光譜測量是科學和工業研究中非常強大且廣泛使用的表征工具之一。傳統的
光譜儀通常需要使用機械可移動的部件，如光柵或邁克爾遜干涉實現分光，盡管能夠實現超高的光譜分辨率和極寬的光譜范圍，但是其笨重的尺寸和重量阻礙了將它們集成到實驗室光學系統、汽車
電子系統、工業檢測設備，甚至是智能手機的可能。
微型光譜儀是光譜測量系統中的核心部件，由于體積小、便于靈活地搭建光譜系統，在科研領域應用越來越廣。微型光譜儀有著具體模塊化和高速采集的特點，在系統集成和現場檢測的場合得到了廣泛的應用。并且結合光源、光纖、測量附件，可以搭配成各種光學測量系統。
近日，Nature 子刊《Nature Communications》(IF=16.6)以“Single-pixel p-graded-n junction spectrometers”為題發表了上海科技大學信息科學與技術學院陳佰樂、虞晶怡團隊最新研究成果：提出了一種基于AlGaAs/GaAs漸變帶隙pn結探測器(p-graded-n junction photodetector，簡稱pGn PD)的單像素智能微型光譜儀，并為光譜儀定制化設計了神經光譜場(Neural Spectral Fields, NSF)光譜重建方法，實現了高光學靈敏度、高光譜準確度和高光譜分辨率的單像素智能微型光譜儀。
III-V族半導體材料在過去的幾十年的發展中已經成熟，并且在高性能光電探測器中得到了大量的應用。然而常規的光電探測器通常只能檢測入射光強度，而無法判斷入射光的光譜信息。為得到光譜信息，需外置光柵或者多個光學濾波片結合單像素探測器進行多次測量。
上海科技大學研究團隊首次提出并制備了一種基于材料的p-graded-n單像素光電探測器完成了對入射光的光譜檢測，實現了光譜儀的功能。該pGn結型光譜儀通過改變pn結的工作偏壓實現了探測器響應截止波長動態可調。此微型光譜儀通過了標準的III-V族半導體工藝制造，具有極小的面積，達到微米級別，因此具備大規模生產和集成的巨大潛力，并且與焦平面陣列(FPA)制備工藝兼容，未來可進一步實現高光譜成像。
在測量未知光譜時，隨著偏壓的增加，漸變帶隙PN結產生新的耗盡區，光譜儀表現出更長的截止波長。因此，漸變帶隙PN結光譜儀具有獨特的'電壓積累'響應矩陣：更高的電壓具有更寬的光譜響應曲線。然而，這些曲線的重疊使得光譜重建問題變得復雜。基于L1或L2正則化的傳統方法需要精細的參數調整才能實現高分辨率的重建。
研究團隊提出一種全新的全自動化人工智能光譜重建方法，從測量的電流電壓曲線中提取深度特征，然后通過神經場(Neural Fields, NFs)重建連續光譜。通過進一步的細化過程，重建的光譜函數能夠符合基于物理的光譜響應積分約束，以實現更高的光譜精度。該方法只需在仿真數據集上進行訓練，避免了傳統深度學習方法需要大量訓練用實測數據的問題。通過提出的神經光譜場重建方法，漸變帶隙PN結光譜儀實現高達0.30nm的光譜重建精度和高達10nm的光譜分辨率，并且光譜范圍廣泛，涵蓋從480nm到820nm的范圍。
這一研究成果為光譜儀的小型化、智能化提供了新的思路和方法，有望推動光譜技術在更多領域的應用和發展。同時，該光譜儀的制造工藝與焦平面陣列(FPA)制備工藝兼容，為未來的高光譜成像技術奠定了基礎。該智能微型光譜儀有望在環境監測、食品安全、生物醫學等領域發揮重要作用，為科學研究和工業應用提供更多可能性。
(資料來源：上海科技大學)
浙公網安備 33010602002722號
昵稱 驗證碼 請輸入正確驗證碼
所有評論僅代表網友意見，與本站立場無關