当前位置: 首页 > news >正文

《超导电子技术及其应用》学习日志(二)

约瑟夫森效应

约瑟夫森理论

约瑟夫森方程

(1)每一个库柏对都可视为质量为2m、电量为2e的复合载流子,定向运动速度v就是库柏相对质心的速度。处于超导态的库柏对凝聚于同一量子态,运载电流时具有完全相同的动量P。用微观波函数来描述所有库柏对的运动,即
ψ=nc1/2exp(iϕ)\begin{align} \psi=\sqrt[1/2]{n_c}exp(i\phi) \end{align} ψ=1/2ncexp(iϕ)
式中,nc=ΨΨ*表示库柏对的体密度,φ是波函数的相位。根据量子力学,波函数Ψ满足下面的薛定谔方程
iℏ∂ψ∂t=EΨ\begin{align} i \hbar\frac{\partial\psi}{\partial t}=E\Psi \end{align} itψ=EΨ
其中,ℏ\hbar是普朗克常量,ℏ\hbar=h/2π,E是量子态的能量。
(2)随着约瑟夫森结一端的库柏对数量的增加,与此相对应,约瑟夫森结另一端的库柏对数量减少,由此可求得流过隧道结的超导电流密度为
Js=JcsinΔϕ=2e∂nc1∂t\begin{align} J_s=J_c sin\Delta\phi=2e\frac{\partial n_{c_1}}{\partial t} \end{align} Js=JcsinΔϕ=2etnc1
式中,2e为库柏对两个电子,并有
Js=2Kℏ2enc1nc2\begin{align} J_s=\frac{ 2K}{\hbar} 2e\sqrt{n_{c_1}n_{c_2}} \end{align} Js=2K2enc1nc2
Jc称为隧道结的临界电流密度,K是与隧道结特性有关的常数,ncn_cnc为库柏对的体密度
位相差随时间的变化率为
∂Δϕ∂t=2eV0ℏ\begin{align} \frac{\partial\Delta\phi}{\partial t}=\frac{2eV_0}{\hbar} \end{align} tΔϕ=2eV0
(3)实际上,除电位差V0V_0V0造成位相差的时间变化外,磁场也将造成位相差的空间变化。磁场可以穿过势垒层,由于绝缘层厚度为d,磁场对超导体还有一个穿透深度λ\lambdaλ,所以存在的磁场宽度为Λ=2λ+d\Lambda=2\lambda+dΛ=2λ+d。磁场和空间的位相差的关系满足下列表达式
∂Δϕ∂x=2eΛℏBy\begin{align} \frac{\partial\Delta\phi}{\partial x}=\frac{2e\Lambda}{\hbar}B_y \end{align} xΔϕ=2eΛBy
∂Δϕ∂y=2eΛℏBx\begin{align} \frac{\partial\Delta\phi}{\partial y}=\frac{2e\Lambda}{\hbar}B_x \end{align} yΔϕ=2eΛBx
(3)完整的约瑟夫森方程
超导电流的计算:
Js=JcsinΔϕ\begin{align} J_s=J_c sin\Delta\phi \end{align} Js=JcsinΔϕ
位相差随时间变化
∂Δϕ∂t=2eV0ℏ\begin{align} \frac{\partial\Delta\phi}{\partial t}=\frac{2eV_0}{\hbar} \end{align} tΔϕ=2eV0
磁场影响位相差的空间变化
∂Δϕ∂x=2eΛℏBy\begin{align} \frac{\partial\Delta\phi}{\partial x}=\frac{2e\Lambda}{\hbar}B_y \end{align} xΔϕ=2eΛBy
∂Δϕ∂y=2eΛℏBx\begin{align} \frac{\partial\Delta\phi}{\partial y}=\frac{2e\Lambda}{\hbar}B_x \end{align} yΔϕ=2eΛBx

直流约瑟夫森效应

定理:当结两端电压为零时,两个超导体波函数的位相差与时间无关,即可以存在一个超导电流,超导电流的大小由结两端电子对波的位相差决定,其临界电流密度为JsJ_sJs

http://www.lryc.cn/news/32549.html

相关文章:

  • 微信小程序this指向问题
  • 【报错】paddle相关报错和处理方法
  • unity的安装配置和第一个游戏-unity开学第一课
  • Elsevier上传LaTeX 修改稿踩坑
  • 秒懂算法 | 搜索基础
  • Flutter 自定义今日头条版本的组件,及底部按钮切换静态样式
  • SpringBoot学习笔记(二)配置文件
  • 09说说乐观锁和悲观锁
  • 【C++】vector的模拟实现
  • THUPC-2023 游记
  • Linux - 磁盘I/O性能评估
  • 计算机网络--网络基础
  • Gin 接口超时控制
  • 1.C#与.NET简介
  • OpenAI CTO、吴恩达夫人……AI 领域值得关注的「她」力量,个个都是女强人
  • [ 网络 ] 应用层协议 —— HTTP协议
  • Spring Boot 整合 Redisson 缓存性能客户端(2023-03-06)
  • 【C和C++】输出100内能够被13整除的数,取模判断方法
  • STC8单片机基于开源库读取DS18B20数据例程
  • 计算机专业毕业设计基于Spring Boot 学生在线考试系统
  • 【读书笔记】《深入浅出数据分析》第八章 启发法
  • 英飞凌Tricore实战系列导读
  • 做数据分析有前景吗?
  • Rust Web入门(六):服务器端web应用
  • 1.特定领域知识图谱知识融合方案(实体对齐):金融产业产业知识图谱-基于内容匹配和图模型的品牌知识链指
  • 前端基础语法合集
  • 百亿补贴,京东的自卫反击战
  • 融云入选中国信通院《高质量数字化转型产品及服务全景图》
  • 开源消息代理组件mosquitto
  • vuex的五个属性及使用方法示例