当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 中国科大日盲紫外探测器研究取得新突破

中国科大日盲紫外探测器研究取得新突破

2025-04-08 16:22:04 0浏览 收藏

中国科学技术大学龙世兵和胡芹团队在日盲紫外光电探测器研究上取得重大突破,成功研制出兼具高响应度(高达236.1 A/W)和快响应速度(低至50 ms)的氧化镓日盲紫外光电探测器。该团队创新性地采用双层薄膜结构设计,巧妙调控器件内部电场分布和光生载流子传输路径,解决了氧化镓探测器响应度和响应速度难以兼顾的难题。这项研究成果发表在国际知名期刊《InfoMat》上,为高性能日盲紫外光电探测器的研发提供了新的思路,并在电力监测、导弹追踪等领域具有广阔应用前景。 关键词:日盲紫外光电探测器,氧化镓,高响应度,快响应速度,双层薄膜结构

中国科学技术大学龙世兵和胡芹团队在日盲紫外光电探测器研究方面取得突破性进展。针对氧化镓光电探测器响应度和响应速度难以兼顾的难题,团队创新性地提出了一种基于双层薄膜结构的设计方案。该方案通过精妙地调控器件内部电场分布和光生载流子传输路径,有效平衡了响应度和响应速度之间的矛盾。 实验结果表明,基于此设计的氧化镓日盲紫外光电探测器,实现了高响应度(高达236.1 A/W)和快响应速度(低至50 ms)的优异性能,验证了该方案的可行性及其在该领域的应用潜力。这项研究为高性能氧化镓日盲紫外光电探测器的研发提供了新的思路,相关成果已发表在国际知名期刊《InfoMat》上。

日盲紫外光电探测技术(波长范围200-280 nm)因其低背景噪声、高灵敏度和全天候工作能力,在电力监测、导弹追踪、火灾预警和光通信等领域具有广泛应用前景。目前,商用日盲紫外探测器主要基于硅材料,但硅材料的宽吸收波段和低量子效率导致其依赖滤波器,且响应度较低。而氧化镓材料凭借其合适的禁带宽度、高光电灵敏度、优异的稳定性和低制造成本,在日盲紫外光电探测领域展现出巨大潜力。然而,现有氧化镓探测器普遍存在响应度和响应速度难以兼顾的问题,这阻碍了其商业化应用。

为解决这一难题,该团队基于理论和仿真分析,提出了一种创新的双层氧化镓薄膜结构(图1)。该结构由高响应度薄膜层(Layer 1)和快响应速度薄膜层(Layer 2)组成,通过调节载流子再分布、电场分布及载流子提取路径,有效结合了两种薄膜层的优势。

中国科学技术大学在日盲紫外光电探测器研究中取得新进展

图1. (a) 双层氧化镓薄膜结构光电探测器示意图;(b) 结构设计效果示意图;(c-h) 不同条件下能带结构、载流子再分布及载流子提取路径仿真结果。

基于该设计,研究人员成功制备出兼具高响应度和快响应速度的氧化镓日盲紫外光电探测器(图2)。优化后的器件实现了236.1 A/W的高响应度和50 ms的快速响应速度。

中国科学技术大学在日盲紫外光电探测器研究中取得新进展

图2. 双层氧化镓薄膜结构器件的光电响应特性。(a) I-V曲线;(b) 周期性I-T曲线;(c) 典型I-T响应周期;(d) 光电流与光功率关系;(e) 光暗电流比和响应度与光功率关系;(f) 归一化光谱响应。

这项研究成果为高性能氧化镓日盲紫外光电探测器的发展提供了新的技术途径,并得到了国家自然科学基金委、国家重点研发计划和中国科学技术大学等机构的资助。胡芹、高南和侯小虎为共同通讯作者,马晓兰、谭鹏举和张颖为共同第一作者。龙世兵、赵晓龙和徐光伟也参与了该项目。

论文链接:{http://doi.org/10.1002/inf2.70016}

今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

ECharts中如何为部分线段设置虚线效果?ECharts中如何为部分线段设置虚线效果?
上一篇
ECharts中如何为部分线段设置虚线效果?
UniApp小程序微信分享参数丢失,PDF加载技巧
下一篇
UniApp小程序微信分享参数丢失,PDF加载技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    474次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    423次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    249次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码