粒子物理－－革命即将来临

如果物理学家被迫要以一个词来说明建造大型强子对撞机的理由，他们通常会回答“希格斯粒子”。希格斯粒子是大家关注的焦点，它是现今最成功的粒子理论中还没有被找到的粒子。在粒子物理史上，新对撞机在能量上的跃升是前所未见的。我们不知道它会发现什么，但是它所找到的东西以及所撞见的新问题，必将改变粒子物理的面貌，而且将影响相关的科学领域。     

最大对撞机企图撞出宇宙起源

大型强子对撞机于2008年9月10日开始运转，并产生了第一批图片。整个对撞机运行正常，出乎所有人的预料。这是2008年度科学界最引人瞩目的事件，这是有史以来人为的最高能量粒子对撞，它将揭示宇宙起源之谜。用霍金的话来说，这项实验将宣布“物理学上一个新的黄金时代即将到来”。     

远距离传人将成可能？

科学家日前表示，《星际迷航》中的远距离人员传送技术是合乎物理学原理的，他们已经在远距离传物研究方面取得了重大突破。在一项实验中，科学家成功地将一个原子传输了3米，精确度达100％。实验负责人、荷兰代尔夫特理工大学的罗纳德·汉森教授表示：“我们传输的是一个粒子态。如果你相信人体是由无数原子以一种特定方式聚合在一起的产物，那你就得相信在将来的某一天，我们可以将人从一个地方传送到另一个地方。”     

质子单粒子翻转截面计算方法

在分析质子与硅反应的基础上,建立了质子单粒子翻转截面理论计算模型,提出了模拟计算方法。计算得到了不同能量的高能质子与硅反应产生的次级粒子种类、截面、能谱和双微分截面。采用Monte Carlo方法模拟质子与硅的反应;应用TRIM程序计算次级粒子的射程;计算得到次级粒子在存储单元的灵敏区内沉积的能量,产生的电荷。通过与临界电荷的比较,判断是否导致单粒子翻转,从而得到单粒子翻转截面。计算得到的单粒子翻转截面与实验数据符合较好。     

碰撞的哲学－－搜寻粒子踪迹有新招

让粒子对撞的大型强子对撞机是欧洲核子研究组织的闪耀新星。大型强子对撞机会不会撞出暗物质、微型黑洞或其他奇特物质，尚在未定之数。但无论如何，要想预测最后出现的东西为何，都是一项绝顶困难的任务。现在，有一种方法可以分析对撞后的数据，协助物理学家确认他们没有遗漏掉重要讯息，只是这个方法尚未获得普遍认可。     

外辐射带动态演化的粒子模拟研究

运用计算机实验方法即三维电磁粒子模拟方法初步研究了暴时扰动情况下外辐射带粒子环境的动态演化特性。模拟计算了暴时辐射带粒子环境的演化情况。模拟计算结果显示，高能质子、电子注入午辐射滞后，两者一方面沿磁力线做弹跳运动，向高纬扩展，部分注入质子和电子沉降于南北两极区域；另一方面，注入质子和电子还经历顺时针和逆时针方向的漂移运动，粒子能量越大，漂移速度越快。暴时多次注入引起整个辐射带粒子能量的大幅增强；粒子注入颗次和强度越大，辐射带粒子通量增幅越大。本项研究为开发研制完整的辐射带动态模式积累了有益的经验。     

质子引发的单粒子翻转率估算的研究

根据质子单粒子翻转事件的物理本质,及空间高能质子环境特性,给出了一种基于重离子单粒子翻转实验数据基础之上的估算质子引发的单粒子翻转的方法.利用这种方法计算了几种器件的翻转情况,与地面模拟实验及飞行观测结果符合得非常好.      

基于混沌的改进粒子群优化粒子滤波算法

针对基本粒子滤波(PF)算法存在的粒子退化和重采样引起的粒子多样性丧失,导致粒子样本无法精确表示状态概率密度函数真实分布,提出了一种基于混沌的改进粒子群优化(PSO)粒子滤波算法。通过引入混沌序列产生一组混沌变量,将产生的变量映射到优化变量的区间提高粒子质量,并利用混沌扰动克服粒子群优化局部最优问题。利用单变量非静态增长模型(UNGM)在高斯噪声和非高斯噪声环境下将该算法与基本粒子滤波和粒子群优化粒子滤波(PSO-PF)的性能进行仿真比较。结果表明:该算法的性能在有效粒子数和均方根误差(RMSE)等参数都优于基本粒子滤波和粒子群优化粒子滤波,改善了算法的精度和跟踪性能。      

砂尘环境试验设备中颗粒浓度场的实验研究

利用中科院寒旱所沙漠研究所室内风沙环境风洞,采用激光粒子成像技术对砂尘环境试验设备中含砂气固两相射流在距喷嘴不同截面中心位置的颗粒浓度场进行了测量和分析研究,并与拍摄的颗粒空间分布数码照片进行对比.实验结果表明在距气固喷嘴约1?m处的截面上,砂粒颗粒还没有扩散到整个空间内,轴线附近的粒子较多,而且大粒子多数处于下部区域,只有在距喷嘴下游约3?m处粒子才基本扩散均匀,从而可确定砂尘环境试验中试件的安放位置.结论认为砂尘试验设备的加砂段应保持在3?m左右,这样才能满足国军标要求,从而为我国自行研制大型砂尘环境试验设备,确定加砂/尘方法、参数、加料和试验段尺寸等提供了依据.     

基于智能优化箱粒子滤波的移动机器人FastSLAM

针对传统FastSLAM算法需要大量粒子构建地图导致计算复杂度高、难以提高估计精度等问题,研究构建了一种基于智能优化箱粒子滤波（IOBPF）的移动机器人FastSLAM算法。首先,将萤火虫算法（FA）的动态寻优机制引入箱粒子滤波（BPF）,建立了箱粒子的荧光亮度更新公式、吸引度计算公式和位置更新公式,使箱粒子集智能化地向高似然区域移动,避免了箱粒子的退化现象。然后,以改进的智能优化箱粒子滤波进行机器人位姿估计,并采用扩展区间卡尔曼滤波（EIKF）完成地图的构建和更新。移动机器人的模型仿真和实体实验结果表明:所提智能化FastSLAM算法可有效提升箱粒子的性能,并降低地图构建所需粒子数,从而显著提高FastSLAM的定位精度和地图构建的鲁棒性。