光纤腔耦合碳化硅薄膜的理论计算

半导体材料中的自旋色心是量子信息处理的理想载体,引起了人们的广泛兴趣.近几年,研究发现碳化硅材料中的双空位、硅空位等色心具有与金刚石中的氮-空位色心相似的性质,而且其荧光处于更有利于光纤传输的红外波段.然而受限于这类色心的荧光强度和谱线宽度,它们在量子密钥分发和量子网络构建等方面的实际应用依然面临严峻的挑战.利用光学腔耦合自旋色心实现荧光增强和滤波将能有效地解决这些难题.将光纤端面作为腔镜,并与自旋色心耦合可以实现小模式体积的腔耦合,而且天然地避免了需要再次将荧光耦合进光纤而造成损耗的缺点.本文理论计算了耦合碳化硅薄膜的光纤腔的性质和特征.首先通过优化各项参数包括薄膜表面粗糙度、腔镜反射率等,理论分析了存在于光纤腔中的不同模式的特点,以及光纤腔耦合色心的增强效果及相关影响因素.进一步地研究了对开放腔而言最主要的影响因素—振动对腔性质、色心的增强效果以及耦出效率的影响,最终得到在不同振动下的最大增强效果以及对应的耦出透射率.这些结果为今后光纤腔耦合色心的实验设计提供了最直接的理论指导,为实验的发展和优化指明了方向.     

磁场下有原子自旋轨道耦合的各向异性量子点的精确解析传播子

量子力学中很少有系统能够精确地计算传播子, 特别是在考虑了自旋轨道耦合效应的情况下. 利用相空间的群论方法, 首先导出了有原子自旋轨道耦合的各向异性量子点传播子的精确解析表达式. 随后利用传播子来计算自旋高斯波包的演化与相应的概率密度, 并研究了原子自旋轨道耦合效应和磁场强度对距离期望值的影响.     

TFSI钝化晶体硅表面性质的第一性原理研究

晶体硅表面钝化是高效率晶体硅太阳能电池的核心技术,直接影响晶体硅器件的性能。本文采用第一性原理方法研究了一种超强酸-双三氟甲基磺酰亚胺(TFSI)钝化晶体硅(001)表面。研究发现,TFSI的四氧原子结构能够与Si(001)表面Si原子有效成键,吸附能达到-5.124 eV。电子局域函数研究表明,TFSI的O原子与晶体硅表面的Si的成键类型为金属键。由态密度和电荷差分密度分析可知,Si表面原子的电子向TFSI转移,从而有效降低了Si表面的电子复合中心,有利于提高晶体硅的少子寿命。Bader电荷显示,伴随着TFSI钝化晶体硅表面的Si原子,表面Si原子电荷电量减少,而TFSI中的O原子和S原子电荷电量相应增加,进一步证明了TFSI钝化Si表面后的电子转移。该工作为第一性原理方法预测有机强酸钝化晶体硅表面的钝化效果提供了数据支撑。     

In-situ SiN combined with etch-stop barrier structure for high-frequency AlGaN/GaN HEMT

The etch-stop structure including the in-situ SiN and AlGaN/GaN barrier is proposed for high frequency applications.The etch-stop process is realized by placing an in-situ SiN layer on the top of the thin AlGaN barrier.F-based etching can be self-terminated after removing SiN,leaving the AlGaN barrier in the gate region.With this in-situ SiN and thin barrier etch-stop structure,the short channel effect can be suppressed,meanwhile achieving highly precisely controlled and low damage etching process.The device shows a maximum drain current of 1022 mA/mm,a peak transconductance of 459 mS/mm,and a maximum oscillation frequency(fmax)of 248 GHz.     

?4模型真空态间的转换算符

本工作在正则量子化的基础上，对$\phi^4$模型的哈密顿量采取正规序来正规化真空零点能，然后微扰计算了至次领头阶的真空态修正。同时首次得到可以在$\phi^4$模型的两个真空态之间转换的算符，我们相信这个算符也是适当极限条件下产生$\phi^4$扭结(kink)的算符的形式。最后简要说明了真空能的应用。     

塞曼效应仿真实验平台

塞曼效应实验是学生了解原子具有磁矩和空间取向量子化现象的重要实验,至今塞曼效应仍是研究能级结构的重要方法之一.为了能够让学生更加清楚地了解塞曼效应实验的基本原理和操作规程,针对教学中的重点和难点,运用flash软件制作出塞曼效应仿真实验.该程序可全程高度仿真实验过程,具有界面友好、易于操作、无需安装等优点.为实验教学提供了一种新的辅助方式.     

使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。