直接摩擦电编程的铁电突触晶体管用于神经形态触觉感知

《Small》：Direct Triboelectric Programming of a Ferroelectric Synaptic Transistor for Neuromorphic Tactile Perception

　　

摩擦电纳米发电机（TENG）为机械刺激提供了直接的电界面，然而大多数摩擦电-神经形态集成依赖于易失性电导调制或间接电容耦合，限制了记忆辅助的触觉感知。在本研究中，研究人员展示了一种MoS₂/HfO₂/PbZr_0.3Ti_0.7O₃（PZT）铁电晶体管的直接摩擦电编程，其中整流的摩擦电脉冲与铁电切换耦合，实现了累积电导调制。通过PbZr_0.3Ti_0.7O₃中极化控制的静电调制，借助HfO₂中的电荷俘获，将机械接触-分离产生的类尖峰输出转换为历史依赖的电导演化。摩擦电脉冲幅度、重复频率和沟道电导之间的系统相关性表明，重复的机械输入在没有外部信号放大或连续波形处理的情况下，逐步积累极化介导的状态。该器件在电刺激下表现出基本的突触特性，而摩擦电产生的输入则实现了累积触觉编程。通过构建力-频率依赖的电导图并定义参考电流窗口，触觉条件被编码为稳定状态域，从而基于累积器件状态（而非瞬时信号）实现基于阈值的判别。此外，实验参数化的编码框架被扩展到心电图（ECG）信号分类，展示了其将时间生物信号转换为器件相关电导特征以用于神经形态信号处理的能力。这些结果为神经形态感觉系统中基于模拟记忆辅助的触觉状态编码建立了一条物理基础的途径。

**论文解读：直接摩擦电编程的铁电突触晶体管用于神经形态触觉感知**

**研究背景、问题及研究动机**
神经形态计算受大脑传感、记忆与决策一体化功能的启发，旨在实现低能耗的信息处理。其中，铁电突触器件因其非易失性、模拟权重可调性和快速极化切换特性而受到关注，尤其是铁电场效应晶体管（FeFET）具备独特的三端结构，可分离读写操作。然而，现有铁电突触大多依赖外部电脉冲驱动，与真实机械刺激的交互受限，需额外的传感与信号处理电路。与此同时，机械交互（如触觉）通过刺激幅度和时间重复编码环境信息，在机器人、医疗监测和人机接口中至关重要。摩擦电纳米发电机（TENG）可将机械接触-分离转换为电信号，但已有的TENG集成突触系统多依赖高电压、电容耦合或易失性电导调制机制（如离子迁移、瞬态电荷俘获），基于铁电极化切换的非易失性触觉编码仍鲜有探索。为此，研究人员开展了一项基于MoS₂/HfO₂/PbZr_0.3Ti_0.7O₃（PZT）的FeFET研究，旨在通过直接摩擦电编程实现累积、非易失的模拟电导调制，并建立力学参数与极化状态演变的系统关联，为触觉状态编码提供物理基础。该研究成果发表于《Small》。

**主要关键技术方法**
- 采用垂直接触-分离模式TENG（Cu/聚四氟乙烯（PTFE）/Cu堆叠结构），通过机械致动产生类尖峰电压，并经二极管整流为单极性脉冲直接施加于FeFET栅极。
- 制备MoS₂/HfO₂/PZT金属-铁电-绝缘体-半导体（MFIS）结构FeFET：Pt/Ti底栅电极→溶胶-凝胶PZT（300 nm，650°C结晶）→原子层沉积HfO₂（10 nm）→化学气相沉积MoS₂沟道（2-3层）→Au/Cr源漏电极→Al₂O₃钝化层。
- 使用正-上-负-下（PUND）测量分离极化切换与非切换贡献，评估铁电性；采用半导体参数分析仪表征电学特性。
- 基于MIT-BIH心律失常数据库（包含5类心跳）进行ECG信号分类模拟，利用实验提取的FeFET长时程增强/抑制（LTP/LTD）参数构建时间编码特征，输入轻量多层感知器（MLP）分类器。

**研究结果**
**2.1 器件架构**：研究人员设计了TENG-FeFET集成触觉感知系统，机械刺激经TENG转换、整流后直接编程FeFET栅极，通过极化控制的沟道电导累积编码触觉条件，实现阈值判别。
**2.2 TENG的电学特性**：TENG输出类尖峰电压，峰值随施加力（1.3–2.1 N）单调增加；整流后产生单极性脉冲，幅度与力相关，重复频率由机械频率决定；在10³次循环中保持稳定（正峰约1.8–2.2 V，负峰约-2.6至-3.0 V）。
**2.3 FeFET的极化控制电学特性**：HfO₂/PZT栅堆栈表现出清晰极化-电压（P–V）滞回，插入HfO₂层实现电压依赖的极化演化，抑制泄漏电流；PUND验证了MoS₂集成后仍维持极化切换；转移特性（I_D–V_G）显示顺时针滞回（反滞回），归因于PZT极化与HfO₂俘获的耦合；输出特性（I_D–V_D）确认n型沟道调制；多级存储状态（V_pulse = ±1至±8 V）实现模拟级电导变化，且1000次循环后保持可区分。
**2.4 电突触特性**：负栅脉冲（-2至-5 V，10 μs–1 ms）诱发兴奋性突触后电流（EPSC），正脉冲诱发抑制性突触后电流（IPSC），ΔPSC随幅度和脉宽增加；双脉冲易化/抑制（PPF/PPD）行为呈现指数衰减，时间常数（τ₁、τ₂）分别为3.36 ms/54.60 ms（PPF）和0.23 ms/53.88 ms（PPD）；连续脉冲训练实现长时程增强/抑制（LTP/LTD），脉冲幅度增大时动态范围扩展。
**2.5 直接摩擦电编程与累积触觉状态编码**：不同力（1.3–2.1 N）和频率（0.5–2.0 Hz）组合下，整流TENG脉冲直接编程FeFET，ΔPSC随频率增大加速积累，随力增大更快达到高电导态；通过定义参考电流窗口，将触觉条件分为低、正常、高三个状态，基于累积电导而非瞬时信号实现阈值判别；力-频率映射图展示了稳态ΔPSC的窗口分类；进一步，利用实验提取的FeFET LTP/LTD参数（等幅脉冲：β_LTP = 3.72，β_LTD = 4.80；调幅脉冲：β_LTP = ?0.31，β_LTD = 0.56）对ECG信号编码，等幅脉冲编码（非线性）在五类心跳分类中达到91.7%准确率，优于调幅脉冲编码的88.5%，表明非线性电导演化有利于时间特征分离。

**总结与结论**
研究人员展示了一种摩擦电驱动的MoS₂/HfO₂/PZT FeFET作为神经形态触觉感知器，将机械传感、非易失性记忆和状态级解读集成于单一硬件平台。器件在电刺激下表现出短时和长时突触可塑性，摩擦电输入通过极化-陷阱耦合驱动历史依赖的电导演化，无需外部放大或连续波形处理。通过系统力-频率测量，建立了预定义ΔPSC窗口的感知图，依据累积电导状态分类触觉条件。基于实验提取的FeFET参数进行ECG分类，验证了极化-陷阱耦合电导动态可作为时间编码函数用于神经形态生物信号处理。这些结果突显了直接的机械-记忆转换机制，为超越触觉感知的神经形态感觉系统提供了紧凑、低能耗的FeFET基础框架。