随着Higgs粒子的发现,大型强子对撞机（LHC）上的两大通用探测器ATLAS和CMS实现了其设计目标,为了更精确测量Higgs粒子属性和探索新物理,物理学家提出HL-LHC升级计划。该计划对瞬时亮度的要求高达5×1034cm-2s-1,同时堆积数也达每25ns对撞周期内产生140个堆积事例,强辐照和高堆积数对CMS探测器提出了更加严峻的挑战。CMS计划在LS3（2023-2025）期间进行Phase Ⅱ升级,为即将到来的HL-LHC做准备。CMS Phase Ⅱ计划在L1触发系统中增加径迹信息,用以将40MHz对撞频率下产生的大量物理事例压缩至750kHz的物理事例率。L1触发系统总时延为12.5 μ s,其中分配给外径迹触发算法时延预算为5us,且外径迹触发算法还需提供粒子横动量Pt相对分辨率优于5%的径迹参数重建结果。因此,高事例压缩率、高径迹重建参数分辨率及低时延对外径迹触发算法也提出了更高要求。作为CMS Phase Ⅱ L1径迹触发的预研,本文首次将视网膜（Retina）算法与卡尔曼滤波器用于CMS外径迹的寻迹及参数重建中,并在FPGA上设计了该算法固件,实现了磁场中带电粒子的在线径迹寻找及参数重建,证明了该算法可用于CMS实验外径迹触发。论文的具体研究内容及创新点如下:1.提出并设计了用于识别磁场中带电粒子径迹的Retina算法。用带电粒子的横动量Pt和初始方向φ0为扫描目标参数,构建CMS外径迹桶状探测器数学模型,识别带电粒子在磁场中的径迹,并给出识别到的径迹参数Pt和φ0。同时,用模拟生成的径迹事例和Single-Muon事例验证了 Retina算法可用于磁场中带电粒子径迹的识别。2.针对CMS外径迹探测器,提出了一种迭代视网膜算法（IR算法-Iterative Retina）,该算法能有效识别CMS外径迹,且计算量开销大大降低。在Retina算法的基础上,首次利用迭代计算的方式来实现Retina算法,通过牺牲一定的算法时延换取低的资源消耗,较原Retina算法,新算法计算量开销总体减少了几倍到几十倍,同时也解决了原算法不能识别并发径迹的缺陷。用CMS实验事例率为PU200的t-tbar样本对新算法进行了测试验证,其径迹识别率达95%。3.将卡尔曼滤波器引入到迭代视网膜算法的后级,提升了重建的径迹参数精度,解决了迭代视网膜算法的重建参数不完整问题。加入卡尔曼滤波器后一方面能完整重建出粒子外径迹3d空间参数（φ0,Pt,η,z0）,另一方面重建的参数精度也大大提高,尤其是作为鉴别粒子重要指标的粒子横动量Pt,其相对分辨率从原来低能量段（Pt＜10GeV/c）的5-10%、高能量段（Pt＞10GeV/c）的＞10%提高到了 1-3%、～5%。4.设计了迭代视网膜算法和卡尔曼滤波器算法的FPGA固件,满足了 CMS实验对于在线算法的时延要求。在迭代视网膜算法固件设计中,评估了视网膜计算单元的多种固件结构,平衡了特定FPGA的各类资源消耗。在卡尔曼滤波器固件设计中,通过在状态转换计算的多个步骤中重复利用同一计算阵列,在计算时延不变的情况下优化了卡尔曼滤波器的资源开销,其每个计算单元消耗的DSP48数量从200下降到80。基于KC705评估板实现了迭代视网膜算法+卡尔曼滤波算法,用事例率PU为200的t-tbar样本事例,测试了径迹识别与参数重建。测试结果显示该算法的径迹识别率高至94%,且纯度达到95%,横动量Pt的相对重建分辨率优于于5%,算法时延为4.35us,其中IR算法为2.45us、卡尔曼滤波器为1.86us,满足CMS实验的实时性要求。本文提出的迭代视网膜算法与传统霍夫变换算法相比,在相同径迹识别率及相同时延下,本算法的资源开销仅为后者的1/3。