电编码视网膜形态光谱光电探测器

《Advanced Materials》：Electrically Coded Retinomorphic Spectrophotodetector

　　

准确的色彩感知对于从材料分析到自主视觉的应用至关重要，然而能够在器件层面直接进行色彩分类而不依赖笨重光学元件或计算密集型后处理的紧凑系统仍然有限。研究人员在此展示一种无机器学习、自供电的视网膜形态热释电光电探测器，用于365至940 nm范围内的直接电波长编码。这种多端Ag/ZnO/n-Si/Ag器件利用静电平衡的内建电势将入射波长转换为独特的光电流和热释电电流指纹，实现无需光谱重建和外部神经处理的直接原位光谱鉴别。该器件实现了小于3 nm精度的波长解码和约46 μs的热释电电流上升时间。在系统层面，直接的原位编码实现了300 ms延迟的端到端波长分类，同时降低了下游能量和计算复杂度。编码的电读出实现了准确的色彩分类，并进一步应用于植物健康和色素状态感知，以及牛奶、凝乳、椰子水以及盐糖和糖溶液中0%至40%水分掺假的量化，分类精度高于92%。这项工作建立了一个用于实时、高能效和高精度光谱传感的便携式视网膜形态平台，为直接的原位色彩识别和波长分类提供了一条通用路径。

研究背景方面，准确的色彩感知支撑着从材料表征、化学诊断到遥感和自主视觉的广泛科学技术应用。传统的色散型光谱仪如棱镜、光栅和干涉型仪器通过物理分离波长来实现保真度，但长光路、对准公差和杂散光敏感性限制了紧凑鲁棒部署。干涉仪器如傅里叶变换红外光谱仪通过将光谱编码为干涉图并通过傅里叶变换检索来扩展带宽，但移动部件和长期校准需求限制了其在现场和可实时应用中的适用性。为克服这些限制，紧凑的计算光学光谱仪避免空间色散，将光谱编码为多路强度模式进行数值反演，其中单像素压缩设计、超表面和无序介质编码器显著缩小了光学尺寸，但负担转向校准和稳定性，制造变异性扰动编码矩阵，温度和光照变化引起漂移，运动或低光子机制降低信噪比。最近机器学习辅助的光谱仪试图通过训练神经网络重建光谱或直接从高维检测器输出分类色彩来绕过光学复杂性，但引入了系统级成本，包括获取辐射可靠数据集、跨器件和环境保持泛化以及在边缘平台上满足延迟和能量预算，当光照、温度和老化发生变化时模型通常需要适应，计算和内存占用可能成为限制资源，因此实时低功耗操作仍然难以实现且器件间泛化通常较弱。这促使研究人员采取不同策略，将光谱传感视为决策问题而非重建问题，视网膜形态视角强调事件驱动换能和紧凑固定刺激集，产生低维但鲁棒的特征用于即时分类。人类色彩视觉基于具有不同光谱敏感性的光感受器比较响应及相对响应模式的神经处理，生物色彩感知依赖于编码的差异响应而非直接光谱重建。在相同功能精神上，视网膜形态器件不通过笨重光学和密集数字处理重建全光谱，而是通过波长依赖的光响应和热释电幅度跨多偏置编程通道将入射波长转换为紧凑的电指纹，通过最小化配置复杂性和离传感器计算，此类前端优先考虑实际应用中重要的稳定性、延迟和能效，而不依赖笨重色散光学或持续再训练。现有微型光谱传感研究表明在电可调范德华平台中可实现紧凑光谱识别，但那些方法依赖于范德华异质结中的电调谐光电响应。本工作的新颖性在于在自供电多端Ag/ZnO/n-Si/Ag视网膜形态热释电光电探测器内直接电编码波长信息，其中频率复用横向偏置调制在传感元件本身内为每个入射波长生成特征性的联合光和热释电电指纹，波长依赖的内建场重分布、热释电场和静电平衡内建电势与多频横向偏置共同作用，产生硬件级视网膜形态编码方案用于直接波长分类，不同于依赖光学色散的传统光谱仪和依赖数字光谱重建或训练分类模型的机器学习辅助方法，该器件通过物理编码的原位信号生成进行波长识别，该机制也将该平台与集中于信号增强而非光谱指纹生成和直接分类的传统ZnO/Si光电探测器和早期热光电器件区分开来。

关键技术方法方面，研究人员采用等离子体增强原子层沉积在n-Si上生长约100 nm ZnO薄膜制备Ag/ZnO/n-Si/Ag多端器件，通过高分辨透射电子显微镜和X射线光电子能谱表征结构与成分，利用Zive SP1电位仪结合ESP32微控制器与多通道DAC接口施加多频交流偏置并进行时域光电流测量，采用滑动锁入解调提取各频率幅值构建指纹，通过模板匹配进行波长解码与样本分类，样本包括七片枫叶、凝乳牛奶椰子水稀释系列及盐糖水溶液系列。

研究结果部分，首先在第一小节器件基本特性中，研究人员制备了ZnO/n-Si异质结构并分析三个金属半导体结产生的内建场E₁、E₂、E₃与热释电场E_py及横向模拟推理偏置V_AI构成的有效驱动场E_eff=E₁+E₂?E₃±E_py±V_AI，通过半对数I-V特性观察到325至940 nm单色光照下UV与可见近红外光电流极性反转，提取开路电压V_oc在UV为正约+30至+40 mV，在约420 nm过零后在可见近红外变为负约?40至?90 mV，短路电流I_sc在整个范围有限并在940 nm达约3 μA，二维光电流图显示零偏附近UV为正、可见近红外的为负，瞬态响应在740 nm和0 V下显示光照开时约?1.5 μA尖锐负尖峰弛豫至约?0.8 μA稳态光电流及关时相反极性尖峰约?0.2 μA，热释电电流上升时间约46 μs，偏置从?40至+40 mV扫描显示平均光电流逐渐变化而热释电尖峰在V≈V_oc时仍存在，TEM显示ZnO/Si间约2.5 nm非晶SiO_x层，EDS证实Zn、O与Si分层清晰，XPS显示Zn 2p自旋轨道分裂ΔBE≈23 eV对应Zn²⁺，O 1s主峰约530 eV为晶格氧，二维峰值I_E随波长和偏置图显示在正偏+30至+40 mV近红外达约10 μA，稳态I_P与事件I_E在不同偏置下独立可调，模拟显示不同二进制偏置图案如100001与001100改变归一化收集载流子深度分布，表明外部探针局部扰动内建场重塑收集概率。

在第二小节频率复用光热指纹与波长解码及系统比较中，研究人员对六个顶端Ag电极施加不同频率17、37、53、73、89、97 Hz的100 mV交流偏置，底接触收集输出电流I_out(t)，经解调得到光电流幅值A_P(λ,V,f)与事件热释电幅值A_E(λ,V,f)构成六维指纹，620 nm下原始波形为六音调与50 Hz光脉冲叠加，解调后53 Hz幅值最大约0.15 μA，二维指纹图显示365至420 nm幅值均低于约0.02至0.03 μA，可见近红外增长且53 Hz单调增加至880至900 nm约0.1至0.4 μA，解码波长与输入波长几乎落在恒等线上线性拟合R²=0.9997，解码误差Δλ对称分布于零且在±5 nm内典型仅几纳米，不同光强0.4至2.0 mW cm^?2、十台器件及23至40°C下指纹模式保持，端到端分类延迟300 ms，能量每分类降至约5，较DNN管道降约99.5%，有效计算复杂度仅为CNN的0.1%，本器件响应速率1/τ约10^?4 ns^?1对应数十微秒事件时间，填补宽带与微秒动力学未占区域。

在第三小节生物与液体样品的原位指纹及模板分类中，研究人员用620、740、940 nm三窄带光源照射叶片或液体样品，透射光由器件转换为电指纹，七片枫叶L1至L7由绿至黄在740与940 nm提取12维指纹沿系列系统演化，740 nm通道反映叶绿素吸收变化，940 nm对水分与散射敏感，凝乳Cr1纯与Cr2含40%水、牛奶M1至M5含0%至40%加水、椰子水C1至C5含0%至40%加水在620、740、940 nm提取18维指纹各品类与稀释度产生可重复高对比模式，透明液体系椰子水稀释W1至W5、盐水A1至A5、糖水S1至S5在620、720、740、940 nm提取24维指纹三类溶质与浓度占据不同特征空间，混淆矩阵显示乳制品与椰子水分类准确率超80%，透明液体超92%，传统光电探测器同样模板匹配仅约28%，牛奶与椰子水稀释系列740 nm通道幅值随含水量单调近似线性增加R²=0.98与0.96，留一法预测内部浓度均方根误差4.1%与6.4%，Fisher信息可分辨间隔Δc约1.6%与2.9%。

讨论与结论翻译部分，研究人员总结开发并实验验证了一种无机器学习、自供电宽带多端热释电光电探测器，在硬件中进行直接波长编码，尽管基于熟悉的Ag/ZnO/n-Si材料平台，其进展在于波长依赖的内建场重分布、热释电瞬态和多频横向偏置的耦合操作共同为每个波长生成独特的联合光与热释电电指纹，通过静电平衡内建电势仔细耦合光学吸收、电荷传输与静电调制，平台实现小于3 nm精度的纯电波长编码和约46 μs的热释电电流上升时间，利用该物理编码读出展示准确色彩分类、植物健康与色素状态感知及牛奶凝乳椰子水盐糖溶液中0%至40%水分掺假量化且精度高于92%，无需外部机器学习流水线。这些结果共同确立了片上实时高能效耐漂移色彩识别的新范式，规避了笨重光学的尺寸复杂性权衡和数字推理的计算开销，便携式视网膜形态光电探测器成为科学工业医疗中纳米精度光谱传感通用平台，并为未来神经形态和视网膜形态架构提供蓝图，其中物理器件物理而非算法后处理执行传感编码分类核心任务。尽管当前概念验证系统完成一次全分类周期需300 ms，底层光电探测器热释电电流上升时间约46 μs，表明瓶颈主要在读出与信号处理而非器件本征响应，未来可通过优化电子与实时处理降低延迟，受控实验室条件下编码指纹在适度光强变化、标称相同器件和有限温度窗内保持一致，支持编码方案物理鲁棒性，当前预校准模板应视为温度特定，更广泛实际部署需温度感知校准或补偿、强环境噪声、更大源波动与长期漂移系统评估及继续降低器件间变异性，因绝对指纹幅值仍可测差异使器件特定校准在此阶段仍合适，此外相同实验室条件下三个月重复测量未显示多频指纹模式显著变化，但未进行更广泛环境变化下系统长期漂移研究，当前原型依赖手动接触与外部读出电子，ZnO/Si异质结与多端架构仍兼容未来平面集成与更快专用读出方案。