[论文解读] Helium identification with LHCb

LHCb collaboration, R. Aaij+1118 more|arXiv (Cornell University)|Jan 1, 2023

Particle physics theoretical and experimental studies参考文献 22被引用 1

一句话总结

该论文提出了一种数据驱动的方法，利用硅微条探测器中的电离能损（dE/dx）、外层触发器（Outer Tracker）的飞行时间信息以及RICH探测器中的切伦科夫辐射，识别LHCb质子-质子碰撞中氦核（³He）和反氦核。该方法实现了约50%的识别效率，背景抑制因子高达O(10^12)，在5.5 fb⁻¹的13 TeV数据中，成功观测到约1.1×10^5个氦核与反氦核候选事例，背景污染可忽略不计。

ABSTRACT

The identification of helium nuclei at LHCb is achieved using a method based on measurements of ionisation losses in the silicon sensors and timing measurements in the Outer Tracker drift tubes. The background from photon conversions is reduced using the RICH detectors and an isolation requirement. The method is developed using $pp$ collision data at $\sqrt{s}=13\,{ m TeV}$ recorded by the LHCb experiment in the years 2016 to 2018, corresponding to an integrated luminosity of $5.5\,{ m fb}^{-1}$. A total of around $10^5$ helium and antihelium candidates are identified with negligible background contamination. The helium identification efficiency is estimated to be approximately $50\%$ with a corresponding background rejection rate of up to $\mathcal O(10^{12})$. These results demonstrate the feasibility of a rich programme of measurements of QCD and astrophysics interest involving light nuclei.

研究动机与目标

• 开发一种鲁棒的、基于数据的方法，用于识别LHCb实验前向区域（2 < η < 5）中的轻量核，特别是³He。
• 将轻量核产生测量扩展至此前未被探索的前向赝快度区域，与ALICE等中央探测器形成互补。
• 为未来研究QCD动力学及宇宙射线反氦核产生、暗物质信号等天体物理现象提供支持。
• 利用2016–2018年期间的5.5 fb⁻¹最小迹迹截面数据对方法进行验证，实现氦核识别的高纯度与高效率。

提出的方法

• 利用硅传感器（VELO、TT、IT）中的电离能损（dE/dx）区分氦核（Z=2）与最小电离粒子（Z=1），利用电离能损与Z²的依赖关系。
• 将外层触发器（OT）漂移管的飞行时间信息与dE/dx结合，提升粒子识别性能，尤其在高多重态环境中。
• 利用RICH探测器通过切伦科夫环图案识别电子与正电子，以抑制光子转换带来的背景。
• 基于影响参数与轨迹几何结构施加隔离要求，进一步抑制来自次级顶点的背景。
• 采用基于纵向距离到主顶点（ΛVELO_LC）的多变量选择方法，以区分信号与背景，背景水平通过数据驱动的控制区域进行估计。
• 使用最小迹迹截面数据和负ΛVELO_LC区域的控制样本对方法进行验证，以估计残余背景污染。

实验结果

研究问题

• RQ1 在LHCb前向区域（2 < η < 5）中，能否以高效率和极强的背景抑制能力识别氦核，该区域此前缺乏识别能力？
• RQ2 在pp碰撞中，利用dE/dx、飞行时间与RICH信息，氦核的可实现识别效率与背景抑制率分别是多少？
• RQ3 在高多重态环境与光子转换背景存在的情况下，该方法的性能如何？
• RQ4 该方法能否扩展至其他LHCb数据集，如质子-离子、离子-离子以及SMOG碰撞？
• RQ5 最终氦核候选样本中的残余背景污染水平如何？如何量化该污染？

主要发现

• 在5.5 fb⁻¹的13 TeV pp碰撞数据中，共识别出1.1 × 10⁵个氦核与反氦核候选事例，背景污染可忽略不计。
• 基于模拟与数据中信号产额及重建效率的估计，氦核识别效率约为50%。
• 该方法实现了高达O(10¹²)的背景抑制因子，最小迹迹截面数据中背景轨迹误识别概率约为6 × 10⁻¹²。
• 在信号区域（ΛVELO_LC > 0）中，残余背景可忽略不计，预选1样本中仅预期有15个背景轨迹。
• 通过数据驱动的控制区域对方法进行了稳健验证，其在预选1与预选2样本中均表现出一致的性能。
• 该技术实现了LHCb首次观测到瞬发氦核与反氦核，开启了前向区域轻量核物理研究的新前沿。