利用宇宙线大气簇射的时空特征分辨原初γ射线

利用Monte Carlo模拟程序模拟甚高能区原初γ射线和质子大气簇射过程,分析γ射线和质子簇射在观测平面上的时空结构,利用大气簇射次级粒子到达时间涨落和空间横向分布特征,进行原初γ射线成分和质子成分的有效分辨,为中意合作羊八井ARGO实验进行γ点源的寻找提供了降低强子本底的方法,该工作还估计了该分辨方法对γ信号显著性的影响.     

窄间隙室探测器性能测试

山东大学承担ATLAS实验T9型窄隙室TGC探测器的研制任务,本工作测量了TGC探测器在32?0?0V工作电压下的稳定性、漏电流和坪曲线,同时在相同工作条件下、相同时间间隔内测量各信号道的计数率的一致性.初步测量结果表明,由山东大学研制的T9型TGC探测器的各项性能指标达到实验设计要求.     

超高能γ–强子族的能量集中现象

通过对甘巴拉山铁乳胶室观测到的族事例以及COSMOS程序和CORSI-KA程序产生的模拟族事例进行分析、对比,对超高能γ强子族的能量集中现象的产生特征进行了细致的研究.初步的结论是:超高能γ强子族的能量集中现象是族中含有的高能中心簇射集团的外在表现,这种现象在实验上发生的频度为(20.5±3.1)%,集团的平均横向扩展约为0.37cm.与传统的以唯象多团模型为基础的COSMOS程序相比,基于SIBYLL模型的CORSIKA程序的模拟结果较为接近实验的分析结果.     

基于羊八井ARGO实验的原初γ射线成分分辨

利用蒙特卡罗(Monte Carlo)模拟产生的数据研究了由ARGO探测阵列所观测的，由能量为100GeV-10TeV，天顶角为0°-45°的原初γ射线和强子(质子和原子核)所引起的簇射的横向分布结构，得到了平均横向分布宽度、最小树长度等可以描述两种簇射空间分布差异的特征量. 研究了用这些特征量作为输入单元的人工神经网络分析方法进行原初γ和强子分辨的能力，结果表明，利用该方法可有效地区分γ和强子簇射.     

“膝”区原初宇宙线成分分辨的作用模型相关性

使用4种具有不同特点的强相互作用模型,按照西藏羊八井ASγ联合实验的条件,对“膝”区能量宇宙线的大气簇射过程进行蒙特卡罗模拟.分析了不同模型的簇射特征,找出与原初组成比较密切的特征量.最后用一种BP型人工神经网络对模拟结果进行分辨,并检验了分辨能力与作用模型的关系.结果表明,该网络能有效地挑选出不同模型产生的质子事例,分辨能力受作用模型的影响较弱.     

宇宙线高能族事例中的共线现象

通过对甘巴拉山K0—K7乳胶室所观测到的部分族事例与运用COSMOS,CORSIKA程序产生的模拟族事例进行了可分辨能量中心(EDC)的共线性的分析,结果表明:在实验族事例中,共线事例产生的份额随族的总观测能的增高而上升;而传统的模拟计算不能解释共线现象这一特征.文中还对族事例中γ线与强子的判别标准进行了讨论.     

“膝区”区原初宇宙线成分分辨的作用模型相关性

使用４种具有不同特点的强相线作用模型,按照西藏羊八井ＡＳγ联合实验的条件,对“膝”区能量宇宙线的大气簇射过程进行蒙特卡罗模拟,分析了不同模型的簇射特征,找出与妆组成比较密切的特征量,最后用一种ＢＰ型人工神经网络对模拟结果进行分辨,并检验了分辨能力与作用模型的关系。结果表明,该网络能有产地挑选出不同模型产生的质子事例,分辨能力受作用模型的影响较弱。     

利用宇宙线直接测量结果对初级宇宙线能谱参数的调整

由JACEE?,RUNJOB和SOKOL等宇宙线直接测量结果和刚度截断模型,对于10¹⁴—10¹⁶eV能区的初级宇宙线微分能谱参数进行调整.利用调整后的能谱与选取QGSJET模型的CORSIKA程序进行EAS模拟,同HD,PD谱进行对比研究.采用相同的标准对模拟数据与实验数据进行分析.结果表明,调整后的谱和HD谱的模拟结果与甘巴拉山乳胶室实验结果符合较好,而PD谱的模拟结果与实验结果偏离较大.     

Estimation of the proton energy spectrum in knee region by analog read-out of ARGO-YBJ experiment

Based on the six months data set of ARGO-YBJ experiment with analog read-out and its Monte Carlo simulation, we study the difference between different primaries induced showers by using the space-time information of the charged particles in Extensive Air Showers. With five parameters which can efficiently pick out primary proton induced showers as inputs of an artificial neural network, the proton spectrum from 100 TeV to 10 PeV can be obtained.     

羊八井ARGO实验中原初γ和质子的区分

利用Ｍｏｎｔｅ Ｃａｒｌｏ模拟数据研究由γ和质子引起的空气簇射中的粒子在羊八井ＡＲＧＯ实验中的空间分布和时间分布的不同,提出了利用人工神经网络区分原初γ和质子的方法,结果表明在１００ＧｅＶ～１０ＴｅＶ能区可以较好地区分γ和质子。