激光冷却抗原子原子

商业作者 / 姓名 / 2025-06-25 05:22
"
  马萨诸塞州理工学院27,50和阿姆斯特丹26,51的组已经率先将原子氢的磁诱捕率开创。在这些实验中,使用蒸发冷却52在超低温度下

  马萨诸塞州理工学院27,50和阿姆斯特丹26,51的组已经率先将原子氢的磁诱捕率开创。在这些实验中,使用蒸发冷却52在超低温度下创建氢样品,但是由于所需的高密度,该技术不适用于当前的抗氧抗氧实验。在参考26,在高密度环境(约1011 cm-3)的时间尺度上,在15分钟的时间尺度(约1011 cm-3)中证明了将氢冷却至11 Mk的激光冷却,从通过蒸发开始的80-mk氢预冷。冷却激光器可以使用一维原子,并使用原子间碰撞来冷却其他自由度。普里查德(Pritchard)的小组展示了带有一维激光访问的磁性钠原子的激光冷却36。观察到的三维冷却归因于磁陷阱中自由度的耦合,因为在实验中未观察到密度依赖性效应。但是请注意,原子密度(约109 cm -3)比这项工作中的原子密度比9个数量级大约9个数量级。见裁判。53,54,55用于(抗)氢的激光冷却的其他建议。1980年代后期,CERN首次开发了抗蛋白捕获和电子冷却,并在加利福尼亚大学圣地亚哥分校Group58开发了Surko型缓冲液陷阱中的正电子堆积。

  我们的Lyman-α激光系统基于我们以前的研究中使用的激光系统10,11,但有所改进。这些改进包括一个新的THG电池,​​一种新的729.4 nm生成的光腔,具有提高功率和稳定性,以及通过Fabry-Pérot腔同时监测脉冲扩增的729.4 nm频率,在许多小时的实验中,可以测量频率的测量。

  我们的Fabry -Pérot腔的自由光谱范围为745 MHz,精致为75,分辨率为10 MHz。为了获得频谱,我们使用了一种阶梯扫描方法,其中fabry-pérot腔使用每一到两个脉冲的频率步骤扫描3.5 MHz。

  使用太阳能光电倍增仪检测器测量脉冲能,该探测器的灵敏度在121.6 nm时通过Hamamatsu光子学校准。在捕获的抗原子上的整个激光辐照过程中,每两种脉冲都采样光电倍增子输出的波形,并记录为数字示波器,然后将其离线分析以确定脉冲能量。脉搏能的典型射击变化为20%(1 S.D.)。

  我们的线形测量频率不确定性(图2A)估计为54 MHz(1 S.D.),来自以下效果的二次效果:729.4-nm腔频率漂移(37 MHz),腔频率校正精度(18 MHz),vavemeter频率矫正精度(18 MHz),磁珠计(30 MHz)(30 MHz)和WaveMeter Extemeter Extemeter Extsect(18 MHz)(18 MHz)。当同一系列添加多个运行时,为图2a中的每个数据点获取频率的平均值。见裁判。37,38,39,59用于Lyman-α激光器的其他相关工作。

  在我们(未冷的)条件下,抗氢的1s – 2p跃迁的光谱线宽为1 GHz。因此,在1S – 2p过渡(约700 MHz)中的超精细分裂未能明确解决。这在冷却过程中及其在冷却实验中的诊断中呈现并发症(系列1-4)。在我们的条件下,激光冷却的预期最佳引起的频率为几百兆赫。如果我们以相对于1Sc→2pa+过渡的数百兆赫红的频率应用激光,以最佳冷却1Sc状态原子,则1SD状态原子将“感觉到”蓝色的光,因此将被加热。相比之下,如果我们相对于1SD状态原子进行了红色激光,则它将对1Sc原子进行红色调整,并且冷却的总体效率将降低,从而使我们更难检测到我们所拥有的抗原子的少量冷却效果。我们通过消除1Sc原子(通过使用谐振微波来驱动1Sc→1SB Transition11,22的效率)来解决这个问题(约95%),从而迫使它们退出磁性最小陷阱。这会导致双旋光化,即高精细纯化的抗氢样品。

  在光谱实验(运行A和B)中,其中探测了1SD -2SD光谱,我们没有执行这种超精细纯化。但是,由于观察到的1 – 2s线宽是比超精细分裂小的数量级,因此在1SC状态下较不高效冷却原子的信号没有污染的风险。

  SVD检测到来自抗毒素歼灭的带电颗粒(主要是硫化),由三层双面微带传感器组成,共有36,864个读出通道。通过重建胎胎的轨迹,用几毫米33的分辨率确定an灭(顶点)的位置(顶点)。使用MIDAS(最大集成数据采集系统)实现Alpha中的数据采集60。

  歼灭检测的时间分辨率约为1μs。使用连续运行的时间stamping系统与Lyman-α激光脉冲的时间交叉相关,记录在SVD读数系统中的检测事件的时机。对于持续几个小时的长期实验运行,有必要纠正SVD系统中内部时钟的漂移。通过将SVD系统时钟与计时系统中的原子钟相关联,可以实现其相对精度为10-11的相对精度(即在10小时内的微秒)的定时度量。通过验证随机宇宙射线事件的时间模式在两个正时系统中相互匹配,从而确认了交叉校正的有效性。

  开发了一种基于机器学习的算法34,35,以对SVD进行分类,以将歼灭信号与宇宙射线背景区分开。与以前的Alpha工作一样,我们使用了增强的决策树(BDT)进行分类,其中14个事件参数为12。BDT判别阈值上的最佳选择标准取决于预期的信噪比,该比率在我们的四个实验阶段都有很大不同。因此,为四个阶段选择了单独的标准。它们按照最高信号到最低的信号顺序,即超精细极化,释放,探测和冷却/加热阶段。这些标准是“盲目”选择的,也就是说,不查看实际数据以减轻潜在的偏见。

  使用四个单独的数据集对所使用的BDT分类器进行了培训和验证。这些是一组宇宙射线和一组歼灭事件,每个事件都将进一步分为培训和验证数据集。探测器收集了总共2.3×106宇宙事件样品,而陷阱中没有歼灭反物质颗粒。从抗树脂和正上子的混合中收集了具有3.3×105歼灭事件的信号样品;假定这是完全纯净的。扩展数据表1通过我们基于机器学习实验的基于机器学习的分析,提出了重建歼灭事件的效率和相应的背景(标准化为记录事件的数量)。还显示的是歼灭顶点的轴向位置的条件,用于在每个阶段选择事件。

  在扩展数据表2中给出了SVD在不同阶段中检测到的an灭计数的计数。通过要求在每个Lyman-α激光脉冲后的0到3 ms内发生事件发生在探测阶段中的歼灭。对其他阶段中的事件进行了计数,没有这种情况。估计效率和宇宙背景校正了计数。根据对这些歼灭事件的一致性检查,我们估计原子数的相对运行到运行归一化的不确定性为±20%。有些观察是有序的。

  由121.6 nm激光诱导的自旋挡夹的概率,这是由探测过程中检测到的原子数量和释放阶段Nprobe/(nprobe + nRelease)的比率的大约85-95%(扩展的数据表2),这表明在探测阶段中,大多数抗At的释放是在探测阶段的大部分,直到较小的序列中。这表明观察到的探测抗氢原子的特征(图2-4,扩展数据图2)是总样品的良好表示。

  在探测阶段,检测到的自旋转变的速率提高为抗原子冷却提供了额外的间接证据,因为探针激光器预计较冷的原子会更有效地激发抗原子。如果我们粗略地将抗氢群体的时间演变近似为单个指数,那么它的速率(通过探针激光脉冲脉冲能量线性为0.5 nj时线性归一化 - 对冷却(约4×10-4 s – 1)和“堆栈和冷却”系列(约4×10-4 s – 1),而不是7×10-10-10-10-10-10-10-11×10×10×10×10×10×10×10×10×1×10×1×10-×10×1×10×serser。在我们的实验条件下,自旋叉速率大多对原子的纵向速度非常敏感,这会影响多普勒宽的光谱强度。

  由于存在宇宙射线背景,因此很难检测到少量的an灭散布在冷却阶段,这持续了几个小时。但是,使用机器学习技术来分析SVD数据,我们确实观察到了背景水平以上的信号,表明陷阱的抗溶质损失丧失。有关丢失的原子数量的估计数量,请参见扩展数据表2中的NCool。这些事件通常与激光脉冲没有及时的巧合,因此并不是由于伪造的光学泵送到未捕获的磁性巨船。冷却阶段连续损失的可能原因包括用残留气体的an灭(见下文)和准捕获的原子的逃脱,即,动能的抗原子超过捕获良好,但暂时被捕获20。有关加热阶段的损失,请参见下文。

  尽管在宽阔的光谱线形中可以看到抗溶剂的多普勒“加热”的证据(图2A,4D),但在抗溶剂损耗率中观察到了其他加热的证据。在加热阶段,抗氢的损失明显大于该系列的其余部分。例如,在加热阶段归一化为堆栈数量的损失数量约为3.2±0.3,而冷却序列的相应损耗率约为1.3±0.3。(请参阅扩展数据表2中的NCool/nstack)此处错误是统计的。同样,在加热阶段(由SVD重建)在加热阶段的轴向位置在磁陷阱的边缘达到峰值。这与加热原子从磁陷阱壁的最低点逃脱的期望是一致的。(这些“孔”在陷阱边缘附近以某些方位角存在于某些方位角,这是由于八杆的径向磁场成分与镜像线圈之间的破坏性相互作用。)我们注意到,加热样品的能量分布非常取决于磁场的详细信息,取决于磁场顶部的详细信息(来自捕获量的顶部(从抗脉冲逃脱)。与捕获良好的底部相比,我们的磁场模型在这些区域可能不那么准确,这可能部分解释了实验和加热序列的模拟之间的某些小差异(图2、3)。

  对于冷却实验的所有方面,进行了模拟,如参考文献中所述。9,10,11。模拟的唯一新方面是由于光子吸收和发射引起的原子后坐力的处理,这是针对实验的冷却/加热阶段以及探测阶段实施的。与Lyman-α吸收10,11的仿真一样,从多普勒移位的吸收曲线确定光子吸收的概率,其中包括在发生激光脉冲时的激光强度。在每个时间步骤中,通过生成随机数并将其与计算的概率进行比较来确定吸收事件的发生。如果发生吸收,则会通过沿激光光传播的方向改变抗毒速度,而VREC是动量保护的后坐力,ephoton/(MH/c)= 3.26 m s -1。在这里,ephoton是光子的能量,MH是抗溶质的质量,C是光的速度。从A | M |过渡的光子发射的预期方向= 1 p状态到S状态的形式为1 + cos2(θ),其中m是轨道角动量投影的量子数,而θ是相对于磁场方向的角度。通过使用拒绝方法随机选择cos(θ),使用函数[1 + cos2(θ)]/2来模拟光子发射方向。该分布在方位角均匀,因此在0和2π之间随机选择。然后,抗氧气速度通过。请注意,自发的光子发射通常会在横向方向上加热原子,并且必须通过通过陷阱中的非谐动作耦合引起的横向冷却来抵消这种加热。

  在这项工作中为激光冷却实验中提供的仿真结果中,对一个输入参数WCOOL进行了调整,以近似匹配实验观察到的TOF和线形分布。在这里,Wcool是通过冷却/加热激光器(即,平均激光脉冲能量脉冲总数)脉冲总数的总能量总量。与实验估计值相比,通过将WCOOL减少了四倍,从而获得了合理良好的定性协议(通过这项工作中的各种比较)。(对于多次运行的系列,实验估计值是由WCool在运行中的平均值得出的,其堆叠数量为NSTACK。)探针激光器的能量未缩放。目前未知这种差异的具体起源,对于这项工作,我们将WCOOL作为一个有效参数,可能包含诸如物理过程不完整的效果(例如,抗原子的初始条件或与残留气体的初始条件),在实验中的机械瑕疵(例如,盘绕绕组的位置)或实验eStimation e估计(例如,eStimate e estimate e estimatie e estimations in Actimime e估算)半径)。差异不太可能是由于脉冲能量测量中的简单校准问题,因为将检测效率提高四个因素会破坏观察结果与模拟探测过渡速率之间的近似一致性。(实际上,目前探测过渡的比较比测量值略高。)回想一下,冷却和探测过渡均由相同的激光驱动,并由同一检测器检测到。尽管如此, 模拟中对缩放的需求不会影响本文中我们的主要结论。请注意,调整此参数对冷却抗原子的动能的影响可能是高度非线性的。例如,在“堆栈和酷”系列的模拟中,尽管WCOOL有四个差异,但在未调节的模拟中,探测抗原子的平均动能仅比调谐模拟的因子低1.6至1.7。

  为冷却实验开发了一个很大程度上独立于模拟细节的模型,以重建抗溶质原子的横向动能,其中VX和VY是其在垂直于陷阱轴的平面中其速度的成分(图1A)。抗原子的横向能在探测阶段的旋转过渡时,是根据TOF计算的,即抗原子暴露于辐射及其歼灭之间的时间延迟。在此期间,通常可以持续几毫秒,一小部分(几纳秒)用于激发其正电子状态。这次的绝大多数人是由从激光路径(发生旋转式飞行发生的)遍历的遍历,到达了发生歼灭的内部真空壁。当激光束穿过磁陷阱的中心,几乎平行于轴,并且半径远小于内部真空壁的半径(3.6毫米对22.2 mm),我们认为所有抗原子在飞行开始时都处于轴上。在这次飞行中,磁性最小陷阱会向外加速自旋,寻求高视野的反原子。抗原子所经历的力量的良好近似是仅考虑磁场的理想化八极和螺线管成分,而忽略了镜线圈组件。这是一个合理的简化,因为大多数抗原子都在Z(纵向坐标)的中心区域周围弹出,远离磁性最小陷阱的轴向末端,镜子线圈具有很大的影响。八度场的方位角依赖性也可以忽略不计。这些简化需要说明,旋转的抗原子看到的电位纯粹是距轴距离的函数。假设抗原子在轴上开始飞行(半径r = 0), 结束在内部真空壁上的飞行(r = 22.2毫米),并经历了仅是R的函数的力,我们可以通过求解简单的一维运动等级,从其TOF中重建其起始横向动能(即自旋翻转时的抗原子的横向能量)。可以通过在模拟中比较实际(“真”)横向能与重建的方法来测试该方法的准确性。扩展数据图1显示了“堆栈和酷”系列模拟的这种比较,观察到了良好的总体一致性。重建的横向能平均在10%以内的真实能量一致;在活动的基础上,我们观察到R.M.S.除最低能量外,大多数重建能量范围的偏差约为30%。在这些不确定性中,基于TOF的重建方法给出了单个抗溶剂原子的横向能,这是一种研究磁陷阱中抗血解动力学的强大工具。重建后的横向能在图3中绘制,并用于在图4中进行事件选择。在每次运行中,表示它们的平均值,表示,并与扩展数据中的仿真进行了比较(见下文)。

  从冷却实验中观察到的线形重建纵向能(图2A)涉及的不确定性比横向能重建(上图)更大,由于频率数量有限,并且存在各种非置换剂宽广的机制。后者包括自然宽度,Zeeman拓宽,激光宽度以及样品中耗竭的效果,包括少数抗溶质原子,几乎没有碰撞。为了在不依赖完整模拟模型的情况下获得定性洞察力,我们通过简化简化的假设来得出平均纵向能量的上限。我们假设扩大完全是由多普勒效应引起的,而忽略了其他线条机制。如果以谐振频率从频率偏移ΔF探测原子,则其纵向能由1/2MH(ΔF×)2给出,其中= 121.6 nm是Lyman-α光波长。在这里,我们忽略了激光束和陷阱轴之间的小2.3°交点。通过在测量频率点之间线性插值来平均,在扩展数据中显示的上限,在图2中显示。在模拟中,可以将来自模拟线形评估的值与真实的平均能量进行比较。派生的上限比表明存在其他重要的线条机制的两到四倍。但是,实验得出的上限与仿真衍生的上限一致。替代分析方法,例如,将高斯拟合到线形上,并将其宽度转换为假定多普勒效应的纵向能,当将相同的方法应用于两个线形时,也会导致实验和模拟之间的相似协议。

  在扩展数据图2中,我们通过绘制参数,以及对于纵向和横向运动(如上所述),说明了冷却实验中不同实验序列中冷却/加热过程的定性行为。该图显示了整个实验运行之间的良好相关性,这意味着纵向能和横向能量都会减少,因为冷却施加到抗溶质样品中。以相同方式分析的模拟数据遵循实验趋势,为我们分析的有效性提供了支持。尽管它基于简化的假设,但在扩展数据中提供的分析提供了其他证据,表明横向和纵向自由度的冷却(即达到三维冷却)。请注意,此分析适用于平均能量。有关子安装水平的相关性,请参见图4。

  由于我们磁性陷阱中捕获的原子的动力学性质,源自激光驱动的自旋倾角的抗杀菌事件的分布的统计分散不一定是泊松式。因此,通过引导方法计算与统计属性相关的误差(例如,从这些an灭分布中得出的线形频谱的宽度)。简而言之,通过替换的随机绘制来重采样一组an灭,无论是实验性的还是模拟的。重新采样的数据集包含与原始组相同数量的an灭,但可能包含相同an灭的多个副本,并且可能完全错过了一些an灭。然后根据重采样集计算了感兴趣的统计属性(在此示例中的光谱宽度)。通过重复1,000次重新采样过程(产生1,000个光谱),生成了1,000长的推定值列表(宽度)。然后按升序排序此列表,然后将第159和841个条目作为误差估计的1σ(68%概率)范围。本文中使用了此过程来确定线形宽度,TOF分布的平均值,某些能量以下原子的比例以及重建能量的平均值和中位数的误差。

  在这里,我们考虑了选择性损失热原子而不是激光冷却的问题,可以可行地解释我们的观察结果。实际上,由于光子发射的原子后坐力的随机性质,我们确实期望陷阱中最热的原子损失有些小。但是,我们实验性观察的各个方面的总体一致性与我们的期望和详细的模拟为有力的证据提供了有力的证据,以防止失去热原子的损失是导致观察到的能量减少的原因。例如,我们观察到图3A中最冷原子的相对种群增加了五到十倍。尽管在交叉差异的不同运行中存在一些不确定性(±20%的顺序),但很明显,在图3a中观察到的低能峰不能通过仅考虑仅考虑热原子的损失而消失。此外,在冷却阶段的检测到的歼灭是总原子的一小部分(<25%;参见扩展数据表2中的Ncool/(Ncool + Nprobe),因此丢失的原子的影响 - 即使假设它们被以某种方式被选为最热的原子 - 最热的原子 - 享受的平均能量是有限的。回想一下,我们观察到平均能量的降低2到4倍,冷却时中位能量的中位数为三到十倍。此外,如加热系列所观察到的那样,热原子的损失倾向于在陷阱的轴向边缘发生(即磁陷阱的“孔”;请参见上面的“激光加热”部分)。我们看不到冷却运行中这种局部歼灭的证据。最后,比较121.6 nm激光探测抗氧样品的耗竭速率,在冷却样品中观察到的耗竭速率更快,如上所述。这意味着冷原子的密度增加了。请注意,由于其极低的密度,我们的捕获抗氧气蒸发冷却是不可能的。

  如其他地方所讨论的,在冷却实验中,通过TOF分析了抗原子的能量,以进行横向运动,并通过光谱线形进行纵向运动。尽管我们的TOF分析本质上是一维(在径向方向上),但我们与模拟的比较表明该方法提供了探测原子的总(二维)横向能的良好表示(扩展数据图1)。这意味着在自旋翻转时,原子轨迹的横向能的方位角成分很小。这可以归因于我们的探针激光束位于r = 0的事实。结果,具有较大方位角能量的原子无法有效地与离心屏障的探针束相交。但是,请注意,由于L在我们系统中的数量并不是9,43秒的时间尺度上,因此一种抗原子,有一个瞬间高L的反原子可能会导致一个小L,因此最终遇到了光束。

  因此,TOF方法为探测原子的总横向能提供了良好估计的手段。结合观察到的纵向自由度冷却,我们的诊断提供了抗溶质原子三维冷却的证据。

  但是,我们不能在实验上排除一类高方位角原子的可能性,这些原子的轨迹永远不会与冷却或探测激光相互作用。尽管如此,即使存在这些原子,鉴于只有5-15%的总抗原子能够生存,直到释放阶段而没有被探测,它们并不会影响我们对大多数原子的结论。

  在这里,我们在冷却实验中讨论了其他可能的系统效应,这可能会影响冷却过程的定量建模。但是,它们不影响我们观察激光冷却抗溶质的主要结论。

  尽管我们的样本量有限,但我们观察到一个显着的变化,超出了统计波动的预期,这是在两次运行中的冷却效果,在冷却系列中基本上具有相同的实验条件(请参阅两个在扩展数据中具有错误栏的黄色数据点图2)。这种变化表明我们的实验中存在一些不受控制的效果。这种差异的原因将在未来的研究中进行研究。但是,令人放心的是,可以通过通过本工作中描述的旋转方法探测一小部分抗溶质样品来表征逐跑的效果。这将减轻对冷却用于将来精确测量的可能发生的问题。

  在实验运动中,我们观察到了在低温陷阱的真空状况下有些恶化的证据。在正常条件下,根据观察到的损耗率62,我们陷阱中抗氢气的寿命估计大于60小时。优秀的真空主要通过冷电极表面上的冷冻泵化来维持。根据我们的经验,在陷阱冷却几周后,冷冻泵的效果饱和。这项工作就是这种情况,该工作发生在Alpha-2实验关闭之前。在我们为冷却实验进行的为期十天的实验活动中,我们的笔陷阱中抗植物的寿命从约20,000 s减少到10,000 s。例如,在冷却实验的最后一天进行的“堆栈和凉爽”运行(系列4)持续了约15小时,因此,由于与残留气体发生碰撞,我们可能会损失一些损失。观察到的歼灭计数(扩展数据表2)表明,与早期较短的运行相比,该系列中的抗氢损失可能更大30–40%。但是,应注意的是,残留气体的温度应在或高于电极温度(5-8 K),即远大于捕获的抗溶质原子的温度(温度单位中的陷阱深度小于约0.5 k)。根据我们的理论估计和简化损失过程的模拟,与温暖气体的碰撞不应实质性地改变捕获的抗原子的能量分布。他们更有可能要么将抗原子从陷阱中敲出,要么直接歼灭它们。因此,尽管残留气体的存在可能影响了存活的抗原子的数量或观察到的冷却速率,但它并不影响我们的主要结论,即通过与激光的相互作用来冷却抗原子。令人放心的是,在样品中都观察到冷却的效果(图2) 在样品中(图4)。我们注意到,在Alpha-2设备中存在一项规定,如果有必要通过机械阻断室温部分进入陷阱的低温部分的气体流动,从而实质上改善了真空。

  光谱拟合了一个不对称函数,已发现该函数可与由63个频率点组成的模拟线形和数量级的计数相比,该函数非常适合模拟线形。对于243.1 nm光谱激光和121.6 nm冷却激光器,模拟均涵盖了各种激光功率。

  拟合函数是由双重指数峰构建的,在蓝色和红色的侧面具有独立的宽度。蓝色的尾巴在拟合确定的点上平稳地转换为功率函数。然后,将整个功能用高斯卷曲,从而将双重指数的原本无限尖峰绕开。因此,适合数据的形状参数是:两个指数宽度,高斯宽度和蓝色尾巴上的移植点。不影响宽度的三个附加参数输入数据:峰的振幅和中心频率以及恒定的背景项,该术语已被抑制在图中。

  提取宽度的不确定性是两个误差源的组合:统计误差,该误差是从拟合计数及其统计误差产生的拟合扩散到伪data的,以及源自探测频率选择的系统误差。我们从许多模拟光谱的传播中估算出这种“采样误差”,这些频谱在探测频率的选择方面有所不同。冷却光谱宽度上的误差相对较大(运行A)主要来自共振区域中数据点的匮乏。

  每种误差类型还通过bootstrap方法评估,从而产生一致的值。

分享到
声明:本文为用户投稿或编译自英文资料,不代表本站观点和立场,转载时请务必注明文章作者和来源,不尊重原创的行为将受到本站的追责;转载稿件或作者投稿可能会经编辑修改或者补充,有异议可投诉至本站。

热文导读