《中国科大发展关联量子传感技术实现点缺陷的三维纳米成像》

  • 来源专题:计量基标准与精密测量
  • 编译者: 李晓萌
  • 发布时间:2024-01-24
  • 中国科学技术大学中国科学院微观磁共振重点实验室杜江峰、王亚等人在量子精密测量领域取得重要进展,提出基于信号关联的新量子传感范式,实现对金刚石内点缺陷的高精度成像,并实时观测了点缺陷的电荷动力学。这项研究成果以“Correlated sensing with a solid-state quantum multisensor system for atomic-scale structural analysis”为题,于1月5日在线发表在《Nature Photonics》上。

    最近二十多年时间里,量子传感的发展已经使得很多物理量的测量技术取得了革命性的进展。比如基于纳米尺度的金刚石氮-空位色心量子传感器有望实现单分子的结构解析(杜江峰院士团队前期工作:Nature Physics 10, 21 (2014); Science 347, 1135 (2015); Nature Methods 15, 697 (2018))。以磁测量为例,当前实现结构解析的量子传感范式需要对标记的自旋探测目标进行量子操控。然而自然界中的很多物理现象既不包含自旋也无法直接操控,如半导体中的电荷动力学导致的随机电报信号等。更重要的是,当多个探测对象信号重叠相互干扰,单个量子传感器将无法对信号进行有效提取与分析。

    为此本工作提出了一种新的量子传感范式,即利用多个量子传感器之间的信号关联,提升对复杂对象的解析能力和重构精度。研究团队基于自主发展的氮-空位色心制备技术,可控制备出相距约200纳米的三个氮-空位色心作为量子传感系统,通过对随机电场探测展示了这种新的量子传感范式。

    金刚石是一种性能优异的宽禁带半导体材料,材料中点缺陷的电荷动力学会带来随机的电场噪声。本工作中,利用金刚石氮-空位色心激发态的直流斯塔克效应来实现对电场的传感。当某个点缺陷的电荷状态发生改变时,三个氮-空位色心可以同时探测到因电荷变化而引起的电场变化。利用三个色心间电场同时变化的关联特征,可以从杂乱无章的涨落电场中解析出每个点缺陷对应的电场。并且由于每个点缺陷和三个氮-空位色心的相对空间位置不同,就可以根据每个氮-空位色心所感受到的电场方向和大小的不同,来精确定位出点缺陷的空间位置。使用这种类似于卫星定位的量子定位技术,研究团队成功对微米范围内16个点缺陷进行了定位,定位精度最高达到1.7纳米。基于这种关联分辨和精确定位的能力,研究团队还实现了对每个点缺陷电荷动力学的原位实时探测,为研究体材料内部点缺陷的性质提供了新的方法。

    这一成果展示了基于量子技术的超高灵敏度缺陷探测,可对0.01ppb级别的缺陷浓度(一千亿个正常原子中出现一个缺陷)进行探测。这要比目前最灵敏方法的探测极限提升两个量级以上,有望为当前十纳米以下芯片中的缺陷检测提供一种强有力的技术手段。

    中国科学院微观磁共振重点实验室特任副研究员季文韬、博士研究生刘昭昕与郭宇航为本工作共同第一作者,杜江峰院士、王亚教授为共同通讯作者。此项研究得到了国家自然科学基金委、中国科学院、科技部和安徽省的资助。

    论文链接:https://www.nature.com/articles/s41566-023-01352-4

相关报告
  • 《中国科大首次实验实现纳米尺度零场顺磁共振》

    • 来源专题:中国科学院亮点监测
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2018-07-30
    •         由中国科学院院士、中国科学技术大学教授杜江峰领导的中国科学院微观磁共振重点实验室提出并实验实现了一种基于金刚石氮-空位(NV)色心量子传感器的新零场顺磁共振方法,打破了传统顺磁共振信号强度对热极化的依赖,将零场顺磁共振的空间分辨率从厘米量级提升至纳米级,为零场顺磁共振的实用化开启了一条新途径。该研究成果以Nanoscale zero-field electron spin resonance spectroscopy 为题,发表在4月19日的《自然-通讯》上[Nature Communications 9, 1563 (2018)]。   电子顺磁共振是当代重要的物质科学研究手段。例如,对于自旋标记的生物分子样品,可通过顺磁共振技术获取分子的动力学、结构等重要信息。这些信息主要源于电子自旋的精细和超精细结构,它们均可以从顺磁共振谱中提取。但是由于磁场的存在,不同取向的分子会有不同的共振峰,从而不可避免地会引起谱线的非均匀展宽,使信息的获取变得困难。目前技术发展的一个方向是通过不断提高的强磁场来部分去除这种展宽的影响,但存在技术挑战且成本高昂。而另一种简单直接的方式是不加磁场,此时自旋系统的能级结构只取决于系统的内禀相互作用,不再与分子取向有关,原则上可以完全移除非均匀展宽。这种称之为零场顺磁共振的方法在几十年前就已经提出,但是受探测原理限制,传统顺磁共振谱仪的探测灵敏度依赖于磁场大小,在零场下的探测灵敏度极低,往往需要厘米尺寸的样品量来累积足够大的热极化下的磁信号,极大地限制了零场顺磁共振方法的应用。这导致该方法几十年来止步不前,并未获得广泛应用。   在该工作中,杜江峰团队针对零场顺磁共振目前的困境,另辟蹊径,采用了高灵敏度的金刚石NV色心量子传感器和新颖的量子探测方法,来实现零场顺磁共振。金刚石NV色心是一种固态的自旋量子体系,因其在量子调控方面的优秀性质,在量子计算和量子精密测量方面有着重要的应用前景。尤其是量子精密测量方向,近十年来发展迅猛,已经实现了单个生物分子的非零场顺磁共振(杜江峰团队,Science 347, 1135 (2015))。NV色心量子传感器之所以具备如此超高灵敏度的磁探测能力,一方面是因为NV色心尺寸极小(埃量级),可以将NV色心放置得离待测目标足够近(纳米量级);另一方面是因为NV色心采用量子干涉仪的探测原理,可以将微弱的磁信号转化为量子态的相位信息来读出,灵敏度非常高。基于NV色心的微观磁共振能够达到纳米级的空间分辨率和单个核自旋的高灵敏度,被认为是对传统磁共振技术的革命性突破。   但是,以往使用的基于NV色心的顺磁共振技术并不能直接应用到零场情形,因为它需要对目标自旋进行精确操控,这在零场下十分困难。在该工作中,研究人员提出一种新的方法,用精心设计的微波脉冲连续驱动NV色心,通过改变驱动功率可以连续调控NV的能级劈裂,当其和目标自旋的能级劈裂匹配时会产生共振信号,过程中并不涉及对目标自旋的任何操控。实验上,研究人员成功实现了对NV色心周围15纳米范围内的约4个金刚石内部电子自旋的零场检测,获得了清晰的零场顺磁共振谱,并从中直接提取了目标自旋的超精细常数。   这种新方法避开了非零场下谱线展宽的干扰,可以直接在纳米尺度研究待测目标的能级结构,使得零场顺磁共振技术在单分子尺度上的应用成为可能。之前已经有研究表明,电子自旋标签的超精细常数对分子所处的局域环境的电学性质十分敏感,使用这一方法未来有望在单个分子尺度研究这种局域性质。另外,该方法也可以用于解析电子-电子相互作用,如果在单个分子上标记多个自旋标签,可以实现单分子的结构解析。   中国科学院微观磁共振重点实验室博士生孔飞和赵鹏举为该文并列第一作者,教师石发展和杜江峰为该文并列通讯作者。该研究得到了科技部、国家自然科学基金委、中国科学院和安徽省的资助。
  • 《传感器技术未来的发展重点分析》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2020-10-29
    • 随着材料科学、纳米技术、微电子等领域前沿技术的突破以及经济社会发展的需求,四大领域可能成为 传感器 技术未来发展的重点。 一、可穿戴式应用 据美国ABI调查公司预测,2017年可穿戴式传感器的数量将会达到1.6亿。以谷歌眼镜为代表的可穿戴设备是最受关注的硬件创新。谷歌眼镜内置多达10余种的传感器,包括 陀螺仪 传感器、加速度传感器、磁力传感器、线性加速传感器等,实现了一些传统终端无法实现的功能,如使用者仅需眨一眨眼睛就可完成拍照。 二、 无人驾驶 在该领域,谷歌公司的无人驾驶车辆项目开发取得了重要成果,通过车内安装的照相机、雷达传感器和 激光 测距仪,以每秒20次的间隔,生成汽车周边区域的实时路况信息,并利用人工智能软件进行分析,预测相关路况未来动向,同时结合谷歌地图来进行道路导航。奥迪、奔驰、宝马和福特等全球汽车巨头均已展开无人驾驶技术研发,有的车型已接近量产。 三、医护和健康监测 国内外众多医疗研究机构,包括国际著名的医疗行业巨头在传感器技术应用于医疗领域方面已取得重要进展。 如奥松电子气体流量传感器AFM3000系列是专为呼吸机设计,可精确 测量 空气、氧气和其他非侵蚀性气体流量。该款传感器采取独特的风道设计,确保传感器中的流动体压损极低,可适用于各种苛刻的应用场景。 AFM3000系列流量传感器具有体积小、重量轻、读数直观清晰、可靠性高、低压损等诸多优点,广泛应用医疗器械、环境监测、实验室等多个领域。 四、工业控制 2012年,GE公司在《工业互联网:突破智慧与机器的界限》报告中提出,通过智能传感器将人机连接,并结合软件和 大数据 分析,可以突破物理和材料科学的限制,并将改变世界的运行方式。报告同时指出,美国通过部署工业互联网,各行业可实现1%的效率提升,15年内能源行业将节省1%的燃料(约660亿美元)。2013年1月,GE在纽约一家 电池 生产企业共安装了1万多个传感器,用于监测生产时的温度、能源消耗和气压等数据,而工厂的管理人员可以通过i Pad 获取这些数据,从而对生产进行监督。 未来,这四大领域可能成为传感器技术未来发展的重点。