New Deconvolution Technique to Improve the Depth Resolution in Secondary Ion Mass Spectrometry

Abstract

У роботі запропоновано ефективний метод відновлення сигналів SIMS від сильно розмитих дискретних піків. Ця методика грунтується на регуляризації Тихонова-Міллера, де включена апріорна модель розв’язку. Останній – це шумопригнічуючий сигнал, отриманий при використанні фільтра Калмана. Це цікавий методом оцінки, але він може бути використаний тільки тоді, коли ми можемо точно описати наш зразок. Порівнюючи результати запропонованої методики з результатами літератури, наш алгоритм дає найкращі результати без артефактів і коливань, пов'язаних з шумом, і значного поліпшення глибинного аналізу, у той час як коефіцієнт підсилення менш поліпшений, ніж коефіцієнт, отриманий методом вейвлетів. Таким чином, цей новий алгоритм може розширити межі вимірювань SIMS до граничної роздільної здатності.

This paper presents an efficient method for recovery of SIMS signals from strongly noised blurred discrete data. This technique is based on Tikhonov-Miller regularization where a priori model of solution is included. The latter is a denoisy signal obtained using the Kalman filter. This is an interesting estimation method, but it can only be used when the system is described precisely. By comparing the results of the proposed technique with those of the literature, our algorithm gives the best results without artifacts and oscillations related to noise and significant improvement of the depth resolution. While, the gain in FWHM is less improved than those obtained by the wavelet technique. Therefore, this new algorithm can push the limits of SIMS measurements towards its ultimate resolution.