(k = 0; k <= ig; k++)
 618                     {
 619                       dist = Distance(x[j], y[j], xc[k], yc[k]);
 620                       if(dist < TMath::Sqrt(3.) )
 621                         {
 622                           //asso
 623                           if (cellCount[k] < 15)
 624                             {
 625                               cellXY[cellCount[k]][k] = t[j];
 626                             }
 627                           cellCount[k]++;
 628                           //
 629                           lev1[0]++;
 630                           i1       = lev1[0];
 631                           lev1[i1] = k;
 632                         }
 633                       else
 634                         {
 635                           if(dist < 2.1)
 636                             {
 637                               lev2[0]++;
 638                               i1       = lev2[0];
 639                               lev2[i1] = k;
 640                             }
 641                         }
 642                     }
 643                   if(lev1[0] != 0)
 644                     {
 645                       if(lev1[0] == 1)
 646                         {
 647                           cells[lev1[1]]++;
 648                         }
 649                       else
 650                         {
 651                           sum=0.;
 652                           for(k = 1; k <= lev1[0]; k++)
 653                             {
 654                               sum  += zc[lev1[k]];
 655                             }
 656                           for(k = 1; k <= lev1[0]; k++)
 657                             {
 658                               cells[lev1[k]] += zc[lev1[k]]/sum;
 659                             }
 660                         }
 661                     }
 662                   else
 663                     {
 664                       if(lev2[0] == 0)
 665                         {
 666                           cells[lev2[1]]++;
 667                         }
 668                       else
 669                         {
 670                           sum=0.;
 671                           for( k = 1; k <= lev2[0]; k++)
 672                             {
 673                               sum += zc[lev2[k]];
 674                             }
 675                           for(k = 1; k <= lev2[0]; k++)
 676                             {
 677                               cells[lev2[k]] +=  zc[lev2[k]]/sum;
 678                             }
 679                         }
 680                     }
 681                 }
 682             }
 683
 684           // zero rest of the cell array
 685           //asso
 686           for( k = 0; k <= ig; k++)
 687             {
 688               for(Int_t icltr = cellCount[k]; icltr < 15; icltr++)
 689                 {
 690                   cellXY[icltr][k] = -1;
 691                 }
 692             }
 693           //
 694
 695           for(j = 0; j <= ig; j++)
 696             {
 697               clno++;
 698               if (clno >= 5000)
 699                 {
 700                   AliWarning("RefClust: Too many clusters! more than 5000");
 701                   return;
 702                 }
 703               clusdata[0] = xc[j];
 704               clusdata[1] = yc[j];
 705               clusdata[2] = zc[j];
 706               clusdata[4] = rc[j];
 707               clusdata[5] = 0.0;
 708               if(ig == 0)
 709                 {
 710                   clusdata[3] = ncl[i];
 711                 }
 712               else
 713                 {
 714                   clusdata[3] = cells[j];
 715                 }
 716
 717
 718               for (Int_t ii=0; ii < 15; ii++)
 719                 {
 720                   clxy[ii] = cellXY[ii][j];
 721                 }
 722               pmdcludata = new AliPMDcludata(clusdata,clxy);
 723               fPMDclucont->Add(pmdcludata);
 724             }
 725           delete [] cellCount;
 726           for(Int_t jj = 0; jj < 15; jj++)delete [] cellXY[jj];
 727           delete [] cellXY;
 728         }
 729     }
 730 }
 731 // ------------------------------------------------------------------------ //
 732 void AliPMDClusteringV1::GaussFit(Int_t ncell, Int_t nclust, Double_t &x,
 733                                   Double_t &y ,Double_t &z, Double_t &xc,
 734                                   Double_t &yc, Double_t &zc, Double_t &rc)
 735 {
 736   // Does gaussian fitting
 737   //
 738
 739   const Int_t kdim = 4500;
 740   Int_t i, j, i1, i2, novar, idd, jj;
 741   Int_t neib[kdim][50];
 742
 743   Double_t sum, dx, dy, str, str1, aint, sum1, rr, dum;
 744   Double_t x1, x2, y1, y2;
 745   Double_t xx[kdim], yy[kdim], zz[kdim], xxc[kdim], yyc[kdim];
 746   Double_t a[kdim], b[kdim], c[kdim], d[kdim], ha[kdim], hb[kdim];
 747   Double_t hc[kdim], hd[kdim], zzc[kdim], rrc[kdim];
 748
 749   TRandom rnd;
 750
 751   str   = 0.;
 752   str1  = 0.;
 753   rr    = 0.3;
 754   novar = 0;
 755   j     = 0;
 756
 757   for(i = 0; i <= ncell; i++)
 758     {
 759       xx[i] = *(&x+i);
 760       yy[i] = *(&y+i);
 761       zz[i] = *(&z+i);
 762       str  += zz[i];
 763     }
 764   for(i=0; i<=nclust; i++)
 765     {
 766       xxc[i] = *(&xc+i);
 767       yyc[i] = *(&yc+i);
 768       zzc[i] = *(&zc+i);
 769       str1  += zzc[i];
 770       rrc[i] = 0.5;
 771     }
 772   for(i = 0; i <= nclust; i++)
 773     {
 774       zzc[i] = str/str1*zzc[i];
 775       ha[i]  = xxc[i];
 776       hb[i]  = yyc[i];
 777       hc[i]  = zzc[i];
 778       hd[i]  = rrc[i];
 779       x1     = xxc[i];
 780       y1     = yyc[i];
 781     }
 782
 783   for(i = 0; i <= ncell; i++)
 784     {
 785       idd = 0;
 786       x1  = xx[i];
 787       y1  = yy[i];
 788       for(j = 0; j <= nclust; j++)
 789         {
 790           x2 = xxc[j];
 791           y2 = yyc[j];
 792           if(Distance(x1,y1,x2,y2) <= 3.)
 793             {
 794               idd++;
 795               neib[i][idd] = j;
 796             }
 797         }
 798       neib[i][0] = idd;
 799     }
 800   sum = 0.;
 801   for(i1 = 0; i1 <= ncell; i1++)
 802     {
 803       aint = 0.;
 804       idd = neib[i1][0];
 805       for(i2 = 1; i2 <= idd; i2++)
 806         {
 807           jj    = neib[i1][i2];
 808           dx    = xx[i1] - xxc[jj];
 809           dy    = yy[i1] - yyc[jj];
 810           dum   = rrc[j]*rrc[jj] + rr*rr;
 811           aint += exp(-(dx*dx+dy*dy)/dum)*zzc[idd]*rr*rr/dum;
 812         }
 813       sum += (aint - zz[i1])*(aint - zz[i1])/str;
 814     }
 815   str1 = 0.;
 816
 817   for(i = 0; i <= nclust; i++)
 818     {
 819       a[i]  = xxc[i] + 0.6*(rnd.Uniform() - 0.5);
 820       b[i]  = yyc[i] + 0.6*(rnd.Uniform() - 0.5);
 821       c[i]  = zzc[i]*(1.+ ( rnd.Uniform() - 0.5)*0.2);
 822       str1 += zzc[i];
 823       d[i]  = rrc[i]*(1.+ ( rnd.Uniform() - 0.5)*0.1);
 824
 825       if(d[i] < 0.25)
 826         {
 827           d[i]=0.25;
 828         }
 829     }
 830   for(i = 0; i <= nclust; i++)
 831     {
 832       c[i] = c[i]*str/str1;
 833     }
 834   sum1=0.;
 835
 836   for(i1 = 0; i1 <= ncell; i1++)
 837     {
 838       aint = 0.;
 839       idd = neib[i1][0];
 840       for(i2 = 1; i2 <= idd; i2++)
 841         {
 842           jj    = neib[i1][i2];
 843           dx    = xx[i1] - a[jj];
 844           dy    = yy[i1] - b[jj];
 845           dum   = d[jj]*d[jj]+rr*rr;
 846           aint += exp(-(dx*dx+dy*dy)/dum)*c[i2]*rr*rr/dum;
 847         }
 848       sum1 += (aint - zz[i1])*(aint - zz[i1])/str;
 849     }
 850
 851     if(sum1 < sum)
 852       {
 853         for(i2 = 0; i2 <= nclust; i2++)
 854         {
 855           xxc[i2] = a[i2];
 856           yyc[i2] = b[i2];
 857           zzc[i2] = c[i2];
 858           rrc[i2] = d[i2];
 859           sum     = sum1;
 860         }
 861       }
 862     for(j = 0; j <= nclust; j++)
 863       {
 864         *(&xc+j) = xxc[j];
 865         *(&yc+j) = yyc[j];
 866         *(&zc+j) = zzc[j];
 867         *(&rc+j) = rrc[j];
 868       }
 869 }
 870 // ------------------------------------------------------------------------ //
 871 Double_t AliPMDClusteringV1::Distance(Double_t x1, Double_t y1,
 872                                       Double_t x2, Double_t y2)
 873 {
 874   return TMath::Sqrt((x1-x2)*(x1-x2) + (y1-y2)*(y1-y2));
 875 }
 876 // ------------------------------------------------------------------------ //
 877 void AliPMDClusteringV1::SetEdepCut(Float_t decut)
 878 {
 879   fCutoff = decut;
 880 }
 881 // ------------------------------------------------------------------------ //