二维SSH模型：拓扑绝缘体的数值实现与分析

1. 二维SSH模型基础解析

在凝聚态物理研究中，二维Su-Schrieffer-Heeger(SSH)模型作为紧束缚近似下的典型范例，为我们理解拓扑绝缘体和拓扑超导体等新奇量子态提供了重要理论基础。这个模型最初由Su、Schrieffer和Heeger提出用于描述聚乙炔中的电子行为，后来被推广到二维体系。

1.1 模型构建原理

二维SSH模型描述的是电子在具有二聚化结构的二维晶格中的运动。我们可以将其想象为由A、B两种原子交替排列形成的棋盘状结构，其中：

• 晶格常数a表示原胞内原子间距
• 原胞间距为2a形成周期性结构
• 电子在原子间的跃迁由hopping积分t1和t2描述

这种周期性结构导致的能带分裂是理解其拓扑性质的关键。从数学角度看，系统的哈密顿量可以表示为：

H = ∑{<i,j>} tc_i^†c_j + h.c.

其中t_{ij}在x和y方向交替取值t1和t2，这种交替变化正是SSH模型的核心特征。

1.2 数值实现细节

在Python实现中，我们采用稀疏矩阵存储可以有效降低内存消耗。以下是优化后的哈密顿量构建代码：

python复制import numpy as np
from scipy.sparse import lil_matrix

def build_ssh_hamiltonian(Lx, Ly, t1, t2):
    """构建二维SSH模型哈密顿量(稀疏矩阵版本)
    
    参数：
        Lx, Ly: 晶格尺寸
        t1, t2: 交替hopping强度
    返回：
        scipy.sparse.lil_matrix格式的哈密顿量
    """
    N = Lx * Ly
    H = lil_matrix((N, N), dtype=np.complex128)
    
    for x in range(Lx):
        for y in range(Ly):
            i = x * Ly + y
            # x方向hopping
            if x < Lx - 1:
                j = (x + 1) * Ly + y