研究目的
为建立经验模型以预测样本地形变化对近场扫描探针微波显微镜(NSMM)图像的贡献,特别是钙钛矿光伏材料和氮化镓纳米线的|S11|图像,并通过从实测图像中减去该预测值来估算材料特性的变化。
研究成果
经验模型成功预测了钙钛矿样品和氮化镓纳米线在近场扫描微波显微镜图像中的地形贡献,参考样品的预测结果与自校准方法具有良好的一致性。对于氮化镓纳米线,该经验模型在内部区域的预测效果优于简单物理模型。该方法适用于材料特性变化较小的样品,并可推广至其他成像技术,不过未来工作应探索机器学习在参数选择和不确定性分析中的应用。
研究不足
如果样本中受材料特性变化影响的分数较大(大于0.5),该方法可能会失效,因为稳健回归可能崩溃。它依赖于可能无法捕捉所有复杂性的经验模型,且可调参数是基于科学判断而非交叉验证等自动化方法选择的。仪器漂移和噪声会影响结果,该方法是对物理模型的补充,但不能替代物理模型。
1:实验设计与方法选择:
本研究采用经验统计模型(包括稳健线性回归和非参数局部回归LOCFIT)预测地形对NSMM图像的贡献。方法涉及分析样品的|S11|和地形测量数据。
2:11|和地形测量数据。
样品选择与数据来源:
2. 样品选择与数据来源:样品包括干燥环境下制备的原始钙钛矿光伏参考样品、环境条件下老化的退化钙钛矿样品以及GaN纳米线样品。数据通过近场扫描微波显微镜获取。
3:实验设备与材料清单:
设备包含商用NSMM系统(Keysight 5400)、接触模式原子力显微镜(AFM)、矢量网络分析仪(VNA)及Rocky Mountain Nanotechnology悬臂梁。材料涉及钙钛矿CH3NH3PbI3薄膜和GaN纳米线。
4:0)、接触模式原子力显微镜(AFM)、矢量网络分析仪(VNA)及Rocky Mountain Nanotechnology悬臂梁。材料涉及钙钛矿CH3NH3PbI3薄膜和GaN纳米线。
实验流程与操作步骤:
4. 实验流程与操作步骤:在18.7-18.8 GHz频率范围、100 Hz中频带宽下进行测量,同步获取地形与|S11|图像。数据处理包括高斯核平滑地形、计算拉普拉斯算子及应用稳健回归确定模型参数。
5:7-8 GHz频率范围、100 Hz中频带宽下进行测量,同步获取地形与|S11|图像。数据处理包括高斯核平滑地形、计算拉普拉斯算子及应用稳健回归确定模型参数。
数据分析方法:
5. 数据分析方法:使用R软件进行稳健回归(rlm函数)、滤波(applyFilter)和非参数平滑(LOCFIT),包括确定带宽参数、校正仪器漂移及采用自适应权重平滑(AWS)降噪图像。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容