【资讯】AI驱动芯片光谱仪：突破近红外灵敏度极限

2026-08-10 18:05:43

为解决硅基光谱仪在近红外（NIR）波段的性能限制，研究团队设计了一款采用光子陷阱表面纹理（PTST）技术的芯片级光谱仪。该光谱仪由32个独特光电二极管（PDs）组成，每个光电二极管集成了PTST结构，优化了NIR波段的光谱响应。每个光电二极管基于P+-π-P-N+掺杂轮廓制造，具备超快响应时间(图1a)，并通过光学显微镜观察到的虹彩效应展示了PTST增强的独特光电响应(图3b)。PTST结构通过反射特定波长的光并形成光学带隙，增强了波长选择性的光吸收(图3c)。FDTD仿真结果表明，PTST结构在800 nm波长下显著提高了光谱仪的效率。电流-电压（IV）特性测试显示，PTST光电二极管具有低击穿电压和低暗电流，表现出高性能和低噪声特性(图3d)。

图1 光子陷阱结构(PTST)光电二极管的光谱独特性

为了从光电二极管测得的光电流中恢复光谱信息，研究团队采用神经网络方法进行光谱重构(图4a)。神经网络通过学习光电流与光谱信息之间的复杂关系、并优化模型，确保重构精度。图4(b)显示了训练损失和验证损失随训练周期的变化，经过1000个周期，损失值降至0.03以下，表明模型成功学会了光谱重构。为验证不同重构方法的性能，研究团队将神经网络与传统矩阵伪逆法(图4c)和高斯/正弦函数线性组合法(图4d)进行了比较。结果表明，神经网络在重构精度和噪声容忍性上具有显著优势。

图2 光谱重构的神经网络模型示意图

为了验证PTST光谱仪的性能，研究团队使用波长640-1100 nm的窄带激光源，并将其重构结果与传统硅光谱仪进行对比（图3）。在8、16和32个光电二极管的配置下，PTST光谱仪能够高精度、高信噪比地重构窄带激光峰，尤其在950 nm以上表现出明显优势。随着光电二极管数量的增加，PTST光谱仪能够更准确地捕捉峰值波长（图3e），并且对全宽半最大值（FWHM）的预测与传统硅光谱仪结果接近（图3f）。此外，随着探测器数量的增加，重构的RMSE值和皮尔逊相关系数（R）显著提高（图3g、3h），尤其在使用16个光电二极管时，RMSE降至0.05以下，皮尔逊相关系数超过0.8，证明了PTST光谱仪在有限探测器数量下也能实现高精度的光谱重构。

图3 激光峰的光谱重构表征图

在噪声测试中，PTST光谱仪在添加40 dB白噪声后依然能维持约30 dB的SNR，尤其在800 nm以上波长表现优异（图4b、4c），远超传统硅光谱仪（图4d）。此外，随着光电二极管数量增加，重构精度和噪声容忍度进一步提高（图4e）。

图4 PTST光谱仪的噪声容忍度

PTST光谱仪的体积仅为0.4 mm²，光谱分辨率为8 nm，峰值精度达到100%，RMSE约为0.05（图5）。它覆盖300-1100 nm波段，响应在950 nm波长处提升10倍，具有50 dB动态范围和30 dB的SNR，适用于低光环境中的高灵敏度测量；其超快响应时间为57 ps，适合高速应用，如荧光寿命成像和拉曼光谱。

图5 芯片级光谱仪的性能指标

最后，研究团队通过开放源蝴蝶光谱数据集展示了该光谱仪在高光谱成像中的应用（图6）。通过16个PTST增强光电二极管的光电流重构，成功地重构了640-1000 nm波长范围内的高光谱图像。重构光谱与真值光谱的高度一致性（图6c,6d），精度达到均方误差（MSE）2.3×10??，结构相似性指数（SSIM）为0.9926（图6f），表明该系统在高光谱成像中具有高精度和保真度。

图6 蝴蝶高光谱图像

针对光谱仪在精度、分辨率和噪声容忍度方面的挑战，研究团队开发了一款基于硅的芯片级PTST光谱仪，成功实现了640 -1100 nm波长范围内的高精度光谱重构。通过将光子陷阱表面纹理（PTST）集成到光电二极管中，该光谱仪显著提高了长波长范围的响应能力和信噪比，展现了卓越的噪声耐受性和高灵敏度。实验表明，随着光电二极管数量的增加，光谱重构的精度、分辨率和噪声容忍度均得到了显著提升，尤其在16个光电二极管的配置下，系统实现了超过99%的峰值精度和高于0.8的皮尔逊相关系数。

未来，随着PTST光谱仪的进一步集成和优化，系统的灵敏度和噪声容忍度有望得到提升，特别是在集成跨阻放大器和模数转换器等组件后，能够实现更高效的数据处理和更精确的光谱分析；同时，通过在雪崩击穿模式下操作PTST增强的光电二极管，预计能够进一步提高其性能。这些进展将推动PTST光谱仪在环境监测、精准农业、远程传感及消费电子等领域的广泛应用，助力便携式高光谱成像系统的发展。

参考文献： 中国光学期刊网

您好，可以免费咨询技术客服[Moli]

官网 筱晓(上海)光子技术有限公司

欢迎大家给我们留言，私信我们会详细解答，分享产品链接给您。

免责声明：

资讯内容来源于互联网，不代表本网站及新媒体平台赞同其观点和对其真实性负责。如对文、图等版权问题存在异议的，请联系我们将协调给予删除处理。行业资讯仅供参考，不存在竞争的经济利益。