Home Examples Screenshots User manual Bluesky logo YouTube ☰
OghmaNano Multiphysics simulation platform for optoelectronic devices and photonic systems DOWNLOAD Quick Start guide

GaInNAs : puits quantiques à faible concentration d’azote : tutoriel sur le modèle k·p à 10 bandes pour la structure zinc-blende.

1. Introduction

Dans ce tutoriel, nous simulerons une hétérostructure quantique à faible concentration d’azote (GaInNAs) à l’aide du modèle à dix bandes de type zincblende de OghmaNano. Nous ouvrirons un exemple existant, examinerons la structure en couches, effectuerons le calcul des états électroniques et analyserons les spectres optiques prédits. L’exemple contient une hétérostructure quantique GaInNAs de 7 nm intégrée dans une structure GaAs/AlGaAs plus large, plutôt qu’une simple hétérostructure à trois couches isolée.

Pourquoi un modèle à dix bandes est-il utile ? La théorie k·p classique à huit bandes décrit une bande de conduction et les bandes de valence des trous lourds, des trous légers et des trous séparés, y compris le spin. L’introduction d’une faible concentration d’azote dans un alliage III–V peut créer un niveau de résonance lié à l’azote qui interagit particulièrement fortement avec la bande de conduction de la matrice. Une description à dix bandes ajoute deux composantes de spin à cet état lié à l’azote. Cette interaction peut réduire considérablement l’énergie de transition fondamentale et modifier la courbure de la bande de conduction. Cela rend les nitrures dilués intéressants pour les dispositifs optiques fonctionnant à des longueurs d’onde plus élevées.

2. Ouvrir l’exemple du graphique à dix bandes.

Sélectionnez Fichier → Nouvelle simulation. Dans la fenêtre de la nouvelle simulation, double-cliquez sur les exemples GaAs (??). La fenêtre suivante contient plusieurs exemples de puits quantiques. Sélectionnez AlGaAs, alliage dilué d’azote, 10 bandes k.p (??). Cela chargera la simulation préconfigurée à dix bandes, y compris les définitions de couches et les fichiers de paramètres de matériaux appropriés.

New simulation window with GaAs demos visible in the top row.
Ouvrez la catégorie « Démonstrations GaAs » dans la nouvelle fenêtre de simulation.
GaAs demos showing the AlGaAs dilute nitride ten-band k.p simulation template.
Sélectionnez le modèle à 10 bandes k.p du nitrure dilué AlGaAs pour ouvrir l’exemple.

3. Structure du dispositif et paramètres des matériaux.

OghmaNano three-dimensional view of the multilayer GaAs AlGaAs GaInNAs structure.
Voici l’exemple de structure GaInNAs que nous avons ouvert. La puits quantique est intégré dans une structure multicouche plus large, composée de GaAs et d’AlGaAs.

La fenêtre principale affiche la structure multicouche (??). Contrairement aux structures simples à base de puits GaAs/AlGaAs utilisées dans les tutoriels précédents, cet exemple comprend des couches supplémentaires de revêtement, des couches à gradient et des couches de barrière autour du puits à faible concentration de nitrure. Pour examiner la géométrie, cliquez sur « Éditeur de couches » dans la barre d’outils à gauche.

Layer editor showing the eight-layer stack, with the GaInNAs quantum well set to 7 nm.
L’éditeur de calques identifie la couche de GaInNAs de 7,0 nm (couche quantique) comme étant une couche quantique.

L’éditeur de couches (??) affiche huit entrées, allant de p-GaAs à AlGaAs, en passant par la région active, jusqu’à n-GaAs. Plus précisément, la couche centrale de GaInNAs (QW) a une épaisseur de 7,0 nm et son type de couche est défini sur « puits quantique ». L’exemple visible comprend également des couches d’AlGaAs de 0,16 µm de chaque côté de la région active et une couche barrière/SCL de GaAs de 0,02 µm. Vous n’avez pas besoin de reconstruire manuellement la structure lorsque vous utilisez le modèle fourni.

3.1 Vérification des définitions des matériaux.

GaInNAs electrical parameter editor displaying its Lua material file, including effective valence density of states and mobility.
Définition du matériau GaInNAs (puits quantiques) dans l’éditeur des paramètres électriques. Les paramètres sont fournis via un fichier Lua.

Cliquez sur « Paramètres électriques », sélectionnez l’onglet « GaInNAs (QW) » et ouvrez l’éditeur de code (??). La capture d’écran illustre la manière dont le fichier de matériau contient des grandeurs physiques telles que la densité d’états effective de la bande de valence et la mobilité électrique. Par exemple, la mobilité électronique visible à faible champ est de 0.05 m² V⁻¹ s⁻¹, ce qui équivaut à 500 cm² V⁻¹ s⁻¹. Il s’agit de paramètres d’entrée du modèle de matériau, et non de valeurs déduites de la dispersion quantique représentée graphiquement.

Dans un calcul utilisant une faible concentration de nitrure, il est particulièrement important que la composition, les énergies de la bande et les paramètres de couplage de l’azote soient cohérents entre eux. Pour cette première simulation, laissez les valeurs par défaut inchangées ; nous aborderons une expérience utile sur la composition à la fin de la page.

4. Quels sont les changements qui se produisent lorsque nous introduisons de l’azote ?

Avant d’exécuter le modèle, il est utile de comprendre pourquoi l’hamiltonien comporte dix bandes plutôt que huit. Imaginez que la limite de la bande de conduction du semi-conducteur hôte se déplace vers le haut sur l’échelle d’énergie à mesure que le vecteur d’onde du plan de l’électron augmente. Un état de résonance lié à l’azote possède sa propre énergie caractéristique. Si les deux états n’interagissaient pas, leurs énergies pourraient se rapprocher et se croiser. Cependant, dans un nitrure dilué, l’azote s’associe aux états de conduction de l’hôte, ce qui modifie les niveaux d’énergie résultants.

Un exemple concret qui illustre bien cette physique est la matrice de non-croisement de bandes à deux états (BAC) :

\[ H_{\mathrm{BAC}}(k)= \begin{pmatrix} E_C(k) & V_N\\ V_N & E_N \end{pmatrix}, \qquad V_N=\beta_N\sqrt{x_N}. \]

Ici, \(E_C(k)\) représente la dispersion de la bande de conduction du matériau hôte, \(E_N\) est l’énergie du niveau associé à l’azote, \(x_N\) est la fraction d’azote et \(\beta_N\) contrôle l’intensité du couplage. La diagonalisation de cette petite matrice donne deux branches :

\[ E_{\pm}(k)=\frac{E_C(k)+E_N}{2} \pm\frac{1}{2}\sqrt{\big[E_C(k)-E_N\big]^2+4V_N^2}. \]

Le terme racine carrée empêche les branches couplées de se croiser lorsque \(V_N\neq0\). Plus précisément, la branche inférieure, qui se comporte comme une bande de conduction, peut se déplacer vers le bas par rapport à la bande de conduction d’origine, ce qui réduit l’écart fondamental. Étant donné que l’interaction dépend de la distance entre \(E_C(k)\) et \(E_N\), la dispersion peut également devenir fortement non parabolique.

Cet exemple, qui présente une situation à deux éléments, illustre l’idée principale ; il s’agit de… pas l’hamiltonien complet du puits quantique résolu dans ce tutoriel. Le modèle k·p à dix bandes conserve la base plus large de la structure à bande de conduction/valence de type zincblende, y compris le spin, et ajoute les composantes liées à l’azote. Le confinement quantique est ensuite pris en compte le long de la direction de croissance. Pour un traitement théorique complet, voir le chapitre sur la structure cristalline de type zincblende à dix bandes..

5. Lancer la simulation.

OghmaNano terminal showing KP10 sparse Hamiltonian assembly and iteratively converged conduction and valence states.
Le terminal affiche la construction de l’hamiltonien KP10, les valeurs propres de l’énergie et la convergence pour les vecteurs d’onde successifs dans le plan.

Retournez à l’onglet « Fichier » et cliquez sur « Exécuter la simulation ». Sélectionnez l’onglet « Terminal » pour suivre le calcul (??). Le solveur assemble une matrice hamiltonienne éparse, détermine les états propres de la bande de conduction et de la bande de valence, et répète le calcul pour une série de vecteurs d’onde dans le plan \(k_{\parallel}\).

Dans la capture d’écran, le journal indique que le solveur KP10 est utilisé, affiche les niveaux d’énergie calculés et signale la convergence du bloc après un certain nombre d’itérations. Les paires d’énergies rapprochées peuvent inclure des dégénérescences liées au spin ; elles ne doivent pas être interprétées automatiquement comme des branches distinctes de croisement anti-symétrique de l’azote. Attendez que l’exécution soit terminée avant d’examiner les fichiers de sortie.

6. Interprétation de la structure de bandes calculée.

Les graphiques obtenus représentent l’énergie en fonction du vecteur d’onde dans le plan, et non l’énergie en fonction de la profondeur dans le dispositif. Le potentiel du puits quantique confine les porteurs le long de la direction de croissance de la couche, ce qui donne lieu à des états discrets ; le mouvement parallèle aux couches confère à chaque état confiné une dispersion \(E_n(k_{\parallel})\). Dans un modèle parabolique simple, cette dispersion est quadratique. Un hamiltonien à dix bandes couplées permet de s’écarter de cette parabole.

Two upward-dispersing conduction-subband curves with non-identical curvature, plotted against in-plane wavevector.
États de conduction : les énergies calculées augmentent avec le vecteur d’onde dans le plan, et la courbure est déterminée par le modèle à dix bandes couplées.
Four strongly non-parabolic valence subband curves as a function of in-plane wavevector.
Valence indique que plusieurs ramifications de forme tubulaire et isolée présentent des variations importantes de courbure et une augmentation du mélange à mesure que le vecteur d’onde augmente.

6.1 États de conduction et réduction de l’intervalle de bande.

Le graphique de la conduction (??) présente deux branches calculées qui partent de niveaux d’énergie différents. Le niveau d’énergie de conduction le plus bas commence à environ 0,89 eV dans le système de référence énergétique choisi pour la simulation. Il ne faut pas confondre cette valeur avec la bande interdite du GaInNAs en vrac : il s’agit de l’énergie propre de cette structure confinée particulière. On remarque que les deux courbes représentées n’ont pas la même courbure. C’est l’un des éléments à étudier lors de la comparaison d’un calcul à huit bandes avec le modèle des nitrures dilués.

Les équations simplifiées du modèle BAC présentées ci-dessus permettent d’expliquer pourquoi la dispersion de la conductivité peut varier dans un matériau contenant de l’azote. Elles ne permettent pas, à elles seules, de déterminer la proportion d’azote dans l’une ou l’autre des courbes colorées. Pour cela, il faut examiner les vecteurs propres correspondants ou faire varier \(x_N\) et observer l’évolution des états.

6.2 États de valence

Le diagramme de valence (??) présente plusieurs branches dont les formes ne sont manifestement pas paraboliques. Les caractéristiques des trous lourds et des trous légers peuvent se mélanger pour une valeur finie du vecteur d’onde dans le plan ; les énergies de confinement, l’interaction spin-orbite et le couplage entre les états de base influencent tous les tracés. Une inversion de la courbe ou un changement de courbure n’indique pas nécessairement une erreur numérique. Inversement, une courbe tracée de manière régulière ne prouve pas à elle seule que les paramètres du matériau sont corrects.

Il est préférable de considérer les couleurs individuelles comme des branches d’états propres représentées graphiquement, plutôt que d’attribuer de manière permanente les étiquettes HH ou LH sur l’ensemble de la plage de vecteurs d’onde, sans vérifier la nature de leur état.

6.3 Analyse comparative des deux groupes.

Combined conduction and valence energy dispersion from the ten-band GaInNAs quantum well.
Graphique combinant les bandes de conduction et de valence. Les énergies de transition optique sont déterminées par les différences d’énergie entre les états électroniques et les états de trous.

L’activation de la dispersion combinée (??) permet de placer les états électroniques et de valence sur la même échelle d’énergie. La transition inter-bande fondamentale est liée à leur séparation, plutôt qu’à l’énergie absolue de l’un ou l’autre des états représentés :

\[ \hbar\omega_{nm}(k_{\parallel}) =E_{c,n}(k_{\parallel})-E_{v,m}(k_{\parallel}). \]

Cette expression décrit une transition optique directe, approximativement verticale, dans le plan du vecteur d’onde : l’impulsion du photon est faible par rapport à l’impulsion du cristal électronique. Le spectre observé n’est cependant généralement pas constitué d’une seule ligne nette. De nombreuses transitions autorisées contribuent, avec des intensités et des taux d’occupation qui varient d’un état à l’autre.

7. Des états électroniques aux spectres optiques.

Grâce aux états calculés disponibles, OghmaNano peut construire des spectres optiques. La question physique importante ne se limite pas à savoir si un électron et un trou présentent la différence d’énergie appropriée, mais aussi à déterminer l’intensité du couplage entre les deux états et le champ électromagnétique, ainsi que si leurs états initiaux et finaux sont correctement occupés.

7.1 Pourquoi certaines transitions sont-elles plus efficaces que d’autres ?

La règle d’or de Fermi constitue un point de départ utile pour comprendre les taux de transition. Pour une transition d’un état électronique initial \(i\) vers un état final \(f\), induite par une faible perturbation optique, sa forme schématique est la suivante :

\[ W_{i\rightarrow f}=\frac{2\pi}{\hbar} \left|\langle f|H_{\mathrm{int}}|i\rangle\right|^2 \delta(E_f-E_i-\hbar\omega). \]

L’élément de matrice \(\langle f|H_{\mathrm{int}}|i\rangle\) décrit l’interaction des états avec la lumière. Il dépend, entre autres, de leur caractère orbital, de leurs fonctions d’enveloppe et de la polarisation de la lumière. La fonction delta assure la conservation de l’énergie. Dans un spectre numérique, la transition idéale et abrupte est représentée à l’aide d’une fonction appropriée d’élargissement spectral. Après avoir effectué la somme sur les sous-bandes et les vecteurs d’onde dans le plan autorisés, le résultat est un spectre plutôt qu’une seule énergie de transition.

Dans ce contexte, les professions liées aux semi-conducteurs font la distinction entre l’absorption et l’émission. Si \(f_c\) représente le niveau d’occupation d’un état de conduction et \(f_v\) celui d’un état d’électron de valence, les facteurs caractéristiques sont les suivants :

\[ \begin{aligned} \text{absorption:}\quad &(1-f_c)f_v,\\ \text{stimulated emission:}\quad &f_c(1-f_v),\\ \text{net stimulated contribution:}\quad &f_c-f_v. \end{aligned} \]

La dernière expression représente la différence entre les processus optiques ascendants et descendants. Une contribution positive à l’amplification nécessite une inversion de population suffisante. Ces facteurs expliquent l’interprétation des graphiques suivants ; voir le théorie des transitions optiques pour plus de détails.

7.2 Émission et absorption stimulées

Calculated stimulated-emission spectra for several carrier-population settings, approximately 1100 to 1500 nm.
Émission stimulée : la forme et l’amplitude du spectre dépendent des transitions disponibles et des populations de porteurs imposées.
Calculated absorption spectra for several occupation conditions across approximately 1100 to 1500 nm.
Absorption : les variations d’absorption interbandes sont calculées en fonction de l’occupation des états, et elles diminuent vers la partie du spectre correspondant aux grandes longueurs d’onde, au niveau du seuil de transition.

Les deux graphiques (?? et ??) illustrent les processus optiques concurrents qui se produisent pour une même structure de bande d’un puits quantique. Les différentes courbes représentent la séquence des conditions utilisées dans l’exemple ; leurs valeurs relatives varient en fonction du niveau d’occupation des porteurs de charge, ce qui détermine les transitions possibles.

Les spectres s’étendent jusqu’au proche infrarouge, approximativement de 1,1 à 1,5 µm. À titre d’information, l’énergie des photons et la longueur d’onde dans le vide sont liées par la relation suivante :

\[ E_{\mathrm{photon}}=\frac{hc}{\lambda} \simeq \frac{1240\ \mathrm{eV\,nm}}{\lambda\,[\mathrm{nm}]}. \]

Ainsi, 1 300 nm correspondent à environ 0,954 eV. Cela permet de vérifier de manière cohérente la relation entre la différence d’énergie dans le diagramme combiné des bandes et l’échelle des spectres optiques, en tenant compte du confinement, de la plage des transitions impliquées et de la référence d’énergie choisie.

7.3 Gain net : lorsque l’émission dépasse l’absorption.

Net optical gain curves switching from negative absorption-dominated values to positive gain under different carrier-population conditions.
Gain net obtenu : les valeurs positives indiquent une amplification nette due à la stimulation ; les valeurs négatives indiquent une absorption.

Pour un milieu amplificateur, la quantité importante est l’équilibre entre l’émission stimulée et l’absorption. En utilisant la convention de signe employée dans le graphique, on peut la représenter schématiquement comme suit :

\[ g_{\mathrm{net}}(\lambda) =g_{\mathrm{stim}}(\lambda)-\alpha(\lambda). \]

Le graphique du gain net calculé (??) comprend à la fois des courbes négatives et positives. Lorsque l’absorption est prédominante, \(g_{\mathrm{net}}\) est négatif. À mesure que les populations d’électrons et de trous varient, l’émission stimulée peut devenir suffisamment forte pour que certaines parties du spectre présentent un gain positif. La région de transition représentée sur le graphique présente une structure notable, plutôt qu’un pic unique parfaitement lisse, car plusieurs transitions entre états confinés y contribuent.

Important : un gain matériel positif ne garantit pas à lui seul le fonctionnement d’un laser complet au-delà du seuil. Il faut également prendre en compte les pertes dans la cavité, le confinement optique, la réflectivité des miroirs et l’injection de porteurs.

8. Localiser les résultats de la simulation.

OghmaNano Output tab showing bands and gain folders, plus conduction, valence, gain, absorption and spontaneous CSV files.
L’onglet « Sortie » contient les données numériques relatives aux bandes et aux spectres optiques, ainsi que les sous-répertoires bands et gain.

Une fois le calcul terminé, ouvrez l’onglet « Résultats » (??). La capture d’écran montre les principaux fichiers de résultats, notamment : Ec.csv (branches de conduction), Ev.csv (branches de valence), Ec_Ev.csv (bandes combinées), gain.csv, absorption.csv, net_gain.csv et spontaneous.csv. Les résultats supplémentaires sont organisés dans les répertoires bands et gain. Double-cliquez sur un fichier CSV pour l’afficher sous forme de graphique, ou utilisez les données numériques enregistrées pour une analyse plus approfondie.

Bien que ce tutoriel illustre l’émission stimulée, l’absorption et le gain net, l’exemple génère également une sortie d’émission spontanée. L’émission spontanée est une recombinaison radiative qui ne nécessite pas de photon incident, et son facteur d’occupation caractéristique est \(f_c(1-f_v)\). Ses coefficients spectraux absolus diffèrent de ceux de l’émission stimulée.

9. Faites l’expérience vous-même : étudiez l’interaction de l’azote.

Expérience suggérée : avant de modifier cet exemple, enregistrez-en une copie distincte. Ensuite, étudiez la concentration d’azote dans la définition du matériau GaInNAs, en modifiant un seul paramètre à la fois tout en conservant la géométrie de la couche de 7 nm.

  1. Enregistrez la valeur minimale de l’énergie propre de l’électron au point \(k_{\parallel}=0\).
  2. Modifiez la proportion d’azote afin qu’elle se situe dans une fourchette physiquement acceptable pour le paramétrage choisi.
  3. Recalculez la dispersion de la conduction et comparez la forme de la branche la plus basse.
  4. Comparez la position du seuil d’absorption et les principales caractéristiques de l’amplification.

La représentation graphique du modèle BAC prévoit qu’une augmentation du couplage de l’azote peut accroître la séparation des ramifications couplées et modifier l’énergie de conduction inférieure. Cependant, dans un calcul complet sur un alliage, la composition peut également affecter d’autres paramètres du matériau. Par conséquent, interprétez les changements obtenus en vous basant sur les fonctions réelles du matériau utilisées dans votre simulation, plutôt qu’en supposant que la simple formule à deux états représente l’intégralité du modèle de l’alliage.

✅ Ce qu’il faut rechercher.

Étudiez si la limite de la bande de conduction se déplace et si sa courbure change en fonction de la concentration d’azote. Comparez les spectres optiques dans des conditions d’occupation identiques, afin de ne pas confondre une variation des énergies de transition avec une variation sans rapport avec la population de porteurs. Si vous pouvez examiner la composition des vecteurs propres, il est particulièrement intéressant de suivre l’évolution des contributions de la bande de conduction de l’hôte et des éléments liés à l’azote aux états.

Pour une deuxième expérience, maintenez les paramètres du matériau constants et modifiez la largeur de la barrière quantique, en la faisant passer de 7 nm à 6 nm. En général, l’augmentation du confinement quantique a pour effet d’augmenter l’énergie la plus basse des électrons confinés et de modifier les énergies des transitions interbandes autorisées. L’ampleur de ce décalage est déterminée par le calcul basé sur les dix bandes couplées, et non pas simplement en attribuant une masse effective constante unique à chaque état.