Tunable and ultra-narrowband multifunctional terahertz devices using anisotropic graphene based hyperbolic metamaterials
Notice bibliographique
Résumé
In this paper, we propose a novel structure of anisotropic graphene-based hyperbolic metamaterial (AGHMM) sandwiched as a defect between two one-dimensional photonic crystals (PCs) in the terahertz (THz) region. The proposed structure is numerically simulated and analyzed using the transfer matrix method, effective medium theory and three-dimensional finite-difference time-domain. The defect layer of AGHMM consists of graphene sheets separated by subwavelength dielectric spacers. According to the presented results, a sharp defect mode originated from the optical Tamm state (OTS) takes place at the interfaces between PCs and AGHMM. The platform is then applied as various THz devices with outstanding characteristics compared with their previous counterparts. The performance of all the proposed devices can be tuned by changing the incident angle and graphene chemical potential. Our designed electro-optical modulator exhibits a high extinction ratio of 24.75 dB. The required switching voltage and insertion loss are as low as 9.94 V and 0.05 dB, respectively. Owing to the anisotropy of graphene, a tunable polarizer over wide incident angles is attained. The highest polarization extinction ratios (PERs) for TE- and TM-pass polarizers are 42.4 dB and 76.8 dB, respectively, which are the highest PER ever reported. By introducing more AGHMM defects, multiband tunable filters with quality factors of as high as 75314 are realized. Finally, a narrowband perfect absorber is proposed so that a high absorption of 99.8% with an ultra-narrow FWHM of 0.00055 THz is achieved. Hence, the proposed structure is a promising platform that could have many potential THz applications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».