项目名称: GaN核探测器辐照损伤机制研究

项目编号: No.61504099

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 吕玲

作者单位: 西安电子科技大学

项目金额: 23万元

中文摘要: 宽禁带半导体氮化镓(GaN)因其良好的物理和化学特性,以及优异的抗辐照性能,成为新一代室温核半导体探测器制备领域的热门材料,尤其在强辐射场的探测方面颇具优势。随着GaN核探测器材料生长和工艺制备水平的日趋提高,可靠性问题必然提上日程,首当其冲就是辐照损伤机制研究。本项目立足于GaN核探测器,围绕辐照缺陷对探测器影响展开攻关。通过实验,得到GaN核探测器电荷收集效率、时间响应特性、能谱分辨本领等性能参数退化量与辐照能量、剂量之间的关系。深入研究辐照对GaN核探测器电学参数和1/f噪声的影响,探讨辐照引入表面态、深能级对探测器中非平衡载流子复合的作用机理。通过深能级瞬态谱和变温光致发光谱表征手段,研究辐照在GaN核探测器及材料中引入的缺陷,分析缺陷类型、能级和俘获截面。本项目在研究和抑制GaN核探测器辐照效应方面有重要科学意义,为器件结构和工艺设计者提供有力的参考和依据。

中文关键词: 氮化镓;核探测器;辐照效应;1/f噪声;深能级瞬态谱

英文摘要: In recent years, wide bandgap semiconductor GaN has attracted a great deal of research interest due to its predominant physical, chemical, and electrical properties. Because of high irradiation hardness of GaN, it becomes a promising material for the new generation of room-temperature nuclear semiconductor detector, especially in the high-radiation field. With the development of GaN nuclear detectors in material growth and process, reliability problems will be put on the agenda, the most important of which is the study of the irradiation damage mechanism. The project bases on the GaN nuclear detectors, and focuses on the effect of radiation defects on the detectors. The relationship between the degradation of performance parameters of detectors and the radiation energy and dose, such as charge collection efficiency, time response, energy spectrum resolution and so on, will be obtained by experiments. The effect of irradiation on the electrical parameters and 1/f noise will be studied deeply, which aims at probing the mechanism of surface states and deep level energies introduced by irradiation to the recombination of non-equilibrium carriers. By the characterization of deep level transient spectrum and photoluminescence spectra at different temperatures, the defects induced by irradiation in detectors are studied. The types, energy levels and capture cross sections of the defects are analyzed in depth. Therefore, the project has the scientific significance in studying and decreasing the radiation damage effects in GaN nuclear detectors. It provides helpful references and bases for both device structure designers and process designers.

英文关键词: GaN;nuclear detector;radiation defects;1/f noise;deep level transient spectrum

成为VIP会员查看完整内容
0

相关内容

专知会员服务
23+阅读 · 2021年9月20日
专知会员服务
43+阅读 · 2021年9月7日
专知会员服务
33+阅读 · 2021年5月7日
【CVPR2021】GAN人脸预训练模型
专知会员服务
24+阅读 · 2021年4月10日
无参考图像质量评价研究进展
专知会员服务
31+阅读 · 2021年2月14日
【2020新书】预训练Transformer模型的文本排序
专知会员服务
62+阅读 · 2020年10月18日
基于多头注意力胶囊网络的文本分类模型
专知会员服务
78+阅读 · 2020年5月24日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
29+阅读 · 2020年4月6日
【论文】结构GANs,Structured GANs,
专知会员服务
15+阅读 · 2020年1月16日
我的信号是由核辐射传输的,金属屏蔽都挡不住
机器之心
0+阅读 · 2021年11月24日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
Self-Attention GAN 中的 self-attention 机制
PaperWeekly
12+阅读 · 2019年3月6日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
相对的判别器:现有GAN存在关键属性缺失
论智
33+阅读 · 2018年7月4日
ISI新研究:胶囊生成对抗网络
论智
18+阅读 · 2018年3月7日
在TensorFlow中对比两大生成模型:VAE与GAN
机器之心
12+阅读 · 2017年10月23日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Synthesizing Informative Training Samples with GAN
Arxiv
0+阅读 · 2022年4月15日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
27+阅读 · 2018年4月12日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
专知会员服务
23+阅读 · 2021年9月20日
专知会员服务
43+阅读 · 2021年9月7日
专知会员服务
33+阅读 · 2021年5月7日
【CVPR2021】GAN人脸预训练模型
专知会员服务
24+阅读 · 2021年4月10日
无参考图像质量评价研究进展
专知会员服务
31+阅读 · 2021年2月14日
【2020新书】预训练Transformer模型的文本排序
专知会员服务
62+阅读 · 2020年10月18日
基于多头注意力胶囊网络的文本分类模型
专知会员服务
78+阅读 · 2020年5月24日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
29+阅读 · 2020年4月6日
【论文】结构GANs,Structured GANs,
专知会员服务
15+阅读 · 2020年1月16日
相关资讯
我的信号是由核辐射传输的,金属屏蔽都挡不住
机器之心
0+阅读 · 2021年11月24日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
Self-Attention GAN 中的 self-attention 机制
PaperWeekly
12+阅读 · 2019年3月6日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
相对的判别器:现有GAN存在关键属性缺失
论智
33+阅读 · 2018年7月4日
ISI新研究:胶囊生成对抗网络
论智
18+阅读 · 2018年3月7日
在TensorFlow中对比两大生成模型:VAE与GAN
机器之心
12+阅读 · 2017年10月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员