首页> 正文

利用ATLAS实验7TeV数据通过半轻子衰变道测量Top夸克对产生截面

2020-12-11阅读(475)

利用ATLAS实验7TeV数据通过半轻子衰变道测量Top夸克对产生截面

论文摘要

Top夸克早于1995年在CDF实验和DO实验上被发现,自此以后,对于Top夸克性质的测量就是高能物理界一个非常有意义的课题。这篇论文的核心内容是利用大型强自对撞机LHC上ATLAS实验的7TeV数据通过Top夸克对的半轻子衰变道来测量其产生截面。这一测量用到的是ATLAS在2010年积累的质子-质子对撞数据,总的积分亮度为33.7 pb-1。根据Top夸克对半轻子衰变的末态特点,作了如下的事例判选条件：一个且仅有一个好的孤立轻子（包括电子和μ子）,大的丢失横能量，至少四个jet。在这样的判选条件之后,在真实数据中电子道选出709个事例而μ子道选出583个事例。在本底的估计中,QCD多jet本底是由基于真实数据的矩阵方法测量得到的,其结果为电子道有249.4±74.8个事例、μ子道有40.3±12.9个事例。对于主要本底W+jets的测量用了三种基于真实数据的方法：正负电荷不对称法Berends Scaling的方法以及以上两者组合的方法。其中,正负电荷不对称法在现有数据量较小的情况下,主要受到统计误差的限制,误差比较大Berends Scaling的方法的误差则主要来自这一方法中的系统误差；最后,结合这两个方法分别的优点,两者组合的方法给出更小系统误差加统计误差的总误差,结果是：电子道273.0±78.2个事例,μ子道293.5±81.1个事例。除以上两个主要本底之外的其他物理道本底要小得多.所以它们是用蒙特卡罗数据进行估计的。信号事例数是通过拟合b-jet数的分布得到的,与此同时b-jet判定效率也作为一个变量,由拟合给出。这个同时拟合信号事例数和b-jet判定效率的方法称之为“tagcounting法,其优点在于既利用了b-jet数的信息,又避免了从其他方法的测量当中引入b-jet判定效率。在拟合中,本底作为b-jet数的函数,挨个从真实数据事例数中扣除。由于零b-jet的事例受到很大的本底污染,所以在拟合过程中没有使用。最后信号事例数的结果是电子道203.4±19.8个事例,μ子道221.5±19.6个事例,组合道424.6±27.8个事例,其中误差为统计误差。此方法中的系统误差也挨个考虑了,最后得到这三个道的相对系统误差为27.8%,22.4%和22.3%。在得到信号事例数之后,以下公式便被用于测量Top夸克对的产生截面：其中,L是数据的积分亮度,A·∈是从蒙特卡罗数据中得到的信号事例接收度乘以选择效率。考虑到蒙特卡罗和真实数据的差别,比如轻子的触发效率、重建效率、鉴别效率以及能量分布,因而需要在A·∈上乘以从数据中测得的校正因子。由于电子和μ子的组合道能够给出更小的统计误差,所以得到Top夸克对在组合道中的测量结果为148.1±34.9 pb,其中误差包括了系统误差和统计误差的总误差。这一测量结果与粒子物理标准模型用Hathor工具计算道NNLO的结果相一致,也在误差范围内与其他方法的测量结果相符合。2011年预计将有更大量的实验数据,我们有充分的理由相信对于Top夸克对的截面测量将得到更为精确的结果。

论文目录

  • 摘要
  • Abstract
  • LIST OF FIGURES
  • Chapter 1:Introduction
  • Chapter 2:The Standard Model and top quark physics
  • 2.1 The Standard Model
  • 2.1.1 The Elementary Particles
  • 2.1.2 The Electroweak Theory
  • 2.1.3 Quantum Chromodynamics
  • 2.1.4 The Higgs Mechanism
  • 2.2 Top Quark Physics
  • 2.2.1 The Cross Section for Top Pair Production
  • 2.2.2 The Top Quark Decay
  • Chapter 3:The LHC and ATLAS Detector
  • 3.1 The LHC
  • 3.2 The ATLAS Experiment
  • 3.2.1 Magnet System
  • 3.2.2 Inner Detector
  • 3.2.3 Calorimeters
  • Electromagnetic Calorimeter
  • Hadronic Calorimeters
  • 3.2.4 Muon Spectrometer
  • 3.3 Objects Reconstruction in ATLAS
  • 3.3.1 Reconstruction and Identification of Electrons
  • 3.3.2 Reconstruction of Muons
  • 3.3.3 Reconstruction of Jets
  • Tmiss'>3.3.4 The Measurement of ETmiss
  • 3.3.5 The SVO b-tagging algorithm
  • 3.3.6 The Measurement of Luminosity
  • meas'>Measurement of μmeas
  • vis'>Measurement of σvis
  • Absolute luminosity calibration with beam-separation scans
  • Chapter 4:Top pair Event Selection
  • 4.1 Top pair event selection cuts
  • 4.2 Phenomenology and Monte Carlo Samples
  • 4.3 Measurement of the QCD multijet background
  • 4.4 Selected events distribution
  • 4.5 Control plots
  • 4.6 Scale factors
  • 4.7 Conclusion:acceptance for tt events
  • Chapter 5:Measurement of W+jets in data
  • 5.1 Charge asymmetry measurement in W+jets events
  • 5.2 Results and systematic uncertainties to the charge asymmetry method
  • 5.3 Berends-Giele Scaling method
  • 5.4 Results and systematic uncertainties to the Berends Scaling method
  • 5.5 Combination of charge asymmetry and Berends scaling method
  • 5.6 W+jets in the b-tagged selection
  • 5.7 W/Z ratio method
  • 5.8 Summary
  • Chapter 6:Simultaneous measurement of top pair cross section measurement and b-tagging efficiency
  • 6.1 The tag counting method
  • 6.2 Likelihood fit results
  • b and Nsig'>6.3 Systematics to the simultaneous measurement of ∈b and Nsig
  • 6.4 Determination of the top pair cross section
  • tt'>6.5 Systematic uncertainties to the top pair cross section σtt
  • 6.6 Prospectives
  • Chapter 7:Conclusion
  • Appendix A:MC samples for backgrounds
  • Appendix B:Event selection for tt at different top mass
  • Appendix C:Scale factors for muon trigger efficiency
  • Appendix D:Selection efficiency with different top mass
  • Appendix E:Number of events separated with charge
  • Appendix F:W+jets measurement using charge asymmetry method with b-tagged jet
  • Appendix G:Results and systematic uncertainties in tag counting method
  • Bibliography
  • 博士期间参与的文章、Ntoe以及会议报告
  • 致谢

    • 相关论文文献

    • [1].Brainnetome Atlas:A new map of human brain[J]. Science Foundation in China 2016(04)
    • [2].Atlas空压机进口备件的国产化改造[J]. 冶金设备 2017(02)
    • [3].Atlas钛缆治疗粉碎性髌骨骨折的应用研究[J]. 现代医用影像学 2017(02)
    • [4].Lithospheric structure in NW of Africa:Case of the Moroccan Atlas Mountains[J]. Geodesy and Geodynamics 2015(06)
    • [5].Atlas钛缆治疗粉碎性髌骨骨折40例临床分析[J]. 现代医院 2015(08)
    • [6].身怀绝技的Atlas机器人[J]. 科学大众(中学生) 2019(Z2)
    • [7].明年的重磅炸弹 VOLKSWAGEN ATLAS[J]. 汽车知识 2016(12)
    • [8].大块头有大智慧 试驾上汽大众途昂[J]. 汽车之友 2017(09)
    • [9].ATLAS阿特拉斯轮胎品牌上海震撼发布[J]. 轿车情报 2017(05)
    • [10].Atlas Design: Giving New Life to Chinese Crafts[J]. China Today 2017(05)
    • [11].ATLAS AM520[J]. 汽车与运动 2017(09)
    • [12].如何运用ATLAS.ti分析定性数据和发掘研究主题[J]. 社会工作 2017(06)
    • [13].关于逆天的Atlas拟人机器人论述[J]. 中国战略新兴产业 2017(04)
    • [14].可以搬运货物的机器人[J]. 少年电脑世界 2016(05)
    • [15].Discovery of the Higgs boson by the ATLAS and CMS experiments at the LHC[J]. Science China(Physics,Mechanics & Astronomy) 2014(10)
    • [16].坚守创新:“百年”仪器品牌的执着追求——访锡莱亚太拉斯(SDL Atlas)中国区总经理简志光[J]. 中国纤检 2018(09)
    • [17].Atlas风机防喘振辅助设计及应用[J]. 自动化技术与应用 2012(02)
    • [18].基于ATLAS语言的无线电高度表测试研究[J]. 仪表技术 2010(02)
    • [19].Atlas空压机启动时频繁跳车处理经验总结[J]. 深冷技术 2010(05)
    • [20].基于MapGIS/Erdas/Atlas3D的三维地图的制作方法及其比较[J]. 地矿测绘 2010(03)
    • [21].基于ATLAS转换语言的模型转换初探[J]. 河北工程大学学报(自然科学版) 2010(04)
    • [22].基于Atlas语言实现模型转换技术的研究[J]. 现代电子技术 2009(20)
    • [23].SDL Atlas在ITMA ASIA+CITME 2018推出令人振奋的创新技术[J]. 中国纤检 2018(12)
    • [24].康丽数码发布新一代成衣数码印花机Kornit Atlas[J]. 网印工业 2019(01)
    • [25].波士顿动力公司Atlas[J]. 高科技与产业化 2017(11)
    • [26].ATLAS程序语言结构分析[J]. 航空维修与工程 2016(02)
    • [27].Atlas:用户肖像临摹者[J]. 成功营销 2014(11)
    • [28].Prospectives of the hadron program in ATLAS[J]. 中国物理C 2010(09)
    • [29].Analytical modeling and ATLAS simulation for a homojunction LED in the mid-infrared spectral region[J]. Optoelectronics Letters 2009(06)
    • [30].基于ATLAS语言的航空自动测试系统的设计与实现[J]. 信息技术与信息化 2008(03)

    标签：;  ;  ;  ;  

    利用ATLAS实验7TeV数据通过半轻子衰变道测量Top夸克对产生截面
    下载Doc文档

    猜你喜欢

    © 2025 毕速过 版权所有 鄂ICP备12018319号-5