光谱响应与量子效率

简介:

光谱响应

光谱响应单位为A/W,直观物理意义是单位功率下产生的电流响应。

量子效率

量子效率分为外量子效率和内量子效率
一般量子效率指外量子效率,是指单位时间内外电路中产生的电子数与单位时间内的入射单色光子数之比。
内量子效率的定义为:单位时间内外电路中产生的电子书与单位时间内的入射(有效)单色光子数之比。
比较两个定义,可以看出内量子效应强调的是有效两字。那么无效的部分就是指因为反射或者投射等不被sensor所接收的光子了。

二者关系

量子效率定义中,单位时间内的电子数 即为 的电流 。
光谱响应定义中,也有关于电流的概念:单位功率下产生的电流。

所以,量子效率 = (1240 * 光谱响应)/响应波长

E=hv=hc/λ, h和c是常量,把数值带进去。注意:因为最后E的单位是eV,λ的单位是nm,所以在中间会涉及单位的转换。
h = 6.626196×10^-34 J.s, c = 3×10^8 m/s, 上面的单位是ev,所以还要除以1.6×10^-19 c,λ的单位nm换成m还要乘以1×10^9,最后就得到1240/λ eV

有时候会把两个概念混为一谈,

光谱响应 量子效率

光谱响应指光阴极量子效率与入射波长之间的关系
光谱响应表示不同波长的光子产生电子-空穴对的能力。定量地说,太阳电池的光谱响应就是当某一波长的光照射在电池表面上时,每一光子平均所能收集到的载流子数。太阳电池的光谱响应又分为绝对光谱响应和相对光谱响应。各种波长的单位辐射光能或对应的光子入射到太阳电池上,将产生不同的短路电流,按波长的分布求得其对应的短路电流变化曲线称为太阳电池的绝对光谱响应。如果每一波长以一定等量的辐射光能或等光子数入射到太阳电池上,所产生的短路电流与其中最大短路电流比较,按波长的分布求得其比值变化曲线,这就是该太阳电池的相对光谱响应。但是,无论是绝对还是相对光谱响应,光谱响应曲线峰值越高,越平坦,对应电池的短路电流密度就越大,效率也越高。



原文发布时间为:2018.04.18
本文作者:冬风十里Y
本文来源:简书,如需转载请联系原作者。

目录
相关文章
|
运维 Java 应用服务中间件
BIMserver入门安装部署 - 环境搭建、数据导入及预览
BIMserver入门安装部署 - 环境搭建、数据导入及预览
2150 0
|
10月前
|
人工智能 安全 算法
PAI负责任的AI解决方案: 安全、可信、隐私增强的企业级AI
在《PAI可信AI解决方案》会议中,分享了安全、可信、隐私增强的企业级AI。会议围绕三方面展开:首先通过三个案例介绍生活和技术层面的挑战;其次阐述构建AI的关键要素;最后介绍阿里云PAI的安全功能及未来展望,确保数据、算法和模型的安全与合规,提供全方位的可信AI解决方案。
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】人工智能就业岗位发展方向有哪些?
人工智能领域的岗位多样,涵盖了从技术研发到应用实施、从产品设计到市场运营等各个方面,以下是人工智能就业岗位的主要发展方向
1163 59
|
数据可视化 算法 Python
【数字通信革命】深入剖析Python实现BPSK、QPSK到QAM信号调制的奥秘,解锁高速数据传输的密钥!
【8月更文挑战第2天】在通信系统中,信号调制至关重要,它将信息嵌入载波信号中以便传输。本文通过Python实现三种基本调制技术:BPSK、QPSK和16-QAM,并提供示例代码。首先需安装NumPy、SciPy和Matplotlib库。BPSK是最简单的相位调制,每个符号携带一位信息;QPSK则每个符号携带两位信息,通过四种相位表示;16-QAM结合幅度和相位调制,每个符号携带更多比特信息。本文提供的代码演示了这些调制方式的实现过程,并利用Matplotlib可视化结果。了解这些调制技术有助于深入探索信号处理领域。
608 18
|
定位技术
ArcGIS:如何对栅格图像进行地理配准和定义投影?
ArcGIS:如何对栅格图像进行地理配准和定义投影?
4519 1
|
微服务
SpringCloud OpenFeign 服务调用传递 token
业务场景 通常微服务对于用户认证信息解析有两种方案 在 gateway 就解析用户的 token 然后路由的时候把 userId 等相关信息添加到 header 中传递下去。 在 gateway 直接把 token 传递下去,每个子微服务器自己在过滤器解析 token 现在有一个从 A 服务调用 B 服务接口的内部调用业务场景,无论是哪种方案我们都需要把 header 从 A 服务传递到 B 服务。 RequestInterceptor OpenFeign 给我们提供了一个请求拦截器 RequestInterceptor ,我们可以实现这个接口重写 apply 方法将当前请求的 heade
845 0
|
机器学习/深度学习 算法 Python
线性回归训练和预测代码详解
线性回归作为一种基础的回归分析方法,其核心思想和实现相对简单。本文通过详细的代码示例,介绍了线性回归模型的训练过程和预测函数的实现。希望能够帮助读者更好地理解和掌握这一基础算法。在实际应用中,线性回归可以作为一种初步的分析工具,为更复杂的模型提供参考和基础。
238 2
|
传感器 资源调度 Shell
遥感物理基础(2)物体的发射与反射辐射特征
本文内容主要介绍地物的发射和反射辐射特征,通过名词解释与案例,认识地物特征与遥感影像成像的联系,结合实践理解晦涩难懂的原理
796 0
|
传感器
遥感物理基础(1) 电磁波谱与电磁辐射
本文内容较为枯燥,是遥感的物理原理,作者已经尽量去帮助读者理解了,无论是精细的阅读还是走马观花,长期下来都能提高读者对专业的了解;电磁辐射是遥感传感器与远距离目标联系的纽带。不同类型地物具有不同的电磁辐射,遥感技术正是利用地物的的不同辐射特征,转变成数据或影像,达到探测地面目标的目的。因此,要应用遥感技术,必须了解电磁辐射的基本性质及地物的波谱特征。​ 电磁波是遥感技术的重要物理理论基础。
1436 0
|
关系型数据库 数据库 开发者
Python中的Peewee框架:轻量级ORM的优雅之旅
【4月更文挑战第13天】在Python的众多ORM框架中,Peewee以其轻量级、简洁和易于上手的特点,受到了许多开发者的青睐。Peewee的设计理念是“小而美”,它提供了基本的ORM功能,同时保持了代码的清晰和高效。本文将深入探讨Peewee的核心概念、使用场景以及实战应用,帮助读者更好地理解和使用这一框架。