基于束缚态方法的五夸克态性质

来源 :吉林大学 | 被引量 : 0次 | 上传用户:bascin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2015年,LHCb实验组宣布发现了五夸克态并给出了相应的质量和量子数。本文在基于Skyrme模型的束缚态方法上,考虑一对互为手征伙伴的重介子,对LHCb发现的五夸克态的量子数和质量进行了解释,并给出了具有其他量子数和质量的五夸克态。Skyrme模型虽然只是非线性σ模型的简单推广,但是模型的孤子解可以用来描述诸如中子之类的重子。对于含s夸克或者重夸克的重子,可以用基于Skyrme模型的束缚态方法描述,它的物理图像是孤子和介子通过相互作用形成束缚态。和孤子束缚在一起的介子可以是一个,也可以是多个,这就为解释更加丰富的多夸克态提供了可能。本文首先介绍了Skyrme模型和基于Skyrme模型的束缚态方法。然后介绍了重夸克对称性,讨论了如何构造重介子和戈德斯通玻色子相互作用的拉式量。最后,考虑一对互为手征伙伴的重介子,利用束缚态方法对LHCb发现的五夸克态进行了解释。
其他文献
自旋-轨道耦合(SOC)描述量子自旋与轨道运动之间的相互作用,对于许多凝聚物理现象至关重要。近年来,研究者通过外部激光场在冷原子系统中实现了SOC及其调控,特别是囚禁在光学晶格中的具有SOC的两分量玻色-爱因斯坦凝聚系统也已被广泛研究。在平均场理论中,作为一个多体系统,遵循Gross-Pitaevskii方程(GPE)的玻色-爱因斯坦凝聚体(BEC)为研究相应的物理性质提供了重要的基础。GPE的精
随着科技的迅速发展,控制系统变得日益复杂,现如今的控制系统已由简单的,易于描述的,计算成本低的线性系统变成了复杂的,高成本的非线性系统,给系统的分析带来了很大的困难。而Takagi-Sugeno(T-S)模糊模型就可以很好地处理非线性系统。T-S模型以IF-THEN规则形式将非线性系统表示成一系列局部线性子系统的线性组合,通过隶属度函数将线性子系统连接起来,从而借用线性系统理论对模糊系统进行分析与
随着经济水平的不断提高,航空作为城市间交通的重要方式得到了空前发展。庞大的航空网络影响着资源配置、疫情预测、交通优化等诸多方面,其中,与人们的生命健康息息相关的疾病传播问题尤为突出。现有研究是以通航城市为节点、以航班为连接(边),构造静态航空复杂网络,研究疾病在静态航空网络上的传播特性。然而,航空系统中航班的有无,对应于机场间相互影响的有无,使得静态网络模型无法准确反映疾病在航空网络上的传播过程。
自信息的概念由香农提出,用来刻画信号输出的不确定性。将自信息应用于决策系统中可以用来刻画决策的不确定性,是决策能力评估的有效手段。本文基于邻域粗糙集模型和模糊粗糙集模型讨论了自信息测度理论。基于自信息测度,我们研究了两种模型的特征选择方法。1.基于邻域粗糙集模型的特征选择是数据挖掘的重要研究内容。在邻域粗糙集中,正域通常被用来反映特征子集的分类能力。然而,正域并不是分类精度的一个有效估计,因为它只
投资组合保险策略产生于1976年,是一种复制期权交易策略,利用无套利均衡技术转嫁或者对冲证券市场风险,达到投资者对投资组合价值进行保险的目的。目前国内外金融市场最常用的组合保险策略是固定比例投资组合保险策略(CPPI策略)。传统CPPI策略中假设风险乘数固定不变,但固定的风险乘数使投资组合价值在市场下行时不断遭受下跌损失,在市场上行时不能有效获得投资组合价值增值收益。因此学者们提出了动态改变风险乘
近年来出现的一类新型混沌系统的解可用二值信号及固定基函数描述,这类解析解混沌系统打破了混沌系统的解不能用解析表达式描述的观点。混沌系统的解析解可用二值信号和固定基函数相卷积的形式来描述,使得基于解析解混沌系统的混沌雷达具有高分辨率、无距离模糊性和扩频特性等优点。因此,对于解析解混沌系统的研究已经成为雷达领域的热点话题。本文通过利用解析解混沌系统的性质,分别给出一种混沌雷达测距和测速的方法。本文主要
近年来,随着科技的飞速发展,计算机的应用变得日益广泛,多媒体信息的安全问题也显得更加突出。数字图像作为人们获取信息的重要载体,大量在网络中传输、存储,如何保证这些图
锂离子电池负极材料作为锂离子电池的重要组成部分,是锂离子电池性能得到提升的关键因素之一。因此,开发一种能够在大电流下充放电时具有高容量和稳定循环性能的锂离子电池负
心血管疾病是严重威胁人体健康的常见病,全球由于心血管疾病导致的死亡率在持续增加。心电信号是心脏活动的直接反应,是分析心血管疾病最有效的途径。目前,针对心电信号的研
众所周知光的传播速度是自然界中最快的,因此光子在信息传输、计量等方面的应用有其绝对的优势。不仅是传播速度,对于稳定性、抗干扰性等优势也决定了光子优于其他物质作为信