用于神经突触传感器和图像识别的透明铁电(0.8)(Bi0.5Na0.5TiO3)-(0.2)(SrTiO3)电阻器

《Materials Science in Semiconductor Processing》：Transparent ferroelectric 0.8Bi 0.5Na 0.5TiO 3-0.2SrTiO 3 resistors for neural synapse sensors and image recognition

　　

摘要

铁电忆阻器具有低工作电压、高存储密度和亚微米级多态存储等优点，使其在信息存储和模拟生物突触功能等领域得到广泛应用。本研究中，采用溶胶-凝胶法制备了Ag/(1-x)Bi_0.5Na_0.5TiO₃-xSrTiO₃/FTO（x = 0.1-0.3）结构的铁电阻性开关（RS）器件。对忆阻器的结构、记忆电阻特性、RS机制以及神经状态应用仿真进行了深入研究。在Ag/0.8Bi_0.5Na_0.5TiO₃-0.2SrTiO₃/FTO（BNT-ST）样品中获得了最优忆阻器特性，其存储窗口为10³，电阻开关循环数为300次，数据保持时间为2 × 10³ s。BNT-ST样品的RS机制主要归因于铁电极化与导电细丝的共同作用。此外，BNT-ST忆阻器具有出色的突触功能，包括兴奋性/抑制性突触后电流（EPSC/IPSC）、双脉冲易化/抑制（PPF/PPD）、脉冲时序依赖可塑性（STDP）和长时程增强/抑制（LTP/LTD），以及伤害感受器和疼痛敏化行为的特征。它还模拟了与人脑学习-遗忘过程相关的图像记忆以及在不同工作状态下体内水含量的变化。此外，通过人工神经网络模型，BNT-ST忆阻器在MNIST手写数字数据集上实现了93.45%的识别率，展现出优异准确率。

引言

如今，随着人工智能（AI）、物联网（IoT）的快速发展以及大数据处理任务的日益复杂，人们对各种数据处理提出了更高要求。随着AI系统中大规模并行计算和高效性能需求的持续增长，存储设备任务变得更加复杂[[1], [2], [3], [4]]。与此同时，在过去几十年中，冯·诺依曼硬件模型一直主导着计算技术的发展轨迹，取得了大量且被广泛认可的成功。然而，这种设计存在存储和处理模块分离的问题[[5], [6], [7]]，随着技术的进步，这些问题变得更加突出，凸显了传统冯·诺依曼架构中存在的重大性能限制[8]，这制约了大规模数据处理和系统性能[9,10]。

为解决传统存储的可扩展性挑战，业界提出了新一代存储技术，相关研究正在密集开展。传统存储与新一代存储的核心区别在于数据存储方式：前者以电子电荷的形式存储数据，而后者以电阻形式存储[11,12]。其中，阻变随机存取存储器（RRAM）因其结构简洁、功耗降低、可扩展性优良、切换速度快、工作电压低以及高密度芯片集成等众多优势，近年来受到广泛关注。该技术不仅适用于传统存储应用，在神经形态计算方面也展现出巨大潜力——通过模拟RS特性，可以实现类似的突触行为[13,14]。在各种过渡金属二元氧化物（如NiO_x、HfO_x、TiO_x和TaO_x）中，由导电细丝（CFs）控制的RS行为已被广泛报道。除这些传统二元系统外，研究人员还广泛利用几种颇具前景的钙钛矿材料，如BiFeO₃、SrRuO₃和钛酸锶，作为活性RS层[[15], [16], [17]]。在这些系统中，尽管RS行为主要由氧空位（V_O）的输运驱动，导致CFs的动态演化（生长或断裂），但实现可重复的多态存储仍然是一个瓶颈。此外，模拟大脑启发架构所需的突触功能，包括可塑性和自适应学习，仍然是一个持续面临的挑战[18]。为了克服这些限制，铁电氧化物忆阻器因其能够通过铁电极区结构的电场控制来切换电阻态而受到研究人员的高度重视。特别是，铁电材料可以通过其极化反转特性有效地调节肖特基势垒或辅助导电细丝的形成，从而改善器件的电阻开关性能。

铁电忆阻器可以有效实现生物突触功能的模拟和高密度信息存储。与传统忆阻器不同，这些铁电替代方案无需预形成步骤即可可靠运行，确保了优异的RS稳定性。这种非易失性功能依赖于内部畴的电场诱导极化反转，从而实现器件状态的平滑、连续调整[[19], [20], [21], [22], [23], [24]]。研究表明，在铁电阻器中，通过增强铁电极化强度和V_O浓度可以提高电阻开关比[[25], [26], [27]]。与其他ABO₃钙钛矿材料相比，无铅铁电材料Bi_0.5Na_0.5TiO₃（BNT）在相对较低的温度下即可实现良好的结晶性和极化强度[28,29]。在基于BNT的忆阻器中，Sr和Mn离子的掺入有效地调节了极化开关势垒，使器件能够实现更连续、均匀的电阻转变[30]。此外，BNT可以充当离子导体，由于高温生长过程中的铋蒸发而发生电荷补偿，从而实现对氧空位浓度的调节[31]。同时，这些氧空位的掺入会引起相应铁电薄膜极化特性的变化[32,33]。

本研究中，采用溶胶-凝胶法在FTO/玻璃衬底上制备了(1-x)BNT-xST（x = 0.10, 0.15, 0.20, 0.25和0.30）RRAM器件。详细研究了Sr²⁺含量对结构、RS性能和相应变导机制的影响。成功模拟了BNT-ST忆阻器的人工突触以及EPSC/IPSC、PPF/PPD、STDP、LTP/LTD，以及伤害感受器和疼痛敏化行为的特征。此外，还采用卷积神经网络（CNN）模拟了修改后的美国国家标准和技术研究院数据库（MNIST）图像识别，表明其在人工突触构建和神经形态计算领域具有广泛的应用潜力。

章节摘要

实验

采用溶胶-凝胶法在FTO/玻璃衬底上制备了(1-x)BNT-xST（x = 0.10, 0.15, 0.20, 0.25和0.30）薄膜。将Bi(NO₃)₃·5H₂O（99.00%）、(CH₃COO)₂Mn（99.00%）和CH₃COONa（99.00%）按0.40: 0.02: 0.40的化学计量比混合，彻底溶解于由C₄H₆O₃和C₄H₁₀O₂组成的二元溶剂体系中，搅拌2小时获得溶液A。将(CH₃CO₂)₂Sr（99.00%）溶解于C₂H₄O₂和C₄H₁₀O₂的混合溶液中，搅拌1小时获得溶液B。C₁₆H₃₆O₄Ti为

结果与讨论

(1-x)BNT-xST（x = 0.10, 0.15, 0.20, 0.25和0.30）薄膜的XRD图谱如图1(a)所示。除BNT-ST和FTO的衍射峰外，所有样品中均未观察到其他杂质峰。(1-x)BNT-xST（x = 0.10, 0.15, 0.20, 0.25和0.30）样品的I-V曲线如图1(b)所示，所有样品在±8V施加电压下均表现出双极性RS特性。不同掺杂浓度下的耐久性特征如图S1所示

结论

总之，采用溶胶-凝胶法制备了Ag/BNT-ST/FTO非易失性忆阻器。BNT-ST薄膜表现出优异的非易失性存储特性和显著的突触特性，包括高on/off比（高达10³）、稳定的电阻开关循环（超过300次）和数据保持（高达2000 s）。这些性能提升主要归因于薄膜中由氧空位和银形成的导电细丝，以及铁电

CRediT作者贡献声明

刘文龙：撰写 – 审阅与编辑，方法论，资金获取，形式分析，概念构思。江正航：撰写 – 原稿撰写，数据管理。张创琪：调查研究，数据管理。袁启彬：撰写 – 审阅与编辑，监督指导，方法论，资金获取。李泽轩：调查研究，数据管理。戚一婷：调查研究，数据管理。奚盼：撰写 – 审阅与编辑，资金获取，形式分析。谭国强：资源提供，形式分析。

利益冲突声明

作者声明不存在可能影响本论文所报告工作的已知竞争性经济利益或个人关系。

致谢

本工作得到了中国国家自然科学基金委员会（编号：52002235；52372116）；陕西省创新能力支持计划-青年科技新星项目（编号：2025ZC-KJXX-03）；陕西省重点研发计划（编号：2025SF-YBXM-171）的支持。

刘文龙|江正航|张创琪|袁启彬|李泽轩|戚一婷|奚盼|谭国强|夏奥