Titelaufnahme

Titel
Tomography of particle plasmon fields using electron energy loss spectroscopy / Anton Hörl
Verfasser/ VerfasserinHörl, Anton
Begutachter / BegutachterinHohenester, Ulrich ; Arrigoni, Enrico
ErschienenGraz, March 2016
Umfang112 Blätter : Illustrationen, Diagramme
HochschulschriftKarl-Franzens-Universität Graz, Dissertation, 2016
Anmerkung
Zusammenfassung in deutscher Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (GND)Oberflächenplasmon / Schnelles Elektron / Wechselwirkung
URNurn:nbn:at:at-ubg:1-98725 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Tomography of particle plasmon fields using electron energy loss spectroscopy [20.91 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Oberflächenplasmonen - kohärente Elektronenoszillationen an metallischen Oberflächen - erlauben es, die Mikrometer- und Nanometer-Längenskalen von Optik und Nanobausteinen zu verbinden. Sie werden für verschiedene Applikationen und Experimente, wie zum Beispiel Sensoren, benutzt.Im Rahmen dieser Dissertation werden die mit den Oberflächenplasmonen einhergehenden Nahfelder untersucht und dargestellt. Im Detail betrachten wir die Wechselwirkung eines schnellen Elektrons mit Oberflächenplasmonen, wie es in der Elektronenverlustspektroskopie (EELS) passiert, und berechnen die Energieverlustwahrscheinlichkeit des Elektrons für verschiedene metallische Nanostrukturen. Weiters entwickeln wir ein Tomographie Schema für EEL Projektionen in der quasi-statischen Näherung sowie für den vektoriellen Fall mit Retardierungseffekten.Die Resultate für verschiedene metallische Nanostrukturen zeigen, dass Nanometerauflösung von plasmonischen Strukturen mit EELS zu tieferer Erkenntnis des Nahfeldes führt und durch die Benutzung der vollen dreidimensionalen Oberflächenstruktur der Vergleich von Experiment und Simulation profitiert. Wenn man EELS als Tomographieproblem formuliert, ist es zusätzlich möglich, Informationen über die optischen Eigenschaften von metallischen Nanostrukturen - genauer die lokale optische Zustandsdichte - zu finden. Für Teilchen die klein gegenüber der Resonanzwellenlänge sind, ist dies unter bestimmten Einschränkungen mit einer inversen Radon Transformation möglich. Für eine generelle Rekonstruktion der optischen Eigenschaften benötigt man die zusätzliche Information der Oberflächenstruktur.

Zusammenfassung (Englisch)

Surface plasmons - coherent electron oscillations at the surface of metallic nanoparticles - allow to bridge between micrometer and nanometer length scales of optics and nanodevices, and are subject to various applications and experiments, the most prominent being sensors. This thesis is devoted to image the near-fields accompanied with coherent electron oscillations with nanometer resolution. In more detail, we investigate the interaction of a swift electron with surface plasmons, as it occurs in electron energy loss spectroscopy (EELS), and examine the electron energy loss probability of plasmonic nanostructures. Further, we develop a tomography scheme for EEL maps in the quasi-static approximation and extend it by regularization with compressed sensing to the full vectorial case. We find that the interaction of swift electrons and surface plasmons leads to nanometer spatial resolution of the electron energy loss probability of surface plasmons, and gives detailed insight into the near-field of plasmonic structures. Further, the juxtaposition between experiment and theory is improved by utilizing the full three dimensional particle geometry in the simulations. By introducing a modal decomposition of the Green function, we reformulate EELS as a tomography scheme and thereby connect it with local optical properties - the photonic local density of states - of plasmonic nanostructures. For particles small compared to the resonance wavelength these can be found under some restrictions by an inverse Radon transformation. The more general full vectorial case is treated by using additional knowledge of the particle geometry and compressed sensing.