【摘 要】
：
双钙钛矿材料以其优良的物理特性（如磁相变、自旋玻璃和交换偏置（EB）效应等）而被广泛的应用在电子存储等领域。最近在La1.5Sr0.5CoMnO6观察到的巨大的零场冷EB效应更是引起了研究人员的高度关注。针对这一问题,本文以La1.5Sr0.5CoMnO6为研究对象,重点研究了在其Co位分别掺杂非磁性离子和磁性离子对样品EB效应的调控情况。通过两者的比较,对相关磁性的微观机理进行了讨论。采用溶胶-
论文部分内容阅读
双钙钛矿材料以其优良的物理特性（如磁相变、自旋玻璃和交换偏置（EB）效应等）而被广泛的应用在电子存储等领域。最近在La1.5Sr0.5CoMnO6观察到的巨大的零场冷EB效应更是引起了研究人员的高度关注。针对这一问题,本文以La1.5Sr0.5CoMnO6为研究对象,重点研究了在其Co位分别掺杂非磁性离子和磁性离子对样品EB效应的调控情况。通过两者的比较,对相关磁性的微观机理进行了讨论。采用溶胶-凝胶法分别制备非磁性离子Ga掺杂的La1.5Sr0.5Co1-xGaxMnO6（x=0、0.1、0.2、0.3、0.35、0.4和0.5）和磁性离子Ni掺杂的La1.5Sr0.5Co1-xNixMnO6（x=0、0.1、0.2、0.3、0.35和0.4）系列样品,并研究其磁性。X射线衍射分析表明掺杂含量低于0.4时,样品能保持单相钙钛矿结构。磁性测量表明,非磁性Ga离子的替代可以稀释Co3+–O2-–Mn4+铁磁（FM）超交换相互作用,导致顺磁到铁磁转变温度TC的值降低。与之相反,Ni离子的替代促进了样品的Co2+/Ni2+–O2-–Mn4+FM超交换相互作用,导致TC增加。两者的共同点是都能引起反位无序（ASD）和自旋玻璃（SG）相,同时实现对EB效应的调控。对于Ga掺杂样品,当Ga掺杂含量为0.1时,样品表现出交换偏置场最大(零场冷交换偏置场HSEB=0.47T、传统交换偏置场HCEB=0.93T)。对于Ni掺杂样品,传统交换偏置场最大发生在掺杂含量为0.1时(HCEB=1.27T),而最大的零场冷交换偏置场则发生在掺杂含量为0.2时(HSEB=0.47T)。通过分析认为,对于Ga掺杂样品,FM/反铁磁（AFM）和/或FM/SG之间的单向界面各向异性耦合作用是EB效应变化的原因;对于Ni掺杂样品,ASD和SG的反向关系共同作用影响EB效应,而SG成为发生零场冷EB效应的关键因素。总之,通过不同离子掺杂可以实现EB效应的调控,这具有潜在的应用价值,为自旋阀器件的开发提供了新契机。
其他文献
随着医学影像技术不断发展,各种模态的医学图像广泛地应用于临床疾病诊断、辅助手术以及健康检测等领域。由于成像技术的局限性,采集的医学图像往往存在模态单一、图像分辨率不高等问题,不利于后续医学图像的临床应用。医学图像增强技术能有效改善图像质量,包括医学图像融合、医学图像超分辨率等。基于卷积神经网络的医学图像增强是当前研究热点,并取得了巨大的性能提升。大部分卷积神经网络的增强结果在含参考图像的数据集中进
点云是3D计算机视觉的数据表现形式,目前在计算机视觉领域,点云的分类技术是一个非常前沿的研究。现有的基于深度学习的点云分类方法由于对高频信息的忽视以及对局部特征关注度低,所以点云目标的特征学习不是非常有效,使得分类的精确度低和系统鲁棒性较差。本文采用公共数据集作为实验数据,研究了点云分类问题,并提出了两种分类方法。其一,研究基于随机傅里叶特征映射的点云目标分类问题。端到端的点云分类模型是根据目标的
人脸超分辨率是一个特定领域的图像超分辨率问题,其目的是为了将输入的低分辨率人脸图像恢复为高分辨率人脸图像,在视频监控和识别系统等安全场景中都有重要的应用价值。与一般的图像超分任务不同,人脸超分辨率需要关注人脸的面部细节信息,便于后续人脸检测和人脸识别等相关任务性能的提升。本文开展基于深度特征表示学习的人脸超分辨率研究,旨在提高人脸图像的重建效果。结合近期研究的优点,发现以前研究中的不足,提出改进的
随着第五代移动通信系统在全球范围内部署,学术界和工业界已经开始将注意力转移到第六代移动通信系统,以满足2030年对信息和通信技术的需求,其中,去蜂窝大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）被认为是一种极具前景的物理层技术。与现有的蜂窝移动通信网络相比,在去蜂窝大规模MIMO系统中没有“小区边界”的概念,大量随机分布的接入点（Access Poin
近年来目标跟踪因其在安防、无人机、自动驾驶、人脸识别等领域的普遍使用性得到迅速发展,涌现出许多颇具创造性的算法。孪生网络系列算法因其兼顾速度和精度成为现今最流行的算法之一,但基于孪生网络的跟踪算法由于其相似匹配以及未能充分利用上下文信息,不能很好的应对相似物干扰、遮挡等挑战。为解决上述问题,我们将强化学习引入目标跟踪,将目标跟踪视为在线决策过程。本文所做工作如下:（1）针对孪生网络未能充分利用背景
5G三大场景应用广泛,并且呈现出各种差异化的业务,其中m MTC旨在支持大量物联网设备,仅在活动阶段偶尔发送小数据,所以本文主要考虑eMBB和uRLLC流量传输的情况。而这两种业务复用的场景也将成为经典的应用场景,而且eMBB业务用户接入多、流量大、具有十分高的传输速率,因此eMBB业务也是5G的主体业务;uRLLC业务数据量较少,要求高可靠性和低延迟的服务,在99.9999%的可靠性水平下要求1
表面等离激元（Surface Plasmons,SPs）是金属表面自由电子的集体振荡,它可将光场束缚在金属纳米结构表面以及在纳米尺度上实现对光的操控,因此具有特殊的光学性质。众所周知,通过调节金属微纳结构的材料、形状以及结构尺寸可以实现对其SPs共振特性的调控,这在纳米光子学领域具有重要的应用价值,其中基于SPs共振的折射率生物传感器是目前国内外的研究热点之一。本文通过研究金属微纳结构中电/磁SP
物联网装置的接入数量剧增给人们带来便利的同时也给物联网装置带来了诸多的安全隐患,网络或者网络参与方可能遭受假冒物联网装置攻击。通过对物联网装置身份信息的可信管理,可以解决物联网装置的假冒问题。而现有的物联网装置身份信息管理方案大多需要依赖可信的中心服务器,且信任管理成本较高,可能存在中心服务器泄露物联网装置身份信息的问题。区块链技术为实现去中心化模式下的物联网装置的安全防护提供了设计思路,采用一种
随着海量机器类通信（Massive machine-type communications,mMTC）系统或大规模物联网成为第五代乃至以后的蜂窝系统关键应用场景之一,部署的物联网设备数量越来越多,对更大系统容量的需求也越来越迫切。针对此种情况,可以采用大规模MIMO技术来直接增加系统容量,也可以寻求合适的多址接入技术来支持更多数量的用户,比如突破正交限制的非正交多址接入技术。针对非协同接入大规模M
图像分割是医学图像处理任务中一个重要的研究方向,医学图像的自动分割在人类疾病的早期诊断中起着重要的作用。在各种类型的医学图像中,超声图像对比度低、边缘模糊且含有大量的噪声,采用传统的图像分割方法很难取得好的分割效果。虽然基于深度学习的图像分割模型能够通过特征提取来降低上述特点的影响,但主流的编解码模型结构复杂,参数量大,专注于提高分割精度,而忽视了模型的运行速度。为了应对上述问题,本文主要进行了以