Skip to main content
QUICK REVIEW

[论文解读] Physics Backgrounds to Supersymmetric Signals with Two Photons and Missing Mass at LEP

S. Mrenna|ArXiv.org|May 27, 1997
Particle physics theoretical and experimental studies参考文献 1被引用 3
一句话总结

本文计算了在 LEP 能量下,双光子加缺失能量事件的标准模型本底率,重点研究了 e⁺e⁻ → γγνν̄ 过程中包含三种中微子味的情况。结果表明,在 161–194 GeV 的束流能量下,经过合理的运动学截断后,初态辐射(ISR)显著提高了本底率,使其大约翻倍,这对评估希格斯ino 或引力介子 LSP 的超对称信号至关重要。

ABSTRACT

We calculate the event rates for the Standard Model production of two photons plus missing mass through the process electron positron to gamma gamma nu nubar, where nu is any of the three neutrino flavors, at LEP energies. This process can be a background to new physics signatures, such as that expected from supersymmetry with a higgsino or gravitino LSP. The missing mass distribution is presented for several sets of kinematic cuts at beam energies of 161, 172, 184, and 194 GeV. The effect of initial state photon radiation is also studied, and is found to be significant, approximately doubling the event rates.

研究动机与目标

  • 量化 LEP 能量下涉及两个光子和缺失横向能量的超对称信号的标准模型本底率。
  • 评估初态辐射(ISR)对 e⁺e⁻ → γγνν̄ 过程事件率的影响。
  • 在不同 LEP 能量(161–194 GeV)下,对真实运动学截断条件下的缺失质量分布进行建模。
  • 评估这些 SM 本底对探测新物理(特别是希格斯ino 或引力介子 LSP 场景)的重要性。
  • 为区分真实超对称信号与 SM 过程,在双光子加缺失能量末态中提供定量基准。

提出的方法

  • 使用全量子电弱理论计算 LEP 能量下 e⁺e⁻ → γγνν̄ 的截面。
  • 应用真实运动学截断以模拟探测器级可观测量,包括光子能量和角度要求。
  • 通过 QED 校正对矩阵元进行初态辐射(ISR)效应建模,采用对数领先近似。
  • 使用蒙特卡洛技术进行事件生成和缺失质量重建,以模拟探测器响应。
  • 展示在多个束流能量(161、172、184、194 GeV)下,有无 ISR 时的缺失质量分布。
  • 对比有无 ISR 的事件率,以量化其对本底水平的影响。

实验结果

研究问题

  • RQ1在 LEP 能量下,通过 e⁺e⁻ → γγνν̄ 过程产生的标准模型双光子加缺失能量事件的速率是多少?
  • RQ2初态辐射如何影响该 SM 本底过程的事件率?
  • RQ3在典型实验截断条件下,缺失质量分布的形状和归一化如何?
  • RQ4背景率在不同 LEP 束流能量(161–194 GeV)下如何变化?
  • RQ5该 SM 本底在多大程度上会掩盖具有希格斯ino 或引力介子 LSP 的超对称信号?

主要发现

  • SM 过程 e⁺e⁻ → γγνν̄ 是 LEP 中涉及两个光子和缺失能量的超对称信号的重要本底。
  • 初态辐射使事件率提高约两倍,显著增加了本底水平。
  • 缺失质量分布在低值处达到峰值,呈现平滑的下降形状,与中微子对产生一致。
  • 在最高束流能量(194 GeV)下,本底率最高,此时相空间和 ISR 效应均达到最大。
  • 运动学截断虽可降低但无法完全消除本底,凸显了在超对称搜索中精确建模的必要性。
  • 本研究为本底估计提供了定量基准,对区分潜在超对称信号与 SM 过程至关重要。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。