Материал для фотопроводящих антенн

Наименование РИД	Материал для фотопроводящих антенн
Реферат	Секрет производства относится к полупроводниковым материалам группы А3В5, обладающим свойством фотопроводимости и малым временем жизни фотовозбуждённых носителей заряда одновременно с повышенной подвижностью. Такие материалы могут быть использованы при изготовлении фотопроводящих антенн (ФПА) для терагерцевого (ТГц) диапазона частот (от 0,3 ТГц до 6,0 ТГц). В ФПА ультракороткий лазерный импульс с типичной длительностью менее 120 фс поглощается в фотопроводящей области и неравновесные фотовозбужденные электроны приводят к практически мгновенному переключению ФПА в проводящее состояние. Под действием приложенного к электродам ФПА электрического поля смещения формируется переходный ток, осцилляции которого при затухании возбуждают колебания электромагнитного поля ТГц частот за счет малого времени жизни фотовозбужденных электронов. Мощность ТГц импульса зависит от ряда факторов, самыми важными из которых являются величина отношения фототока к темновому току и напряженность электрического поля, приложенного к электродам ФПА. Ключевым элементом, определяющими эти факторы, является фотопроводящая область. Параметры полупроводниковых слоев, составляющих эту область, определяют ширину запрещенной зоны фотопроводящего слоя, время жизни фотовозбужденных носителей заряда и их подвижность в нем. Темновой ток в ФПА зависит от концентрации равновесных электронов (прямо пропорциональной времени жизни) и подвижности, в то время как полезный фототок будет определяться дозой поглощенного импульса накачки и той же величиной подвижности. Таким образом, наилучшим сочетанием характеристик фотопроводящего слоя для изготовления ФПА будет минимальное время жизни и наибольшая подвижность. Сложность при инженерии фотопроводящих слоев состоит в том, что эти параметры связаны друг с другом обратно пропорционально и, как правило, увеличение одного приводит к уменьшению другого. Предложенная конструкция фотопроводящих слоев обеспечивает одновременно уменьшение времени жизни и увеличение подвижности, что является наиболее эффективной комбинацией для повышения эффективности ФПА.
Возможные направления использования	Ноу-хау может использоваться при изготовлении фотопроводящих антенн (ФПА) для терагерцевого (ТГц) диапазона частот (от 0,3 ТГц до 6,0 ТГц)
Количество опытных образцов	0
Количество просмотров	1
Наличие дополнительных файлов	False
Использование РИД правообладателем	False
Внешнее использование РИД	False
НИОКТР (JSON)	{}
ИКСИ (JSON)	[]
ИКСПО (JSON)	[]
ОЭСР (JSON)	[]
Дата первого статуса	2026-01-23T10:49:03.363008+00:00
Предполагаемый тип результата	Секрет производства (ноу хау)
Ожидаемая роль	Исполнитель
Заказчик	Правительство Российской Федерации
Руководитель работы	Пономарев Дмитрий Сергеевич
Руководитель организации	Алексеева Ольга Анатольевна
Регистрационный номер НИОКТР	125080709408-6
Последний статус	Подтверждена, 626020300278-8, 2026-02-03 07:03:57 UTC
ОКПД	Порошки индиевые
Ключевые слова	терагерцовый диапазон частот (ТГц); фотопроводящая антенна; фотопроводимость; Полупроводниковые материалы группы А3В5
Исполнители	ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ЦЕНТР "КУРЧАТОВСКИЙ ИНСТИТУТ"
Авторы	Ячменев Александр Эдуардович; Хабибуллин Рустам Анварович; Пономарев Дмитрий Сергеевич; Бугаев Александр Сергеевич; Галиев Ринат Радифович
Коды тематических рубрик	29.19.25 - Взаимодействие проникающего излучения с твердыми телами; 29.19.22 - Физика наноструктур. Низкоразмерные структуры. Мезоскопические структуры; 29.19.04 - Структура твердых тел
OESR	Физика конденсированного состояния (включая физику твердого тела, сверхпроводимость); Оптика (включая лазерную оптику и квантовую оптику)
Приоритеты научно-технического развития	а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;