Efficient light emitting diodes by photon recycling and their application in pixelless infrared imaging devices
Notice bibliographique
Résumé
The success of the pixelless imaging concept using a quantum well infrared photodetector integrated with a light emitting diode (QWIP–LED) depends critically on the extent of spatial lateral spreading of both photocurrent generated in the QWIP and near infrared (NIR) photons emitted by the LED as they escape from the device layers. According to the photon recycling model proposed by Schnitzer et al. [Appl. Phys. Lett. 62, 131 (1993)] there appears to be a trade-off between a high LED external quantum efficiency and a small photon lateral spread, the former being a necessary condition for achieving high detector sensitivity. This lateral spreading due to multireflections and reincarnations of the NIR photons could potentially degrade the image quality or resolution of the device. By adapting Schnitzer’s model to the QWIP–LED structure, we have identified device parameters that could potentially influence the NIR photon lateral spread and the LED external efficiency. In addition, we have developed a simple sequential model to estimate the crosstalk between the incoming far infrared image and the up-converted NIR image. We have found that the thickness of the LED is an important parameter that needs to be optimized in order to maximize the external efficiency and to minimize the crosstalk. A 6000-Å-thick LED active layer should give a resolution of ∼30 μm and an external efficiency of ∼10%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».