GISAXSデータを解き放ちます

放牧中の小角角X線散乱（GISAXS）は、コーティングと薄膜のナノ構造を測定するための強力な手法です。ただし、GISAXSデータは、データ分析を複雑にする歪みに悩まされています。検出器画像は、屈折のために相互空間をゆがんだ表現であり、反射のために重複する散乱パターンが現れます。メソッドは、GISAXSデータをnowARP GISAXSに提示し、真の歪みのない散乱パターンの推定値を回復します。この方法は、伝達および反射サブコンポーネントからの相互に一貫した予測を解くことにより、相互空間散乱の構造の推測を最初に生成することで構成されています。この最初の推測は、歪んだ波生まれの近似（DWBA）を使用して、相互空間と検出器空間の間を変換するために、複数の入射角で実験的なGISAX画像をフィッティングすることにより、繰り返し洗練されます。この方法は、放牧散乱データと比較することで検証されているように、歪みのない散乱のための高品質の再構築に収束します。GISAXS画像を解き放つためのこの新しい方法は、放牧インセンステクニックの適用可能性を広げ、実験者がデータの歪みのない視覚化を検査し、より広範な分析方法をGIデータに適用できるようにします。

Grazing-incidence small-angle X-ray scattering (GISAXS) is a powerful technique for measuring the nanostructure of coatings and thin films. However, GISAXS data are plagued by distortions that complicate data analysis. The detector image is a warped representation of reciprocal space because of refraction, and overlapping scattering patterns appear because of reflection. A method is presented to unwarp GISAXS data, recovering an estimate of the true undistorted scattering pattern. The method consists of first generating a guess for the structure of the reciprocal-space scattering by solving for a mutually consistent prediction from the transmission and reflection sub-components. This initial guess is then iteratively refined by fitting experimental GISAXS images at multiple incident angles, using the distorted-wave Born approximation (DWBA) to convert between reciprocal space and detector space. This method converges to a high-quality reconstruction for the undistorted scattering, as validated by comparing with grazing-transmission scattering data. This new method for unwarping GISAXS images will broaden the applicability of grazing-incidence techniques, allowing experimenters to inspect undistorted visualizations of their data and allowing a broader range of analysis methods to be applied to GI data.