BESIII物理分析工具.ppt

* * 次级顶点拟合算法 方法 未知参数和限定性条件下的最小二乘法 求解：拉格朗日乘子法 约束:粒子产生点与衰变点之间的运动学方程 中性粒子 带电粒子 * * 次级顶点重建结果 Decay length cut Ks : L/ s L 2 * 谢谢！ * * BESIII物理分析工具 黄彬 2010.4.19 * * BEPCII 单环结构?双环结构 单束团?多束团 对撞间隔：800ns ?8ns 峰值亮度： 1033cm-2 s-1@1.89GeV * * BESIII 漂移室 精确测量从相互作用点产生的带电粒子的动量、方向和电离能损(dE/dx) 飞行时间计数器 测量带电粒子在漂移室内的飞行时间，结合漂移室测得粒子的动量和径迹，辨别粒子的种类 电磁量能器 测量电子和γ光子的能量和位置 μ子鉴别器 通过多层测量给出μ子的位置和大致飞行轨迹，并进行μ子鉴别 子系统 设计指标 目前性能 漂移室 ?xy=130?m 136?m =0.7%@1.84GeV 0.98%@1.84GeV =6-7% 6% 电磁量能器 =2.5%@1GeV 2.5%@ 1GeV 6mm@ 1GeV 飞行时间计数器 ?T=80~90ps(桶部) 83ps桶部 ?T=110ps(端盖) 147ps端盖 * BESIII物理分析工具 粒子鉴别（黄彬 IHEP） 运动学拟合 顶点拟合 * 粒子鉴别 粒子鉴别的目的和任务 粒子探测装置除了要有高性能的径迹探测器和量能器以外，还必须具有好的粒子鉴别探测器 e/μ/π/K/p的鉴别 粒子鉴别探测器类型 测量粒子运动速度的探测器 飞行时间，切伦科夫，dE/dx能损测量 主要鉴别强子π/K/p，dE/dx还可以很好地鉴别电子 测量粒子能量的探测器 电磁量能器，主要鉴别电子和强子 过滤吸收型：主要鉴别μ 粒子鉴别方法 似然函数法 神经网络方法 * dE/dx系统 选取辐射Bhabha,强子事例,宇宙线事例以及Beam gas事例对电离曲线进行刻度 给出各种粒子的鉴别信息 对BES3, s~(5-6)%, K/p 2s分辨到600MeV/c * 飞行时间(TOF)系统 桶部 双层,时间分辨~90ps 束团引起的t0的不确定性,带来的关联,粒子鉴别时需要考虑和处理 端盖 单层单端读出,时间分辨~110ps 测量时间: 预期时间: 时间分辨好 粒子的动量低 飞行路径长 * 电磁量能器(EMC)系统 主要提供光子的沉积能量和入射位置的测量信息 此外,还能提供带电径迹的粒子鉴别信息,主要是e/m/p的鉴别 沉积能量:E/p 簇射形状 横向:Eseed, E3x3, E5x5 纵向:Df e/m/p粒子在量能器中的 沉积能量与入射动量的关系 * m子鉴别器(MUC)系统 RPC与轭铁夹心式结构 桶部9层,端盖8层 覆盖93%的立体角 截断动量~450MeV/c,提供有效的m/p识别 D以及Ds介子衰变常数 fD, fDs的精确测量 t物理研究 * 似然函数（Likelihood）法 探测器对入射粒子的响应可以用概率密度函数来描述. 探测器的响应是由一系列的测量来体现的,如dE/dx能损, 飞行时间,沉积能量等等 高斯型变量的概率 密度函数,如TOF和 dE/dx,等 通过计算似然函数的方法进行粒子鉴别 * 神经网络方法 输入层:粒子鉴别变量 输出层:鉴别结果 隐含层:网络内部单元 下一层的每个神经元都是 上一层所有神经元组合的 函数,称为响应函数 神经网络首先需要使用一套已知样本来训练网络，使不同的类型在输出层输 出所需的数值。在训练过程中，每个训练事例在网络中经过两遍传递计算。第一遍是向前传播计算，从输入层开始传递各层，经过处理后产生一个输出，并得到一个该实际输出和所需输出方差的矢量；第二遍是反向传播计算，从输出层到第一中间层为止，利用方差矢量对权重值w 和阈值t 进行逐层修正 * Pion Efficiency （From Liu Fang） PID Eff vs momentum PID efficiency vs cos? BOSS 6.5.0 * PID Eff vs momentum PID efficiency vs cos? Proton Efficiency（From Liu Fang） BOSS 6.5.0 * BESIII物理分析工具 粒子鉴别 运动学拟合（严亮USTC） 顶点拟合 * 运动学拟合 运动学拟合是一个利用在粒子相互作用和衰变中所满足的物理定律，来提高测量的数学过程。