信息学院陈佰乐、虞晶怡课题组合作，创新实现高性能的单像素智能微型光谱仪

光谱测量是科学和工业研究中非常强大且广泛使用的表征工具之一。传统光谱仪通常需要使用机械可移动的部件，虽然能实现超高的光谱分辨率和极宽的光谱范围，但其笨重的尺寸和重量阻碍了将其集成到实验室光学系统、汽车电子系统、工业检测设备，甚至是智能手机的可能。

近日，金沙集团1862cc信息科学与技术学院陈佰乐、虞晶怡课题组联合提出了一种基于AlGaAs/GaAs渐变带隙PN结探测器（p-graded-n junction photodetector，简称pGn PD）的单像素智能微型光谱仪，并为光谱仪定制化设计了神经光谱场(Neural Spectral Fields, NSF)光谱重建方法，实现了高光学灵敏度、高光谱准确度和高光谱分辨率的单像素智能微型光谱仪。该成果发表在《自然·通讯》（Nature Communications）上。

图1 智能微型光谱仪

常规的光电探测器通常只能检测入射光强度，无法判断入射光的光谱信息。为得到光谱信息，需外置光栅或者多个光学滤波片结合单像素探测器进行多次测量。研究人员首次提出并制备了一种基于材料的渐变带隙PN结单像素光电探测器完成了对入射光的光谱检测，实现了光谱仪的功能。该pGn结型光谱仪通过改变PN结的工作偏压实现了探测器响应截止波长动态可调。此微型光谱仪由标准的III-V族半导体工艺制造，达到微米级别，具备了大规模生产和集成的巨大潜力，且与焦平面阵列（FPA）制备工艺兼容，未来可进一步实现高光谱成像。

图2  渐变带隙PN结光谱仪的结构概述与电学性能

图3 渐变带隙PN结光谱仪的成像结果与阵列设计

渐变带隙PN结光谱仪具有独特的“电压积累”响应矩阵。更高的电压具有更宽的光谱响应曲线，使得光谱重建问题变得复杂。基于L1或L2正则化的传统方法需要精细的参数调整才能实现高分辨率的重建。研究团队提出一种全新的全自动化人工智能光谱重建方法，从测量的电流电压曲线中提取深度特征，然后通过神经场（Neural Fields, NFs）重建连续光谱。通过进一步的细化过程，重建的光谱函数能够符合基于物理的光谱响应积分约束，实现更高的光谱精度。该方法只需在仿真数据集上进行训练，避免了传统深度学习方法需要大量训练用实测数据的问题。通过这一神经光谱场重建方法，渐变带隙PN结光谱仪实现高达0.30 nm的光谱重建精度和高达10 nm的光谱分辨率，且光谱范围广泛，涵盖从480 nm到820 nm的范围。

图4 渐变带隙PN结光谱仪光谱测量流程及其结果

金沙集团1862cc信息科学与技术学院2020级博士生王景熠、2021级硕士生潘贝贝和2019级博士生王梓为本工作共同第一作者。金沙集团1862cc信息科学与技术学院陈佰乐教授和虞晶怡教授为共同通讯作者，金沙集团1862cc为第一完成单位。本项研究器件制造得到了金沙集团1862cc量子器件中心的支持。相关计算利用了金沙集团1862cc图信中心高性能计算平台。

论文标题：Single-pixel p-graded-n junction spectrometers

文章链接：https://doi.org/10.1038/s41467-024-46066-5