-
采用考虑粒子温度各向异性热等离子体介电张量模型, 借助磁化、均匀密度分布等离子体中电磁波的一般色散关系, 在低磁场、低气压螺旋波等离子体典型参量条件下, 理论分析了电子温度各向异性对电磁模式传播特性和角向对称模功率沉积的影响. 研究结果表明: 对于给定的纵向静磁场B0 (或波频率ω), 存在一个临界波频率ωcr (或纵向静磁场B0,cr), 当ω > ωcr (或B0 < B0,cr)时, 电子回旋谐波遭受的阻尼开始显著增大; 相比粒子温度各向同性情形, 粒子温度各向异性彻底改变了波的传播特性, 即相位常数和衰减常数均出现峰值现象; 在考虑电子有限拉莫尔半径效应和电子温度各向异性情形下, Trivelpiece-Gould (TG)波碰撞阻尼在整个电磁波功率沉积中占据主导地位, 电子纵向温度Te,// 存在某一临界值, 在此临界值处TG波功率沉积出现峰值Pabs,TG, 且随着Te,⊥/Te,// 的减小, 此功率沉积峰值 Pabs,TG 逐渐增强.As the core issue in helicon discharge, the physical mechanism behind the high ionization rate phenomenon is still not fully understood. Based on the warm plasma dielectric tensor model which contains both the particle drift velocity and temperature anisotropy effect, by employing the general dispersion relation of electromagnetic waves propagating in magnetized and uniform plasma with typical helicon discharge parameter conditions, wave mode propagation characteristic and collisional, cyclotron and Landua damping induced wave power deposition properties of azimuthally symmetric mode are theoretically investigated. Systematic analysis shows the following findings. 1) Under typical helicon plasma parameter conditions, i.e. wave frequency ω/(2π)=13.56 MHz, ion temperature is one tenth of the electron temperature, and for a given magnetic field B0 (or wave frequency ω), there exists a critical wave frequency ωcr (or magnetic field B0,cr), above which (or below B0,cr) the damping of the n = 1, 2, 3 cyclotron harmonics begins to increase sharply. 2) For the electron temperature isotropic case, the attenuation constants of different harmonics start to increase significantly and monotonically at different thresholds of magnetic field, while the phase constant abruptly increases monotonically from the beginning of the parameter interval. On the other hand, for the electron temperature anisotropic case, both the phase constant and attenuation constant have peaking phenomenon, i.e. the attenuation constant begins to increase sharply at a certain value of B0 and meanwhile the phase constant presents a maximum value near the same value of magnetic field, thus the phase constant starts to keep constant at a certain value of B0 and meanwhile the attenuation constant has a maximum value near this same value of magnetic field. 3) For the wave power deposition properties, under electron temperature anisotropy conditions, power deposition due to collisional damping of Trivelpiece-Gould (TG) wave plays a dominant role in a low field (B0 = 48 Gs) (1 Gs = 10–4 T); by considering the electron finite Larmor radius (FLR) effect, the power deposition of TG wave presents a maximum value at a certain point of parallel electron temperature Te,//; with the decrease of Te,⊥/Te,//, the maximum value of power deposition increases gradually. All these findings are very important in further revealing the physical mechanism behind the high ionization rate in helicon plasma.
-
Keywords:
- helicon plasma /
- anisotropy /
- propagation characteristics /
- power deposition
1. 引 言
随着半导体材料研究的深入及技术的成熟, 半导体发光器件在深紫外波段的应用不断拓宽. 基于AlGaN材料的深紫外(deep ultraviolet, DUV)发光二极管(light emitting diode, LED)广泛应用于杀菌消毒、传感、水质净化、医学治疗以及非视距通信等诸多领域[1-3]. 特别是在全球新型冠状病毒(COVID-19)肆虐的当下, 研究人员已经证明, 波长在280 nm以下(UVC)的深紫外光可以在几秒钟内有效灭活COVID-19[4-7], 因而也受到了极大的关注和重视. 然而, 尽管材料和器件制备技术不断提升, 与成熟的InGaN基可见光LED相比, AlGaN基深紫外LED的广泛应用仍存在许多需要克服的困难, 特别是外量子效率(external quantum efficiency, EQE)明显偏低带来的辐射功率过小的问题. 因此, 深紫外LED效率提升方法的研究对其在各领域应用前景具有至关重要的作用, 近年来受到了广泛的关注.
AlGaN基深紫外LED的外量子效率提升可以通过内量子效率(internal quantum efficiency, IQE)和光提取效率(light extraction efficiency, LEE)改善来实现, 其中内量子效率取决于载流子有效注入到有源区以及在有源区产生辐射复合的情况. 除了提高LED外延质量外, 可以通过在有源区和P型区之间增设电子阻挡层(electron blocking layer, EBL)改善载流子注入情况提升内量子效率. 具体来说, 在提高电子注入效率方面, 可通过对EBL结构的设计, 增大其对电子向P型区输运时的阻挡作用, 以此来抑制电子泄漏. 2010年, Hirayama等[8]报道了多量子势垒(multiple quantum barrier, MQB)EBL的使用, 通过与传统的单层的EBL结构对比分析可知, 增强的EBL有效势垒高度抑制了电子泄漏. 在提高空穴注入效率方面, 一些学者尝试修改有源区最后一层量子垒的材料为InAlGaN, 通过设定合理的ln组分, 与原有的EBL共同组成了双层的InAlGaN/AlGaN结构, 从而提高空穴输运[9,10]. 此外, 国内外的学者们也提出了一些新的改进方法, 有部分学者提出梯度EBL结构, 通过梯度的设定EBL中的Al组分, 形成渐变的空穴储层, 有效的调控电子泄漏势垒[11,12]; 在此基础上, 更有学者提出梯度超晶格EBL结构, 使得梯度的EBL呈现周期性的变化, 有效减少了极化电荷和晶格失配的现象[13]. 上述研究主要涉及了EBL中Al组分和ln组分选择, 通过控制变量的方式动态改变参数确定最优结构的形式过于单一, 且因为参数选择范围和组合方式个数有限, 不能充分考虑多个影响因素之间内在的制约关系, 无法确定最优的参数组合, 上述方式在结构优化上具有很大的局限性. 近年来, 诸如粒子群算法、遗传算法、模拟退火算法、JAYA算法等智能优化算法在光子器件结构设计中起到了关键作用. 相较于其他启发式算法, JAYA算法[14]具有简单高效、收敛快、寻优强并且不需要任何特定于算法的超参数的特点, 因此近年来已被应用在许多不同的组合优化问题上[15,16]. 该项研究中, 针对AlGaN基深紫外LED的EBL结构设计引入智能优化算法, 打破了目前结构优化设计的研究瓶颈, 有望最大化载流子注入过程改善, 进一步提升内量子效率.
本文针对AlGaN基深紫外LED, 通过与传统单层或双层EBL内量子效率结果进行对比, 采用了效果最优的InAlGaN/AlGaN超晶格的EBL结构. 在此基础上, 本文提出了基于JAYA智能算法的EBL结构优化方法, 即对超晶格EBL中的Al组分、ln组分以及厚度等多个关键的影响参数同时进行智能寻优, 相较于简单的参数扫描, 该方法可根据算法的核心公式, 综合考虑不同影响因子的作用, 优化内容更加丰富; 且对参数智能的更新迭代能够使得各个影响因子更快的趋近于最优值, 优化过程更加科学、高效. 该方法将能够得到最大LED内量子效率作为优化目标, 智能化搜索对应目标的最优结构参数组合, 进而对InAlGaN/AlGaN超晶格EBL结构进行优化设计, 以最大化该结构对内量子效率的提升作用. 该项研究中, 通过对采用优化和未优化EBL结构的深紫外LED的光电子学特性分析, 验证了该方法的有效性.
2. 研究方法
采用基于InAlGaN/AlGaN超晶格和传统单层/双层EBL的AlGaN基深紫外LED结构如图1所示. 其中结构A(图中表示为Structure A)是一种参考结构, 蓝宝石上的外延层由2.2 μm的AlN缓冲层、2 μm的n-Al0.56Ga0.44N接触层(Si掺杂浓度为5×1018 cm–3)以及5对Al0.45Ga0.55N(3 nm)/Al0.56Ga0.44N(12 nm)多量子阱(MQW)、25 nm厚的Al0.60Ga0.40N EBL、50 nm厚的p-Al0.40Ga0.60N和p-GaN接触层(Mg掺杂浓度2×1019 cm–3)组成. 除了EBL部分之外, 结构B(表示为Structure B)和结构C(表示为Structure C)与Structure A都相同, 图中进一步给出了结构B和C的EBL具体结构. 结构B同样也作为参考结构, 其EBL由20 nm厚的Al0.60Ga0.40N和5 nm厚的In0.09Al0.60Ga0.31N两层组成, 而本文采用的结构C的EBL结构则包括五周期的In0.09Al0.60Ga0.31N(3 nm)/Al0.60Ga0.40N(2 nm)超晶格层组成. 为了便于特性比较, 结构A、结构B和结构C中的EBL厚度为25 nm, LED横截面积均为300 μm×300 μm.
本文对采用不同EBL结构的AlGaN基深紫外LED的光电子学特性以及内量子效率进行仿真分析, 主要使用包括泊松方程、漂移扩散传输方程和薛定谔方程等在内的经典模型[17]. 此外, 本文使用能充分体现LED内部物理机制的APSYS专业仿真工具, 从半导体器件的电学、光学和热学属性出发, 以有限元分析方法为基础, 通过对器件内部物理过程进行2D/3D建模, 对平衡态与非平衡态下的能带结构、载流子输运和量子力学效应的仿真计算, 实现对深紫外LED的光电子学特性和效率的分析. 其中内量子效率充分考虑了泄漏电流的影响, 定义为量子阱内辐射复合对应电流Irad占总电流I的百分比:
ηIQE=IradI=IradIrad+ISRH+IAuger+Ileak. (1) 即总电流除了辐射复合对应的电流, 也包括SRH复合电流ISRH和俄歇复合电流IAuger, 以及载流子辐射复合饱和引起的泄露电流Ileak. 随着注入电流的增大载流子复合辐射饱和现象加剧, 泄露电流占总电流的比例增大, 导致内量子效率骤降的现象. 此外, 辐射和非辐射复合对应的电流可进一步表示成:
{Irad=qVAn,ISRH=qVBn2,IAuger=qVCn3, (2) 其中n为载流子浓度, q为电子电荷, V为量子阱有效体积, A为SRH复合系数, B为辐射复合系数, C为俄歇复合系数. 可以得知随着注入电流的增大, 具有更大的增速, 和泄露电流一同会引起内量子效率的下降. 本文中所采用的参数均为常用值, 其中带偏移比设置为0.7/0.3[18], 俄歇复合系数和SRH复合寿命分别设置为1.0×10–30 cm6/s和10 ns[19], 工作温度为300 K[20], 其他参数和模型可在先前的研究中找到[21-23].
为进一步提升AlGaN基深紫外LED的内量子效率, 针对结构C所采用的InAlGaN/AlGaN超晶格EBL结构, 本文提出一种基于智能优化的方法实现对超晶格EBL结构的优化, 该方法包括性能计算、数据处理和数据收集3个模块. 其中性能计算模块能够采用专业仿真软件APSYS计算不同EBL结构参数深紫外LED的内量子效率. 数据处理模块以智能优化算法为核心, 以得到最优的内量子效率为目标, 针对需要优化的EBL结构搜索能够实现此目标的最佳参数组合, 采用的JAYA优化算法基本公式如下:
Xi+1j,k=Xij,k+r1(Xij,best−|Xij,k|)−r2(Xij,worst−|Xij,k|), (3) 其中i, k, j分别代表优化过程迭代的次数(i≤20), 随机生成的参数组序号和参数组中某个参数序号.
Xij,k 表示迭代第i次时, 第k组参数中的第j个参数,Xij,best 和Xij,worst 分别表示第i代的所有参数组中的能使得目标值最大和最小的第j个参数, r1和r2控制缩放大小, 取值在[0, 1]之间. 数据收集模块将计算部分得到的结构和效率结果按照指定格式存入数据库中, 便于数据处理部分的调用, 本文通过利用数据分析相关工具, 将性能分析和数据处理模块生成的数据集按照指定的格式存入指定的数据文件中. 基于以上方法, 本文给出了面向最大化AlGaN基深紫外LED内量子效率的InAlGaN/AlGaN超晶格EBL结构优化设计的仿真实现, 其伪代码如Algorithm 1所示.本文采用如上给出的基于JAYA算法的智能优化方法和相应的代码程序, 对InAlGaN/AlGaN超晶格EBL的结构进行优化设计, 其中JAYA优化算法中设定的每代参数组数量大小为4个, 迭代次数为20次. 针对InAlGaN/AlGaN超晶格EBL结构, 选取量子垒的Al组分QB_x、厚度QB_d以及量子阱的Al组分QW_x、厚度QW_d和量子阱的ln组分y作为待优化的关键参数, 其优化起始值依次为min_values:(0.5, 0.001, 0.1, 0.001, 0.001), 终止值依次为max_values:(0.9, 0.005, 0.5, 0.005, 0.1), 其中厚度对应的参数单位为μm. 根据本文给出的EBL结构优化方法, 以100 mA处对应IQE的值为优化目标, 首先在给定范围内随机初始化4组结构参数, 通过在数据库中直接搜索或者调用APSYS进行仿真计算得到每个参数组合对应的IQE结果, 根据当前结构参数得到的IQE结果和算法规则不断地更新结构参数, 直到满足迭代截止条件, 从而得到给定优化范围内使AlGaN基深紫外LED内量子效率最大的EBL结构参数.
3. 结果与讨论
本文首先对图1中3种不同EBL结构的AlGaN基深紫外LED的内量子效率进行分析, 通过计算得到的内量子效率随电流密度变化的曲线如图2所示. 由图2可以看出, 不同的EBL结构对深紫外LED的IQE曲线表现出不同的影响效果, 采用InAlGaN/AlGaN超晶格时, 深紫外LED的内量子效率明显优于采用单层结构和双层结构时的结果. 从图2可以得知, 结构A和结构B的内量子效率的最大值分别约为0.34和0.32, 而结构C达到0.41, 相比于结构A和结构B, 结构C分别提高了20%和28%. 尽管结构B采用了相对复杂的双层结构EBL, 并且具有和结构C中EBL相同的组分大小, 却没有表现出比传统单层结构更好的性能, 由此可以看出, 采用不同的EBL结构和参数对AlGaN基深紫外LED的内量子效率的变化起着至关重要的作用.
基于上文采用的InAlGaN/AlGaN超晶格EBL结构, 该项研究中通过对超晶格EBL结构参数的扫描分析, 给出了不同结构参数对应的深紫外LED的内量子效率曲线, 如图3所示. 仿真计算过程中, 采用控制变量的方法, 即保持结构中其他参数一致, 分别调整关键的影响因子, 包括超晶格EBL垒层的Al组分和厚度QB_x、QB_d, 阱层的Al组分和厚度QW_x、QW_d以及阱层中ln组分y的大小, 并分别对比每个结构参数变化时IQE曲线, 旨在从中观察各个影响因子对IQE曲线的影响效果并总结其影响规律. 其中图3(a)给出了超晶格垒层Al组分分别设定为0.60, 0.65和0.70时内量子效率随电流密度变化的结果, 可以看出当垒层Al组分增大时IQE的最大值不断增大. 类似地, 从图3(b)给出的不同超晶格阱层Al组分的IQE曲线可以看出, 阱层Al组分的增大也有利于内量子效率的提升. 反观图3(c)和(d), 当垒层或阱层厚度逐渐增大时, IQE曲线同样会得到改善, 但相比于Al组分变化的影响效果没有特别显著. 图3(e)中, 将量子阱掺ln的大小y分别设定为y1 = 0.01, y2 = 0.05和y3 = 0.09, 可以看出ln组分的不断增大会导致IQE的最大值逐渐变小, 而且In组分越高效率骤降现象越明显. 综上所述, 如上分析的InAlGaN/AlGaN超晶格EBL结构的5个影响因子对IQE曲线都体现出了不同程度的影响效果, 但如果要兼顾各影响因子的作用实现IQE最大化, 则需要联合调节结构参数, 这很难通过简单的参数扫描来完成.
图 3 InAlGaN/AlGaN超晶格EBL结构参数不同时IQE曲线结果对比图 (a)量子垒的Al组分QB_x; (b)量子阱的Al组分 QW_x; (c)量子垒的厚度QB_d; (d) 量子阱的厚度QW_d; (e) 量子阱掺ln的大小yFig. 3. Comparison of IQE curves results for InAlGaN/AlGaN superlattice EBL with different structural parameters: (a) Al component of quantum barrier QB_x; (b) Al component of quantum well QW_x; (c) thickness of quantum barrier QB_d; (d) thickness of quantum well QW_d; (e) ln component in quantum well y.为突破AlGaN基深紫外LED的InAlGaN/AlGaN超晶格EBL参数扫描式结构设计分析的局限性, 以进一步提升内量子效率, 本文采用前面给出的基于JAYA智能优化的设计方法, 通过在合理的范围内不断寻优实现InAlGaN/AlGaN超晶格EBL结构参数联合优化. 最终获得的超晶格参数组合(量子垒AlGaN的Al组分QB_x和厚度QB_d, 量子阱InAlGaN的Al组分QW_x、厚度QW_d和ln组分的大小y)的优化结果分别为(0.76, 0.0040, 0.45, 0.0010, 0.1), 即EBL由五周期的In0.1Al0.45Ga0.45N(1 nm)/Al0.76Ga0.24N(4 nm)超晶格层组成, 其优化的过程如图4所示. 在图4(a)中, 量子垒的Al组分QB_x呈现出先递增后递减的趋势, 体现出优化算法智能寻优的过程. 如图4(b)和(c)所示, 量子阱的Al组分大小QW_x和量子垒厚度QB_d的变化趋势是符合单个因素扫描分析时单调递增的趋势的. 考虑到量子垒和量子阱之间的组分和厚度的影响, 在图4(d)中, 量子阱的厚度QW_d优化曲线出现震荡变化的趋势. 与一般因素分析时不同的是, 图4(e)表明, 量子阱在掺ln组分为0.1时, 和前面的参数组合体现出了更好的性能. 如图4(f), 优化结构参数在100 mA处IQE的值进一步提高到了0.48. 由此可见, 各个参数之间有明显的约束关系, 很好的体现了本文所提出应用智能优化设计EBL结构的意义所在.
图 4 InAlGaN/AlGaN超晶格EBL结构参数和IQE随优化中迭代次数变化曲线: (a)量子垒的Al组分QB_x; (b) 量子垒的厚度QB_d; (c)量子阱的Al组分QW_x; (d)量子阱的厚度QW_d; (e)量子阱掺ln的大小y; (f)内量子效率IQEFig. 4. Curves of EBL structure parameters and IQE for InAlGaN/AlGaN superlattice changing with iterations in optimization: (a) Al component of quantum barrier QB_x; (b)thickness of quantum barrier QB_d; (c) Al component of quantum wells QW_x; (d)thickness of quantum well QW_d; (e) ln component in quantum well y; (f)the internal quantum efficiency IQE.为深入研究采用本文给出的优化方法得到的InAlGaN/AlGaN超晶格EBL优化结构的合理性和有效性, 本文对未优化EBL结构(即Structure C)和采用优化EBL结构(即Optimized structure)的AlGaN基深紫外LED的电学特性和光学特性进行了具体的对比分析. 其中图5(a)和(b)分别显示了注入电流为200 mA时, 结构C和采用优化EBL结构LED的导带和价带的带边图, 其中橙色虚线表示准费米能级, 横坐标表示外延结构的具体位置. 对于导带, 对比可以观察到采用优化EBL结构时, 有效势垒高度从未优化EBL结构的398 meV增大为534 meV, 导带费米能级在EBL和P型区一侧逐渐向远离带边的半导体内部移动, 即有利于减小泄露引起的分布在P型区电子的几率. 而针对价带, 从图中可以得出, 结构C的有源区有效势垒高度为397 meV, 而采用优化EBL结构后减小为343 meV, 即空穴注入有望能够得到改善并提升有源区的空穴分布几率. 因此, 采用优化的InAlGaN/AlGaN超晶格EBL结构后, 由于更高的电子有效势垒高度和更低的空穴有效势垒高度, AlGaN基深紫外LED有望在减小电子向P型区泄露的同时增大空穴的注入.
本文进一步计算了EBL结构优化前后的AlGaN基深紫外LED的电子和空穴的分布情况, 以探索优化EBL结构对载流子分布的作用效果. 为方便对比, 图6(a)和(b)分别给出了在200 mA电流下, 采用未经优化和优化EBL时LED的电子和空穴浓度分布情况分布, 其中蓝色虚线表示采用未优化EBL时LED内部的载流子浓度, 红色实线表示采用优化EBL结构后LED内部的载流子浓度. 从图6(a)可以看出, 采用优化EBL与结构C相比, 深紫外LED中电子浓度分布在EBL区大幅度下降, 即采用优化EBL结构能够明显削弱电子的泄漏. 而从图6(b)可以看出, 采用优化EBL结构后深紫外LED多量子阱有源区的空穴浓度明显高于结构C的结果, 除了EBL有效空穴势垒高度减小带来的好处外, 较少的电子泄漏也会使P型区空穴的消耗较低, 从而进一步提升空穴的注入效率. 这与前文中的机理分析相一致, 也再一次证明了优化EBL结构在抑制深紫外LED电子泄漏和加强空穴注入两方面发挥的有效作用.
基于载流子分布情况, 本文还分析了采用优化InAlGaN/AlGaN超晶格EBL结构时深紫外LED的发光特性, 并与采用未经优化EBL结构C的结果进行了对比. 图7(a)绘制了采用不同EBL结构时深紫外LED的光功率-电流(light output power-injection current, L-I)特性曲线, 结果表明相同的注入电流下采用优化EBL结构时LED明显具有更高的光输出功率. 随着注入电流的增大, 结构C的输出功率在200 mA时增速明显变慢至520 mW, 而采用优化EBL结构后功率输出功率接近线性增长, 在200 mA时达到780 mW, 即优化EBL结构有利于效率骤降现象的抑制. 图7(b)中显示了200 mA注入电流下结构C和采用优化EBL结构时深紫外LED的自发辐射谱, 可以看出由于采用相同的有源区量子阱结构二者的中心波长接近均约为288 nm, 即对EBL的优化不会破坏LED辐射的典型光谱特性. 而采用优化EBL结构后LED的辐射强度, 相对于结构C的强度提高了57%. 即采用优化EBL结构对电子泄露的抑制和空穴注入的改善, 能够有效提高载流子辐射复合进而提升深紫外LED的发光特性.
为验证发光特性改善带来的效率提升, 本文对比分析了采用优化和未优化InAlGaN/AlGaN超晶格EBL结构AlGaN基深紫外LED的内量子效率, 相应的IQE随注入电流变化曲线如图8所示. 从图8可以看出, LED在采用优化EBL结构后IQE明显提升, 结果表明, 其IQE峰值从结构C的约为0.41提升到了0.48, 即通过采用优化EBL结构IQE峰值在采用随机超晶格EBL结构结果的基础上进一步提高了17%. 与此同时, 从图中也可以得知, 在200 mA注入电流密度下, 采用未优化和优化EBL结构时, 深紫外LED的IQE下降幅度分别为25%和4%, 即LED的效率骤降现象通过采用优化结构EBL也得到了明显的改善, 这主要源于电子泄露的减少和空穴的有效注入增大了辐射复合载流子占总载流子数的比例, 在增大LED光辐射强度的同时也有利于内量子效率的提升和效率骤降现象的抑制. 因此, 本文通过最大化内量子效率采用智能优化算法对InAlGaN/AlGaN超晶格EBL结构参数进行联合优化, 能够得到更有利于提升载流子复合几率的EBL结构, 最终提升AlGaN基深紫外LED的效率特性.
4. 结 论
针对AlGaN基深紫外LED, 本文采用了一种基于InAlGaN/AlGaN超晶格的EBL结构, 结果表明LED内量子效率结果与传统单层或双层EBL相比有明显提升. 在此基础上提出基于JAYA智能算法的LED结构优化方法, 以最大化LED内量子效率为目标, 对InAlGaN/AlGaN超晶格EBL结构进行优化设计, 并进一步对采用优化和未优化EBL结构的深紫外LED的光电子学特性进行了分析. 结果表明, 采用优化的InAlGaN/AlGaN超晶格EBL结构后, 深紫外LED的电子泄露得到了更有效的抑制以及空穴注入也得到有效改善, 增大了载流子在有源区复合的数量和几率进而提升了光辐射强度, 最终使深紫外LED的内量子效率提升以及效率骤降现象得到抑制. 该基于智能算法的优化方法能够突破目前包括电子阻挡层在内LED结构的优化局限性, 能够为实现AlGaN基深紫外LED效率的提高提供了新的思路和方法.
[1] Varughese G, Kumari J, Pandey RS, et al. 2018 J. Mod. Appl. Phys. 2 13
[2] Omura Y, Summers D 2006 J. Geophys. Res. Space Phys. 111 A09222
[3] 倪彬彬, 赵正予, 顾旭东, 汪枫 2008 物理学报 57 7937
Google Scholar
Ni B B, Zhao Z Y, Gu X D, Wang F 2008 Acta Phys. Sin. 57 7937
Google Scholar
[4] 傅绥燕, 徐寄遥, 魏勇, 刘立波, 熊明, 曹晋滨, 宗秋刚, 王赤, 冯学尚, 史全岐, 师立勤, 任丽文 2019 中国科学: 地球科学 49 1641
Fu S Y, Xu J Y, Wei Y, Liu L B, Xiong M, Cao J B, Zong Q G, Wang C, Feng X S, Shi Q Q, Shi L Q, Ren L W 2019 Sci. Sin. Terrae 49 1641
[5] Caneses J F, Blackwell B D 2016 Plasma Sources Sci. Technol. 25 055027
Google Scholar
[6] Isayama S, Shinohara S, Hada T 2018 Plasma Fusion Res. 13 1101014
Google Scholar
[7] Shinohara S 2018 Adv. Phys. X 3 1420424
[8] Shinohara S, Hada T, Motomura T, et al. 2009 Phys. Plasmas 16 057104
Google Scholar
[9] Chen F F, Boswell R W 1997 IEEE Trans. Plasma Sci. 25 1245
Google Scholar
[10] Squire J P, Chang-Diaz F R, Jacobson V T, et al. 2003 AIP Conference Proceedings for the 15th Topical Conference on Radio Frequency Power in Plasmas Moran, May 19–21, 2003 p423
[11] Squire J P, Chang-Díaz F R, Glover T W, et al. 2006 Thin Solid Films 506 579
[12] Boswell R W, Sutherland O, Charles C, et al. 2004 Phys. Plasmas 11 5125
Google Scholar
[13] Bathgate S N, Bilek M M M, Mckenzie D R 2017 Plasma Sci. Technol. 19 083001
Google Scholar
[14] Furukawa T, Kuwahara D, Shinohara S 2020 AIAA Propulsion and Energy Forum New Orleans, August 24–26, 2020 p3630
[15] Liu X, Sun X, Guo N, et al. 2022 IEEE Trans. Plasma Sci. 7 2138
[16] Polzin K, Martin A, Little J, et al. 2020 Aerospace 7 105
Google Scholar
[17] Perry A J, Vender D, Boswell R W 1991 J. Vac. Sci. Technol. B Microelectron. Nanometer Struct. Process. Meas. Phenom. 9 310
Google Scholar
[18] Takahashi K, Motomura T, Ando A, et al. 2014 J. Phys. D Appl. Phys. 47 425201
Google Scholar
[19] Smyrnakis A, Dimitrakis P, Gogolides E 2018 J. Phys. D Appl. Phys. 51 455101
Google Scholar
[20] Goulding R H, Caughman J B O, Rapp J, et al. 2017 Fusion Sci. Technol. 72 588
Google Scholar
[21] Ivanov A A, Davydenko V I, Kotelnikov I A, et al. 2013 Fusion Sci. Technol. 63 217
Google Scholar
[22] Goulding R H, Biewer T M, Caughman J B O, et al. 2011 AIP Conference Proceedings for the 19th Topical Conference on Radio Frequency Power in Plasmas Rhode Island, June 1–3, 2011 p535
[23] Goulding R H, Chen G, Meitner S, et al. 2009 AIP Conference Proceedings for the 18th Topical Conference on Radio Frequency Power in Plasmas Belgium, June 24–26, 2009 p667
[24] Isayama S, Shinohara S, Hada T, et al. 2019 Phys. Plasmas 26 023517
Google Scholar
[25] Shinohara S 2002 J. Plasma Fusion Res. 78 5
Google Scholar
[26] Chen F F, Torreblanca H 2007 Plasma Sources Sci. Technol. 16 593
Google Scholar
[27] Tarey R D, Sahu B B, Ganguli A 2012 Phys. Plasmas 19 073520
Google Scholar
[28] Chen F F 1991 Plasma Phys. Controlled Fusion 33 339
Google Scholar
[29] Chen F F, Blackwell D D 1999 Phys. Rev. Lett. 82 2677
Google Scholar
[30] Blackwell D D, Chen F F 2001 Plasma Sources Sci. Technol. 10 226
Google Scholar
[31] Kline J L, Scime E E, Boivin R F, et al. 2002 Phys. Rev. Lett. 88 195002
Google Scholar
[32] Eom G S, Kim J, Choe W 2006 Phys. Plasmas 13 073505
Google Scholar
[33] Cho S 2020 Plasma Sources Sci. Technol. 29 095023
Google Scholar
[34] 赵高, 熊玉卿, 马超, 刘忠伟, 陈强 2014 物理学报 63 235202
Google Scholar
Zhao G, Xiong Y Q, Ma C, Liu Z W, Chen Q 2014 Acta Phys. Sin. 63 235202
Google Scholar
[35] 平兰兰, 张新军, 杨桦, 徐国盛, 苌磊, 吴东升, 吕虹, 郑长勇, 彭金花, 金海红, 何超, 甘桂华 2019 物理学报 68 205201
Google Scholar
Ping L L, Zhang X J, Yang H, Xu G S, Chang L, Wu D S, Lü H, Zheng C Y, Peng J H, Jin H H, He C, Gan G H 2019 Acta Phys. Sin. 68 205201
Google Scholar
[36] Guo X M, Scharer J, Mouzouris Y, et al. 1999 Phys. Plasmas 6 3400
Google Scholar
[37] Correyero Plaza S, Navarro J, Ahedo E 2016 52nd AIAA/SAE/ASEE Joint Propulsion Conference Salt Lake City, July 25–27, 2016 p5035
[38] Swanson D G 1989 Plasma Waves (New York: Academic Press) p155
[39] Huba J D 2016 NRL Plasma Formulary (Washington: Naval Research Laboratory) p34
[40] Mouzouris Y, Scharer J E 1998 Phys. Plasmas 5 4253
Google Scholar
[41] Fried B D, Conte S D 2015 The Plasma Dispersion Function: The Hilbert Transform of the Gaussian (New York: Academic Press) p1
[42] Sakawa Y, Kunimatsu H, Kikuchi H, et al. 2003 Phys. Rev. Lett. 90 105001
Google Scholar
[43] Shamrai K P, Taranov V B 1996 Plasma Sources Sci. Technol. 5 474
Google Scholar
[44] Chen F F, Arnush D 1997 Phys. Plasmas 4 3411
Google Scholar
-
图 4 电子温度各向同性情形下n=1, 2, 3 次回旋谐波传播常数对纵向静磁场的依赖关系 (实线代表相位常数, 虚线代表衰减常数)
Fig. 4. Dependence of propagation characteristic of the n=1, 2, 3 electron cyclotron harmonics on magnetic field in the case of electron temperature isotropy (the solid lines represent the phase constant, and the dashed lines represent the attenuation constant).
图 5 电子温度各向异性情形下n = 1, 2, 3次回旋谐波传播常数对纵向静磁场的依赖关系 (实线代表相位常数, 虚线代表衰减常数)
Fig. 5. Dependence of propagation characteristic of the n = 1, 2, 3 electron cyclotron harmonics on magnetic field in the case of electron temperature anisotropy (The solid lines represent the phase constant, and the dashed lines represent the attenuation constant).
表 1 色散关系元素
Table 1. Elements of dispersion relation.
Πsu u = 1 u = 2 u = 3 s = 1 Jm(k⊥m,Ha) Jm(k⊥m,TGa) −jk⊥m,vH(1)m(k⊥m,va) s = 2 k2⊥m,TG[mk//,mJm(k⊥m,Ha)+kHk⊥m,HaJ′m(k⊥m,Ha)] k2⊥m,H[mk//,mJm(k⊥m,TGa)+kHk⊥m,TGaJ′m(k⊥m,TGa)] jk2⊥m,Hk2⊥m,TGmH(1)m(k⊥m,va) s = 3 k2⊥m,TG[mkHJm(k⊥m,Ha)+k//,mk⊥m,HaJ′m(k⊥m,Ha)] k2⊥m,H[mkTGJm(k⊥m,TGa)+k//,mk⊥m,TGaJ′m(k⊥m,TGa)] jk2⊥m,Hk2⊥m,TGk⊥m,vaH(1)′m(k⊥m,va) -
[1] Varughese G, Kumari J, Pandey RS, et al. 2018 J. Mod. Appl. Phys. 2 13
[2] Omura Y, Summers D 2006 J. Geophys. Res. Space Phys. 111 A09222
[3] 倪彬彬, 赵正予, 顾旭东, 汪枫 2008 物理学报 57 7937
Google Scholar
Ni B B, Zhao Z Y, Gu X D, Wang F 2008 Acta Phys. Sin. 57 7937
Google Scholar
[4] 傅绥燕, 徐寄遥, 魏勇, 刘立波, 熊明, 曹晋滨, 宗秋刚, 王赤, 冯学尚, 史全岐, 师立勤, 任丽文 2019 中国科学: 地球科学 49 1641
Fu S Y, Xu J Y, Wei Y, Liu L B, Xiong M, Cao J B, Zong Q G, Wang C, Feng X S, Shi Q Q, Shi L Q, Ren L W 2019 Sci. Sin. Terrae 49 1641
[5] Caneses J F, Blackwell B D 2016 Plasma Sources Sci. Technol. 25 055027
Google Scholar
[6] Isayama S, Shinohara S, Hada T 2018 Plasma Fusion Res. 13 1101014
Google Scholar
[7] Shinohara S 2018 Adv. Phys. X 3 1420424
[8] Shinohara S, Hada T, Motomura T, et al. 2009 Phys. Plasmas 16 057104
Google Scholar
[9] Chen F F, Boswell R W 1997 IEEE Trans. Plasma Sci. 25 1245
Google Scholar
[10] Squire J P, Chang-Diaz F R, Jacobson V T, et al. 2003 AIP Conference Proceedings for the 15th Topical Conference on Radio Frequency Power in Plasmas Moran, May 19–21, 2003 p423
[11] Squire J P, Chang-Díaz F R, Glover T W, et al. 2006 Thin Solid Films 506 579
[12] Boswell R W, Sutherland O, Charles C, et al. 2004 Phys. Plasmas 11 5125
Google Scholar
[13] Bathgate S N, Bilek M M M, Mckenzie D R 2017 Plasma Sci. Technol. 19 083001
Google Scholar
[14] Furukawa T, Kuwahara D, Shinohara S 2020 AIAA Propulsion and Energy Forum New Orleans, August 24–26, 2020 p3630
[15] Liu X, Sun X, Guo N, et al. 2022 IEEE Trans. Plasma Sci. 7 2138
[16] Polzin K, Martin A, Little J, et al. 2020 Aerospace 7 105
Google Scholar
[17] Perry A J, Vender D, Boswell R W 1991 J. Vac. Sci. Technol. B Microelectron. Nanometer Struct. Process. Meas. Phenom. 9 310
Google Scholar
[18] Takahashi K, Motomura T, Ando A, et al. 2014 J. Phys. D Appl. Phys. 47 425201
Google Scholar
[19] Smyrnakis A, Dimitrakis P, Gogolides E 2018 J. Phys. D Appl. Phys. 51 455101
Google Scholar
[20] Goulding R H, Caughman J B O, Rapp J, et al. 2017 Fusion Sci. Technol. 72 588
Google Scholar
[21] Ivanov A A, Davydenko V I, Kotelnikov I A, et al. 2013 Fusion Sci. Technol. 63 217
Google Scholar
[22] Goulding R H, Biewer T M, Caughman J B O, et al. 2011 AIP Conference Proceedings for the 19th Topical Conference on Radio Frequency Power in Plasmas Rhode Island, June 1–3, 2011 p535
[23] Goulding R H, Chen G, Meitner S, et al. 2009 AIP Conference Proceedings for the 18th Topical Conference on Radio Frequency Power in Plasmas Belgium, June 24–26, 2009 p667
[24] Isayama S, Shinohara S, Hada T, et al. 2019 Phys. Plasmas 26 023517
Google Scholar
[25] Shinohara S 2002 J. Plasma Fusion Res. 78 5
Google Scholar
[26] Chen F F, Torreblanca H 2007 Plasma Sources Sci. Technol. 16 593
Google Scholar
[27] Tarey R D, Sahu B B, Ganguli A 2012 Phys. Plasmas 19 073520
Google Scholar
[28] Chen F F 1991 Plasma Phys. Controlled Fusion 33 339
Google Scholar
[29] Chen F F, Blackwell D D 1999 Phys. Rev. Lett. 82 2677
Google Scholar
[30] Blackwell D D, Chen F F 2001 Plasma Sources Sci. Technol. 10 226
Google Scholar
[31] Kline J L, Scime E E, Boivin R F, et al. 2002 Phys. Rev. Lett. 88 195002
Google Scholar
[32] Eom G S, Kim J, Choe W 2006 Phys. Plasmas 13 073505
Google Scholar
[33] Cho S 2020 Plasma Sources Sci. Technol. 29 095023
Google Scholar
[34] 赵高, 熊玉卿, 马超, 刘忠伟, 陈强 2014 物理学报 63 235202
Google Scholar
Zhao G, Xiong Y Q, Ma C, Liu Z W, Chen Q 2014 Acta Phys. Sin. 63 235202
Google Scholar
[35] 平兰兰, 张新军, 杨桦, 徐国盛, 苌磊, 吴东升, 吕虹, 郑长勇, 彭金花, 金海红, 何超, 甘桂华 2019 物理学报 68 205201
Google Scholar
Ping L L, Zhang X J, Yang H, Xu G S, Chang L, Wu D S, Lü H, Zheng C Y, Peng J H, Jin H H, He C, Gan G H 2019 Acta Phys. Sin. 68 205201
Google Scholar
[36] Guo X M, Scharer J, Mouzouris Y, et al. 1999 Phys. Plasmas 6 3400
Google Scholar
[37] Correyero Plaza S, Navarro J, Ahedo E 2016 52nd AIAA/SAE/ASEE Joint Propulsion Conference Salt Lake City, July 25–27, 2016 p5035
[38] Swanson D G 1989 Plasma Waves (New York: Academic Press) p155
[39] Huba J D 2016 NRL Plasma Formulary (Washington: Naval Research Laboratory) p34
[40] Mouzouris Y, Scharer J E 1998 Phys. Plasmas 5 4253
Google Scholar
[41] Fried B D, Conte S D 2015 The Plasma Dispersion Function: The Hilbert Transform of the Gaussian (New York: Academic Press) p1
[42] Sakawa Y, Kunimatsu H, Kikuchi H, et al. 2003 Phys. Rev. Lett. 90 105001
Google Scholar
[43] Shamrai K P, Taranov V B 1996 Plasma Sources Sci. Technol. 5 474
Google Scholar
[44] Chen F F, Arnush D 1997 Phys. Plasmas 4 3411
Google Scholar
计量
- 文章访问数: 4361
- PDF下载量: 79