圈量子宇宙学中Tsallis全息暗能量模型的宇宙学演化和相关性质理论研究

来源 :辽宁师范大学 | 被引量 : 0次 | 上传用户:yufengdetianxia
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自1998以来,大量的天文数据表明当前我们的宇宙正在加速膨胀。多年来众多科研工作者都在致力于为宇宙加速膨胀现象寻求一个合理的理论解释,这也是当前宇宙学的前沿热点课题。到目前为止,相关理论层出不穷,其中两大主流理论即修正引力理论和暗能量模型最具有研究潜力,也被广大研究者所钟爱。本文分别在经典爱因斯坦宇宙学和圈量子宇宙学中对相互作用的Tsallis全息暗能量模型的宇宙学演化以及相关性质深入研究。主要内容如下:在经典爱因斯坦宇宙学中,我们选取两类红外截断(即哈勃截断和里奇截断)。(1)深入研究存在两种不同相互作用形式时,Tsallis全息暗能量模型的密度参数、态参数以及减速参数演化规律,研究结果表明两类截断的Tsallis全息暗能量模型能描绘出宇宙由暗物质主导到暗能量主导的过渡,即宇宙从减速膨胀转变到加速膨胀;(2)对暗能量模型进行了 statefinder诊断、statefinder hierarchy诊断及复合零诊断(CND)三种不同的几何诊断,研究发现三种诊断均能很好地将所研究模型与ACDM模型区分开;(3)将视界作为所研究宇宙的边界,通过计算视界内宇宙组分的总熵探讨其热力学系统的热性质。研究结果表明将Tsallis全息暗能量作为宇宙中主要组分的宇宙总熵,其变化率大于零,即满足所谓的广义热力学第二定律,同时选取哈勃截断时也满足热力学系统的热平衡条件。进一步,在圈量子宇宙学框架下,同样选取哈勃截断和里奇截断两类不同的红外截断,并对四种不同相互作用形式的Tsallis全息暗能量模型其相关宇宙学量的演化、三种不同的几何诊断以及相关的热力学性质,按上述方法进行深入探讨。研究结果表明:(1)Tsallis全息暗能量模型相关宇宙学量的演化均符合宇宙学演化规律。在选取哈勃截断时,圈量子效应在宇宙的早期对密度参数、态参数和减速参数影响较大。然而,在里奇截断下,在宇宙晚期圈量子效应对上述宇宙学量表现出较为明显的影响;(2)与经典爱因斯坦宇宙学相比,三种几何诊断在圈量子宇宙学中的诊断效果更加理想,能有效地区分不同耦合参数下的暗能量模型,同时也与ACDM模型很好地区分开;(3)该模型不仅满足广义热力学第二定律,而且在选取哈勃截断时也满足热力学系统的热平衡条件。最后,值得提及的是通过将圈量子宇宙学中研究结果与经典爱因斯坦宇宙学中结果做比较,我们发现后者是前者当ρlc→∞的特殊情况,即圈量子宇宙学将爱因斯坦宇宙学作为特例包含其中,它是爱因斯坦宇宙学的扩展理论。
其他文献
报纸
寻找超出标准模型(SM)的新物理(NP)是目前粒子物理领域的前沿问题之一。作为一种模型无关的寻找NP信号的方案,标准模型有效场论(SMEFT)能更高效地搜索NP信号,因而近年来受到广泛的重视。最近的理论研究表明,对于某些过程,参与的高量纲算符是从量纲为8的算符开始的,其中由中性三次规范耦合(nTGCs)诱发的过程就是这样的例子。所以,研究nTGCs为搜索和研究NP提供了一个独特的机会。本文研究了正
学位
报纸
基于语音的身份认证技术是生物识别方法中的一个重要的研究方向。文本无关的说话人识别任务旨在无需固定语音文本内容的情况下,通过说话人的一段语音判决其是否来自目标说话人,实现说话人验证。近年来,随着人工智能技术的发展,基于深度学习的说话人识别方法被广泛研究,已经取得了一些成果,但是在如何提升系统泛化能力、语音帧级特征提取等方面仍存在许多问题值得我们探索。该文围绕基于深度学习的文本无关说话人识别方法进行研
学位
语义分割是高空间分辨率遥感图像分析和理解的核心内容之一。深度学习方法是目前高分辨率遥感图像语义分割的研究热点。本文基于深度学习方法,从三个方面针对高分辨率遥感图像的语义分割问题进行了研究。首先,现有基于深度学习的语义分割网络会导致遥感图像的高频信息损失,边界分割不准确。针对此问题,设计一种双解耦语义分割网络模型,将提取的两级特征分别解耦为具有高频特性的边界(Edge)特征和具有低频特性的主体(Bo
学位
在论文的第一部分,我们简要介绍了加速宇宙学及解释宇宙加速膨胀的通常做法。在论文的第二部分,我们对几种常见的暗能量模型加以简述,并展示了这几种常见的暗能量模型在state finder诊断中的表现。论文的第三部分和第四部分为本人在硕士生期间的主要工作,重点探讨了不同形式下f(R)修改引力理论和GBD修改引力理论中的几何诊断问题。众所周知,一些观测和理论上的动机要求我们对广义相对论(GR)的修改理论进
学位
随着深度学习发展,尤其是生成对抗网络的提出,文本生成图像任务已成为图像生成领域的一个重要研究方向。文本生成图像任务要求提供一段文字描述,并生成符合文本语义的图像结果。文本生成图像方法中存在着网络训练不稳定、生成图像细节真实性与多样性不够等挑战。本文为提高图像生成的真实性与多样性,做了如下工作:首先,为实现稳定的细粒度文本到图像生成,本文提出了注意力与卷积归一化生成对抗网络。方法通过引入注意力机制的
学位
在原子核中,核子的短程关联起着重要的作用.在核物理研究中,人们经常采用简化的标准对力来说明原子核的对关联现象.虽然标准对力模型能较好描述原子核的基态性质及质量奇偶差现象,但其对于对激发能的描述不够准确.因此,在壳模型平均场理论框架下,进一步研究轨道依赖对力及其对原子核的描述就具有现实意义.本文利用含四条非简并j轨道的可解特殊不可分离对力模型来描述41-51Ca的结合能及奇偶差,双中子分离能及奇偶差
学位
<正>橘汁与尿道感染:美国妇产科医生玛丽基·邦内尔研究认为,易患尿道感染的人,每天喝300毫升橘汁,有助防治尿道感染,其效果比单纯饮水要好。因为橘汁不仅能帮助把细菌排出体外,还可阻止细菌依附在尿道壁上。红茶与流感:日本科学家用比一般红茶水浓度淡4倍的红茶液在病毒感染区浸泡5秒,该病毒就
期刊
目前,移动终端爆炸式增长使得频谱资源越发的紧张。为了顺应未来通信发展,通信系统需要更高的频谱利用率、更强的抗干扰能力和更大的用户容量。在扩频通信系统中,扩频序列会直接影响系统性能,具体表现为:序列相关性影响系统抗干扰能力,序列数量影响系统用户容量。互补序列具有理想相关特性,从而可以有效抑制扩频通信系统中的多址干扰和多径干扰,提高系统性能。因此,设计具有大集合且良好相关特性的互补序列具有重要意义。本
学位