3、粒子物理实验中的追踪系统与事件重建

粒子物理实验中的追踪系统与事件重建

1. 追踪系统介绍

1.1 LHCb 实验追踪系统

LHCb 实验致力于 B 强子的 CP 破坏和稀有衰变的精确测量。与 ATLAS 和 CMS 不同,它主要检测前向方向的粒子。其追踪系统核心是靠近相互作用点的硅微条探测器——顶点定位器(VELO),能移动到距质子束仅 7 毫米处,高精度测量初级顶点位置和轨道的撞击参数。

在 2019 - 2020 年升级前,VELO 下游的追踪由 TT 和 T 站完成:
- Tracker Turicensis (TT) :位于偶极磁铁上游的硅微条探测器,可提高重建轨道的动量分辨率,排除实际上属于同一粒子的轨道对。
- T 站(T1 - T2 - T3) :由靠近束流管的硅微条传感器和外部区域的 straw 管组成,结合 VELO 和可选的 TT 信息,确定粒子的动量和飞行方向。

2019 - 2020 年升级后,LHCb 运行第三阶段开始,VELO 下游的追踪由 SciFi 完成,它是基于闪烁光纤技术的均匀追踪系统。

LHCb 的μ子系统由 M1 到 M5 五个μ子站组成,为 0 级μ子触发提供快速信息,并用于高级触发和离线分析的μ子识别。除了第一个腔室的中心部分使用 GEM 探测器以应对高粒子率外,其余站大多配备多丝正比室。

1.2 Belle II 实验追踪系统

Belle II 实验位于日本 KEK 的 SuperKEKB 对撞机上,主要研究 B 介子的性质。其探测器的顶点探测器由两部分组成:
-

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值