Search for long-lived charginos and $τ$-sleptons using final states with a disappearing track in $pp$ collisions at $\sqrt{s} = 13$ TeV with the ATLAS detector

ATLAS 实验利用 13 TeV 质子 - 质子对撞的 137 fb⁻¹数据，通过寻找包含消失径迹、单喷注和丢失横动量的末态，对长寿命带电轻子（charginos）和τ-超子（τ-sleptons）进行了搜索，未发现显著超出，并据此在 0.01 至 10 纳秒的寿命范围内设定了相应的质量排除上限。

要点

这是一篇来自欧洲核子研究中心（CERN）的 ATLAS 实验团队的最新科学报告（发布于 2026 年）。为了让你轻松理解，我们可以把这篇论文想象成**“宇宙侦探在寻找‘幽灵’粒子”**的故事。

🕵️‍♂️ 故事背景：寻找“隐形”的幽灵

在物理学中，我们有一个非常成功的理论叫“标准模型”，它解释了宇宙中已知的所有粒子（比如电子、夸克）。但是，这个模型有个大漏洞：它解释不了暗物质（Dark Matter），那是构成宇宙大部分质量却看不见的东西。

超对称理论（SUSY） 是一个著名的“补丁”，它预测：每一个已知的粒子都有一个“双胞胎”伙伴。比如，电子有个“超电子”，光子有个“超光子”。这些新粒子如果存在，很可能就是暗物质的候选者。

👻 核心线索：会“消失”的足迹

这篇论文要寻找的，是这些“双胞胎”伙伴中的两种特殊角色：长寿命的带电气粒子（比如“超电子”或“超中性子”的带电版本）。

它们有什么特别之处？
想象一下，你走进一个巨大的迷宫（这就是 ATLAS 探测器）。

1. 普通粒子：像跑得太快的运动员，还没跑进迷宫深处，就撞墙消失了（衰变），或者跑得太快，我们根本来不及看清。
2. 我们要找的“幽灵”：它们跑得很快，但在迷宫的最内层（像素探测器）跑了一小段路后，突然“隐身”了。
   • 它们在迷宫里留下了一段很短的脚印（这就是论文里说的“消失的轨迹”或 Disappearing Track）。
   • 然后，它们变成了一种完全看不见的“幽灵”（暗物质候选者），直接穿墙而出，带走了能量，导致探测器里出现**“缺失的能量”**。

为什么这很难找？
因为这段脚印太短了！就像在沙滩上，有人刚踩了一两脚就消失了。以前的探测器只能看到踩了四脚以上的脚印，这次我们升级了技术，连只踩了三脚的短脚印也能抓到了。

🔍 侦探的装备与策略

为了抓到这些“幽灵”，ATLAS 团队使用了以下策略：

1. 巨大的筛子（探测器）：
   ATLAS 探测器就像一个巨大的洋葱，层层包裹。最里面是“像素层”，专门用来捕捉那些极短的脚印。

2. 特殊的“诱饵”（高能喷流）：
   因为“幽灵”带走能量后，剩下的能量可能不够触发警报。所以，科学家要求碰撞时产生一个**“高能喷流”**（就像撞车时飞出去的一块大碎片）。这个碎片像是一个“诱饵”，把整个系统推得足够快，让“幽灵”带着足够的能量逃跑，从而触发警报。

3. AI 辅助的“微距镜头”：
   有些“幽灵”在消失前，会吐出一个极轻的“小气泡”（低能带电π介子）。这个气泡太轻了，普通相机拍不到。这次，科学家训练了一个AI 算法（机器学习），专门用来在海量数据中识别这些微弱的“气泡”。如果找到了这个“气泡”加上“短脚印”，嫌疑就更大。

4. 排除干扰（背景噪音）：
   探测器里充满了噪音，比如宇宙射线、电子乱跑、或者探测器本身的故障，都可能假装成“短脚印”。

   • 科学家像老练的侦探一样，用数据驱动的方法（而不是纯理论猜测）来统计这些“假脚印”通常长什么样。
   • 他们建立了几个“控制区”，专门收集假脚印，然后推算出在真正的“搜索区”里应该有多少假脚印。

📊 调查结果：虽然没抓到，但排除了大片区域

结果如何？
在分析了相当于 137 个“标准单位”的数据后，科学家没有发现确凿的“幽灵”证据。数据与标准模型的预测（也就是没有新粒子）非常吻合。

但这并不意味着失败！ 在科学上，“没找到”也是一种巨大的发现。

• 排除法：既然没找到，那就说明这些“幽灵”如果存在，它们一定比我们之前想象的更重或者寿命更短/更长（不在我们搜索的范围内）。
• 新的界限：
  • 对于**“超中性子”（Wino-like）**：如果它们存在，质量必须大于 880 GeV（大约是质子质量的 900 倍）。这比以前的记录提高了约 100 GeV。
  • 对于**“超电子”（Tau-slepton）**：如果存在，质量必须大于 320 GeV。
  • 对于**“希格斯微子”（Higgsino）**：这是最难找的一类，因为它们的寿命极短。这次搜索将排除范围推到了 225 GeV。

🌟 总结与比喻

想象你在一个巨大的黑暗房间里找一只会隐身的猫。

• 以前，你只能看到猫走过留下的长脚印。
• 这次，你升级了夜视仪，能看清猫刚走两三步就消失的短脚印。
• 你还请了 AI 助手，专门识别猫消失前留下的微弱气味。
• 你检查了房间里的每一个角落，甚至数了数老鼠留下的脚印（背景噪音），确保没有看错。
• 结果：你没抓到猫。
• 结论：但这只猫如果存在，它一定比我们要找的更重、或者更狡猾（寿命不同）。我们成功地把“猫可能藏身的区域”缩小了一大圈。

这篇论文的意义：
它展示了人类探测技术的进步（能捕捉更短的轨迹、利用 AI 识别微弱信号），并进一步压缩了“超对称粒子”可能存在的空间。虽然还没找到“新物理”，但我们离真相更近了一步，同时也告诉未来的理论物理学家：“别在那几个质量区间浪费时间了，去别处找找吧！”

技术摘要

这是一份关于 ATLAS 合作组在 CERN 大型强子对撞机（LHC）上进行的长寿命带电粒子搜索的论文详细技术总结。

论文标题

在 $\sqrt{s}=13$ TeV 的 $pp$ 碰撞中利用消失径迹末态搜索长寿命带电轻子（Charginos）和 $\tau$-超轻子（$\tau$-sleptons）
(Search for long-lived charginos and $\tau$-sleptons using final states with a disappearing track in $pp$ collisions at $\sqrt{s}=13$ TeV with the ATLAS detector)

---

1. 研究背景与问题 (Problem)

• 物理动机：超对称（SUSY）理论预测了标准模型粒子的超对称伙伴。在某些模型中（如安omaly 介导的超对称破缺 AMSB 或自然超对称模型），电弱超子（Electroweakinos，如 Winos 和 Higgsinos）或 $\tau$-超轻子（$\tau$-sleptons）可能是长寿命的。
• 衰变特征：
  • Charginos ($\tilde{\chi}^\pm_1$)：由于与中性微子（$\tilde{\chi}^0_1$，即暗物质候选者）的质量分裂极小（约 100-300 MeV），$\tilde{\chi}^\pm_1$ 主要通过 $\tilde{\chi}^\pm_1 \to \pi^\pm \tilde{\chi}^0_1$ 衰变。由于动量极低，产生的带电 $\pi$ 介子通常无法被标准算法重建。
  • $\tau$-超轻子 ($\tilde{\tau}$)：在共湮灭暗物质模型或规范介导超对称破缺（GMSB）模型中，$\tilde{\tau}$ 可能具有长寿命，衰变为 $\tau$ 和 LSP（最轻超对称粒子）。
• 实验挑战：这些带电粒子在探测器内部层（像素探测器）飞行一段距离后衰变，导致其径迹在到达外层探测器（如 SCT 或 TRT）之前“消失”。这种**“消失径迹”（Disappearing Track）**信号是寻找此类长寿命粒子的关键特征。
• 现有局限：之前的 ATLAS 分析主要要求径迹在像素探测器中有至少 4 个击中点（hits），这限制了其对极短寿命（$\tau < 0.03$ ns）粒子的探测能力。

2. 方法论 (Methodology)

2.1 数据集与探测器

• 数据：使用了 LHC Run 2（2015-2018）期间采集的 137 fb$^{-1}$ 积分亮度、质心能量为 13 TeV 的质子 - 质子碰撞数据。
• 探测器：ATLAS 探测器，特别关注其内层跟踪系统（ID），包括插入式 B 层（IBL）、像素探测器（Pixel）、半导体微条探测器（SCT）和过渡辐射探测器（TRT）。

2.2 事件重建与选择策略

• 触发：主要依赖高横向动量（$p_T$）的初态辐射（ISR）喷注（Jet）触发，以补偿由于 LSP 逃逸导致的缺失横向动量（$E_T^{miss}$）触发效率问题。
• 径迹重建（Tracklets）：
  • 开发了专用算法重建短径迹（Tracklets），仅需3 个或 4 个像素层击中点。
  • 3 层径迹：专门针对极短寿命粒子（如 Higgsino 模型，$\tau \sim 0.02-0.2$ ns），显著扩展了探测范围。
  • 4 层径迹：针对较长寿命粒子。
  • 否决条件：径迹不能与量能器中的能量沉积相关联（排除标准带电粒子），且不能与标准径迹或μ子谱仪径迹重叠。
• 低能 $\pi$ 介子重建：
  • 针对 Winos/Higgsinos 衰变产生的低能 $\pi^\pm$（$p_T \approx 250-350$ MeV），使用Boosted Decision Tree (BDT) 机器学习算法。
  • 利用剩余的击中点重建“软径迹”（Soft tracks），BDT 用于区分真实的低能 $\pi$ 介子和随机组合的假径迹。
• 信号区域（SRs）：定义了四个正交的信号区域：
  • SR4High / SR4Mid：要求 4 层径迹，分别对应高 $E_T^{miss}$ 和中等 $E_T^{miss}$。
  • SR3High1$\pi$：要求 3 层径迹且存在低能 $\pi$ 介子。
  • SR3High0$\pi$：要求 3 层径迹且否决低能 $\pi$ 介子。
  • 所有区域均要求：0 个轻子，$\ge 1$ 个喷注（$p_T > 100$ GeV），$E_T^{miss}$ 阈值，以及径迹 $p_T > 60$ GeV。

2.3 背景估计

采用**数据驱动（Data-driven）**方法估计背景，主要背景来源包括：

1. 假径迹（Fake tracklets）：由随机像素击中组合或低 $p_T$ 粒子（如 pile-up）产生。
2. 电子/μ子误重建：由于韧致辐射或相互作用导致标准径迹重建失败，被误认为短径迹。
3. 强子相互作用：强子在探测器材料中发生相互作用产生次级顶点。

• 方法：使用模板区域（TRs）提取径迹 $p_T$ 分布，利用控制区域（CRs）计算转移因子（TFs）和标度因子（SFs），将低 $E_T^{miss}$ 或特定运动学区域的数据外推至信号区域。

3. 关键贡献 (Key Contributions)

1. 3 层径迹重建技术：首次将消失径迹搜索的灵敏度扩展到仅需 3 个像素层击中，显著提高了对极短寿命（$\tau < 0.03$ ns）Higgsino 的探测能力。
2. 低能 $\pi$ 介子识别：引入基于机器学习的 BDT 算法，专门用于重建和识别伴随消失径迹出现的低能带电 $\pi$ 介子，有效区分信号与背景。
3. 改进的径迹质量要求：引入了新的径迹质量判据（如要求径迹不与量能器能量沉积关联），大幅提高了背景抑制能力，这是质量探测极限提升约 2/3 的原因。
4. 全面的背景建模：建立了针对电子、μ子、强子和假径迹的精细化数据驱动背景估计框架，并通过了验证区域（VRs）的严格检验。

4. 研究结果 (Results)

• 观测数据：在所有信号区域中，观测到的事件数与标准模型背景预测一致，未发现显著的超出（Excess）。
  • 例如，SR4High 区域观测到 3 个事件，预期背景为 $0.68 \pm 0.14$，局部显著性为 1.9$\sigma$。
  • SR3High1$\pi$ 区域观测到 2 个事件，预期背景为 $0.65 \pm 0.16$，局部显著性为 1.0$\sigma$。
• 排除限（Exclusion Limits）：在 95% 置信水平（CL）下，对以下模型设定了质量排除限：
  • Higgsino-like Charginos（寿命 $\tau < 0.03$ ns）：排除质量高达 225 GeV（预期 250 GeV）。这是该相空间区域目前最强的限制。
  • Higgsino-like Charginos（寿命 $\tau \approx 1$ ns）：排除质量高达 720 GeV（预期 840 GeV）。
  • Wino-like Charginos（寿命 $\tau \approx 1$ ns）：排除质量高达 880 GeV（预期 1020 GeV）。
  • $\tau$-sleptons（寿命 $\tau \approx 1$ ns）：
    • CMSSM 场景：排除质量高达 320 GeV（预期 390 GeV）。
    • GMSB 场景：排除质量高达 300 GeV（预期 380 GeV）。
• 灵敏度提升：与之前的 ATLAS 分析（Run 2 早期）相比，由于采用了 3 层径迹和新的重建算法，对 Higgsino 的探测灵敏度提高了约 15 GeV，对截面排除限提高了 1.8 到 2.5 倍。

5. 意义 (Significance)

• 理论验证：该研究为自然超对称（Natural SUSY）和暗物质共湮灭模型提供了严格的实验检验，特别是针对那些预测极短寿命或特定质量分裂的模型。
• 技术突破：证明了利用仅 3 个像素层击中重建短径迹的可行性，为未来 LHC 升级（HL-LHC）及更高能量对撞机中探测更短寿命粒子奠定了技术基础。
• 暗物质探索：由于 Winos 和 Higgsinos 是热暗物质的重要候选者，该结果进一步缩小了暗物质参数空间，排除了部分轻质量区域。
• 方法论示范：展示了结合机器学习（BDT）进行低能粒子识别以及复杂数据驱动背景估计在寻找稀有新物理信号中的有效性。

总结：这篇论文代表了 ATLAS 合作组在长寿命带电粒子搜索领域的最新进展。通过创新的重建算法和优化的分析策略，显著扩展了对电弱超子和超轻子的探测范围，虽然未发现新物理信号，但设定了目前该领域最严格的排除限，对超对称理论模型的发展具有重要的指导意义。