近日,我校物理科学与技术学院赵振兴副研究员在国际物理学著名期刊Physical Review D[科睿唯安最近公布的2022年影响因子为5.0,WOS期刊分区为一区]上以“Baryons in the light-front approach: The three-quark picture”为题发表了在夸克模型领域的最新进展。论文链接:https://link.aps.org/doi/10.1103/PhysRevD.107.116025。
光前夸克模型(LFQM)是一种动力学夸克模型,曾经在双粲重子寻找的理论计算方面起到过非常重要的作用。其基本思想是将强子态展开为夸克态的组合,而展开系数包含了强子的各种波函数,而其中最关键的部分是自旋波函数。该论文从夸克旋量和Dirac矩阵出发,构造了重子的自旋波函数。在模型构建过程中,作者们发现Lorentz boost效应起到了关键作用。文中采用的自下而上的模型构造方法有可能被用来发展多夸克态的夸克模型,而目前这还是一个开放问题。多夸克态以及与之紧密相关的奇特态是当前粒子物理研究的热点。
以往应用LFQM研究重子的工作多采用diquark图像,即将重子中的两个夸克看作一个弱耦合的整体。而这种图像存在参数多、diquark可以自由指定等不足。早在1998年,Korner等人基于重夸克对称性写下重味重子的三夸克图像,即将重子中的三个价夸克独立对待。近年来,天津大学的柯红卫等人将三夸克图像应用于重子弱衰变过程的研究。然而,对于重子态的自旋波函数,始终缺乏一个构造性的证明。该论文填补了这个空白。
赵振兴作为论文第一作者和通讯作者,赵振兴课题组硕士生张付伟为第二作者,内蒙古大学为第一完成单位。该成果得到内蒙古大学“骏马计划”引进人才科研启动金、自治区本级引进高层次人才科研支持、以及国家自然科学基金(项目号:12065020)的支持。
近日,我校计算机学院(软件学院)蒙古文智能信息处理技术国家地方联合工程研究中心(蒙古文信息处理技术自治区重点实验室)呼德研究员课题组与大连理工大学殷福亮教授团队合作在国际顶级期刊《IEEE Transactions on Intelligent Transportation Systems》上发表了题目为“Acoustic SLAM with Moving Sound Event based on Auxiliary Microphone Arrays”(DOI: 10.1109/TITS.2023.3289324)的论文。
即时定位与地图构建(Simultaneous Localization and Mapping, SLAM)在机器人探索未知环境时扮演着重要的角色。目前,基于视觉信息的SLAM方法已很成熟,并有大量产品实际应用。然而,在光线不足的环境中,视觉SLAM的性能将显著下降。为此,本文提出一种声学SLAM(ASLAM)新方法,利用机器人的听觉系统探索其周围声场,同时定位(跟踪)机器人本身及环境中的声源。
首先,本文给出一种ASLAM框架,首次实现了机器人和声源同时移动时的ASLAM任务。其次,本文提出一种双通道卡尔曼滤波器,分别用于实时估计机器人的位姿和声源的位置,它比传统的卡尔曼滤波器更能节省计算量,进而满足算法的实时性。最后,引入交互多模型(Interacting multiple models, IMM)对机器人和声源的运动状态进行建模,进一步提高了定位和定向精度。
为了验证所提方法的有效性,论文进行了大量的仿真实验和实际实验。图3表明,所提方法在不同测量误差条件下均能精准地估计机器人和声源的位姿信息。图4则更直观地给出了所提算法的定位结果。此外,该算法也具备和传统视觉SLAM有效结合的潜力,有望实现音视频SLAM。
《IEEE Transactions on Intelligent Transportation Systems》是智能交通领域国际顶级期刊,被列为JCR一区TOP期刊,影响因子为8.5。我校计算机学院(软件学院)呼德研究员为该论文的第一作者,内蒙古大学为第一单位,该课题受到国家自然科学基金与内蒙古大学骏马计划资助。
论文链接:https://ieeexplore.ieee.org/document/10173709