仿生神经形态嗅觉系统的室温高灵敏度气体传感研究

为解决物联网时代气体传感器在灵敏度、选择性和能效方面的挑战，研究人员受生物嗅觉启发开发了基于硬件的神经形态嗅觉系统。该系统通过ZnO纳米棒光激活传感器阵列、W/WO3/PEDOT:PSS/Pt挥发性忆阻器实现的储层计算(RC)单元，以及Pt/TaOx/Pt非挥发性忆阻器构建的脉冲神经网络(SNN)，实现了室温下ppb级NO2检测和100%气体分类准确率，为低功耗智能气体传感提供了新范式。

　　

在物联网(IoT)时代，环境气体监测对传感器的灵敏度、选择性和能效提出了严苛要求。传统质谱仪虽性能优异但成本高昂，而固态化学电阻传感器虽成本低却受限于交叉敏感性和高能耗。更棘手的是，基于冯·诺依曼架构的电子鼻系统因数据搬运瓶颈导致能效低下。面对这些挑战，华中科技大学的研究团队从生物嗅觉获得灵感——生物系统能以极低功耗在室温下实现多气体识别，这归功于其分级的神经处理结构：嗅觉受体将化学信号转化为神经脉冲，经突触阵列(glomeruli)预处理后，最终由嗅觉皮层神经网络完成模式识别。

研究团队创新性地构建了全硬件仿生神经形态嗅觉系统，其核心包含三个协同单元：(1)气体受体单元采用光激活的ZnO纳米棒(NRs)传感器阵列模拟嗅觉神经元；(2)信号转导单元基于W/WO₃/PEDOT:PSS/Pt挥发性忆阻器实现储层计算(RC)，模拟嗅球中的突触整合功能；(3)识别单元采用Pt/TaO_x/Pt非挥发性忆阻器构建脉冲神经网络(SNN)模拟皮层计算。关键技术包括：紫外光调控的ZnO纳米棒气敏材料合成、忆阻器阵列的电阻切换特性调控、以及SNN的脉冲时序依赖可塑性(STDP)训练算法。

开发气体传感器
研究团队在蓝宝石晶圆上集成了2×2 ZnO纳米棒传感器阵列，单个传感器尺寸仅500×500 μm²。SEM显示纳米棒呈六角棱柱结构，直径约200 nm，其多孔特性显著增加气体接触面积。XRD证实材料为高结晶度纤锌矿结构，为室温传感奠定基础。

传感器结构与传感材料
通过贵金属修饰ZnO纳米棒，传感器在365 nm紫外光激活下对NO₂表现出超高灵敏度，检测限<100 ppb。值得注意的是，光激活机制使系统功耗降低90%以上，同时克服了传统加热式传感器的温度干扰问题。

结论
该系统突破性地实现了三大目标：室温下ppb级NO₂检测、对NO₂/NH₃/HCHO/H₂S的100%分类准确率（SNN训练355轮次后），以及μW级超低功耗。储层计算单元将原始信号转化为52维特征矩阵，使SNN识别效率提升3个数量级。这项研究为环境监测、医疗诊断等领域提供了新一代气体传感范式，其生物启发设计思路更可为其他感知系统开发提供参考。

研究团队特别指出，未来可通过扩大忆阻器阵列规模实现更复杂气体识别，而系统级封装技术将加速其商业化应用。该成果发表于《Sensors and Actuators B: Chemical》，标志着神经形态传感技术向实用化迈出关键一步。