Self-interacting dark matter has been proposed to explain the apparent mass deficit in astrophysical small-scale halos, while observations from galaxy clusters suggest that the corresponding cross section depends on the velocity. Accounting for this is often believed to be highly model-dependent with studies mostly focusing on scenarios with light mediators. Based on the effective-range formalism, in this work we point out a model-independent approach which accurately approximates the velocity dependence of the self-interaction cross section with only two parameters. We illustrate how this parameterization can be simultaneously interpreted in various well-motivated scenarios, including self-interactions induced by Yukawa forces, Breit-Wigner resonances and bound states. We investigate the astrophysical implications and discuss how the approximation can be improved in certain special regimes where it works poorly.
Probing the dynamics of dark energy with divergence-free parametrizations: A global fit study
CPL参数化对于利用观测数据研究暗能量的性质是非常重要的。然而，CPL参数化只考虑了暗能量过去的演化，而不关心暗能量未来的演化，因为$w(z)$在遥远的未来会发散。在最近的一篇论文[J. Z. Ma和X. Zhang，Phys. Lett. B { \bf 699}，233（2011）]，已经提出了用于暗能量的鲁棒的新颖的参数化，$w(z)=w_0+w_1({\ln (2+z)\over 1+z}-\ln2)$，成功地避免了CPL参数化中的未来发散问题。另一方面，振荡参数化（由振荡五分模型激发）也可以避免未来的发散问题。在这封信中，我们使用这两种无发散参数化来探索暗能量在整个演化历史中的动力学。利用7年WMAP温度和偏振功率谱、SDSS DR 7和SN Ia Union 2样品的物质功率谱数据，对这两个动力学暗能量模型进行了全马尔可夫链蒙特卡罗（Markov Chain Monte Carlo）研究.我们发现，最适合的暗能量模型是一个五分模型，在演化过程中，EOS跨越-1。然而，虽然五分模型更受青睐，我们发现，宇宙学常数仍然不能排除。
To CPL, or not to CPL? What we have not learned about the dark energy equation of state
Instituto de Física Teórica (IFT) UAM-CSIC（理论物理研究所（IFT）UAM-CSIC）；CERCA/ISO, Department of Physics, Case Western Reserve University（凯斯西储大学物理系 CERCA/ISO）；Astrophysics Group & Imperial Centre for Inference and Cosmology, Department of Physics, Imperial College London（帝国理工学院物理系天体物理学小组与推断与宇宙学帝国中心）
Cosmological constraints on the dark energy equation of state and its evolution
通过对宇宙微波背景、大尺度结构和Ia型超新星数据的联合分析，计算了暗能量状态方程w（z）演化的约束条件。为了探索w的时间演化，我们提出了一个新的，简单的参数化w，它的优点是透明的，简单的扩展到更多的参数，更好的数据变得可用。此外，它在所有渐近极限中表现良好。在此参数化基础上，我们得到w（z=0）=-1.43 ^{+0.16}-0.38}和dw/dz（z=0）= 1.0^{+1.0}-0.8}。对于常数w，我们发现在95% C. L下-1.34 < w < -0.79。因此，考虑到随时间变化的w，w的最佳拟合当前值向下移动。然而，即使w随时间变化的模型产生的chi ^2比纯LambdaCDM模型更低，它们也没有更好的拟合优度。SNI-a数据的秩相关检验也没有显示出对时变w的任何需要。
