CN117594623B - 类视网膜短波红外光电探测器、应用及感算一体神经网络 - Google Patents
类视网膜短波红外光电探测器、应用及感算一体神经网络 Download PDFInfo
- Publication number
- CN117594623B CN117594623B CN202410077659.0A CN202410077659A CN117594623B CN 117594623 B CN117594623 B CN 117594623B CN 202410077659 A CN202410077659 A CN 202410077659A CN 117594623 B CN117594623 B CN 117594623B
- Authority
- CN
- China
- Prior art keywords
- retina
- short
- neural network
- photosensitive element
- sensing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 23
- 238000004364 calculation method Methods 0.000 title claims abstract description 12
- 230000004298 light response Effects 0.000 claims abstract description 25
- 230000001105 regulatory effect Effects 0.000 claims abstract description 15
- 229910052751 metal Inorganic materials 0.000 claims abstract description 12
- 239000002184 metal Substances 0.000 claims abstract description 12
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 claims abstract description 10
- 239000000758 substrate Substances 0.000 claims abstract description 8
- 230000001276 controlling effect Effects 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 8
- 238000005286 illumination Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 19
- 238000005057 refrigeration Methods 0.000 abstract description 2
- 230000004044 response Effects 0.000 description 15
- 210000001525 retina Anatomy 0.000 description 15
- 230000000007 visual effect Effects 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 4
- GPXJNWSHGFTCBW-UHFFFAOYSA-N Indium phosphide Chemical compound [In]#P GPXJNWSHGFTCBW-UHFFFAOYSA-N 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011664 nicotinic acid Substances 0.000 description 2
- 210000001328 optic nerve Anatomy 0.000 description 2
- 210000002243 primary neuron Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002207 retinal effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 1
- 229910001218 Gallium arsenide Inorganic materials 0.000 description 1
- 229910003090 WSe2 Inorganic materials 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003592 biomimetic effect Effects 0.000 description 1
- 238000000861 blow drying Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 229910052593 corundum Inorganic materials 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229910052738 indium Inorganic materials 0.000 description 1
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001451 molecular beam epitaxy Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 229910001845 yogo sapphire Inorganic materials 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
- H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
- H01L27/144—Devices controlled by radiation
- H01L27/146—Imager structures
- H01L27/14643—Photodiode arrays; MOS imagers
- H01L27/14649—Infrared imagers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L27/00—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate
- H01L27/14—Devices consisting of a plurality of semiconductor or other solid-state components formed in or on a common substrate including semiconductor components sensitive to infrared radiation, light, electromagnetic radiation of shorter wavelength or corpuscular radiation and specially adapted either for the conversion of the energy of such radiation into electrical energy or for the control of electrical energy by such radiation
- H01L27/144—Devices controlled by radiation
- H01L27/146—Imager structures
- H01L27/14601—Structural or functional details thereof
- H01L27/14603—Special geometry or disposition of pixel-elements, address-lines or gate-electrodes
- H01L27/14605—Structural or functional details relating to the position of the pixel elements, e.g. smaller pixel elements in the center of the imager compared to pixel elements at the periphery
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Biophysics (AREA)
- Computer Hardware Design (AREA)
- Electromagnetism (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明提供的一种类视网膜短波红外光电探测器、应用及感算一体神经网络，在InGaAs衬底上若干个光敏元按照线列方式排列，光敏元包括淀积金属‑半导体‑金属MSM结构的金属电极，各光敏元上形成两个背靠背的肖特基二极管，实现线性的正负光响应；光敏元的一侧为公共电极，另一侧为各个光敏元的独立电极，通过调控线列上每个光敏元两端的电压来对正负光响应进行调控。本发明的一种类视网膜短波红外光电探测器、应用及感算一体神经网络，短波红外InGaAs探测器在0.9μm～1.7μm波段具有非制冷室温工作、探测率高、可靠性高等优点，并采用MSM结构产生正负可调的光响应，最终实现具有边缘计算能力的轻量化、智能化感算一体红外光电感知系统。
Description
技术领域
本发明属于红外光电探测技术领域，具体涉及一种类视网膜短波红外光电探测器、应用及感算一体神经网络。
背景技术
近几年，随着探测需求的多样化以及探测环境的日益复杂化，其红外探测目标光子能量低且光子数少，探测环境远离计算中心、数据传输易受干扰。因此，迫切需要我们发展具有边缘计算能力的轻量化、智能化红外光电感知系统，在探测器前端实现对目标物体的快速探测以及预处理，来解决传统红外感知系统探测和处理模块分立架构的问题。
人类的视觉系统具有强大的视觉信息处理能力，这主要归功于视网膜对目标信息的预处理-感算一体功能。为了实现高度智能化的技术革新，人们试图通过研究生物视觉系统的工作原理，来开发高效、稳定、低能耗的类视网膜系统视觉前端。
类视网膜系统是一种受人类视网膜启发的仿生视觉系统，旨在模拟人眼视网膜的诸多功能。这种系统的核心是光电传感器，需要同时具备高效处理信息的能力，以及感存算一体的特性。在人类视网膜中，视杆和视锥细胞在空间上的分布是不均匀的，这是两种相对独立的感光-换能系统的主要依据。此外，视网膜本身是高度特化的初级神经元传感器细胞系统，能接受外界环境中一定波长的光信号，转换成电信号后经视神经传到大脑视觉中枢，修饰分析形成视觉信息。类视网膜感算一体器件是一种受人类视网膜启发的仿生视觉系统，旨在模拟人眼视网膜的诸多功能。这种系统的关键在于其同时具备高效处理信息的能力以及感存算一体的特性。
在人类视网膜中，视杆和视锥细胞在空间上的分布是不均匀的，这是两种相对独立的感光-换能系统的主要依据。此外，视网膜本身是高度特化的初级神经元传感器细胞系统，能接受外界环境中一定波长的光信号，转换成电信号后经视神经传到大脑视觉中枢，修饰分析形成视觉信息。
受启发于人类的视觉系统，研究者正在努力通过模仿这些特性来制造人工视网膜系统，试图研发出具有预处理能力的仿生红外感算一体化集成器件原理样机。
2019年，香港理工大学柴扬团队成功实现了具有非易失性光阻切换和光可调突触行为的神经形态器件，使用该器件阵列完成了视觉信息预处理任务，实现图像传感和记忆功能，并在后续处理任务中对处理效率和图像识别率进一步优化。但该神经形态器件探测波段为紫外波段，同时只实现单元器件的制备，未实现集成阵列化。
南京大学的缪峰教授等人通过栅压调节WSe2沟道内光生载流子在h-BN和Al2O3绝缘层中的状态，实现了正/负光响应，展示了边缘增强、对比度增强等卷积图像预处理效果，具有良好的通用性，成功模仿视网膜内的图像预处理效果。但该神经形态器件探测波段集中于可见光波段，初步实现阵列化但仅有9像元组成的小规模阵列。
所以目前，国内外在用于图像预处理类视网膜探测器方面的研究，主要集中在可见光波段，而且阵列规模较小，主要为单元器件的制备，从而导致功能单一，无法满足实际应用场景的需求。
发明内容
本发明的第一个目的在于，针对现有技术中的问题，提供一种类视网膜短波红外光电探测器。
为此，本发明的上述目的通过以下技术方案实现：
类视网膜短波红外光电探测器，其特征在于：在InGaAs衬底上若干个光敏元按照线列方式排列，光敏元包括淀积金属-半导体-金属MSM结构的金属电极，各光敏元上形成两个背靠背的肖特基二极管，实现线性的正负光响应；光敏元的一侧为公共电极，另一侧为各个光敏元的独立电极，通过调控线列上每个光敏元两端的电压来对正负光响应进行调控。
在采用上述技术方案的同时，本发明还可以采用或者组合采用如下技术方案：
作为本发明的优选技术方案：光敏元呈长方形交叉指状结构。
作为本发明的优选技术方案：光敏元中的叉指电极宽度为5um，相邻叉指电极间的间距为5um。
作为本发明的优选技术方案：光敏元的线列规模为1×128，光敏元线列整体大小为2.85mm*19.2mm，各光敏元之间间隔75um。
本发明的第二个目的在于，针对现有技术中的问题，提供一种类视网膜短波红外光电探测器的应用。
为此，本发明的上述目的通过以下技术方案实现：
类视网膜短波红外光电探测器的应用，其特征在于：用于0.9um-1.7um短波红外波段的探测。
本发明的第三个目的在于，针对现有技术中的问题，提供一种类视网膜短波红外光电探测器的应用。
为此，本发明的上述目的通过以下技术方案实现：
类视网膜短波红外光电探测器的应用，其特征在于：应用于感算一体神经网络。
本发明的第四个目的在于，针对现有技术中的问题，提供一种感算一体神经网络。
为此，本发明的上述目的通过以下技术方案实现：
感算一体神经网络，其特征在于：通过施加不同电压序列来对每个光敏元的光响应率进行调控,以对神经网络的权重部署，类视网膜短波红外光电探测器的光响应率代表网络权重值，光照强度作为网络的输入信号，产生的光电流作为首层网络的输出，进一步输入到深度神经网络中，实现了完全意义上的感内计算。
与现有技术相比，本发明具有以下有益效果：本发明的一种类视网膜短波红外光电探测器、应用及感算一体神经网络，创新性的在InGaAs衬底上制备MSM结构的线阵探测器，在0.9um-1.7um短波红外波段实现可重构正负线性光响应，正负光响应率均高于±0.1A/W。具体地，
1.通过施加-1.5v到1.5v的电压序列实现探测器灵敏度正负、大小的调控，利用该可重构正负光响应特性，可作为传感器视觉前端应用于感算一体类视网膜探测系统。
2.器件具有极快的响应时间，上升时间小于700ns，下降时间小于500ns，极大的缩短了类视网膜器件预处理所需要的时间。
3.线列探测器为两端器件并且一端为公共电极，对每个光敏元调控方便，同时对应的读出电路也并不复杂。
4.材料生长及电极制备技术相对成熟，工艺简便，可大规模生产。
本发明提出一种类视网膜短波红外光电探测器、应用及感算一体神经网络，在保留传统平面型InGaAs探测器暗电流低、探测率高、可靠性高等优点的同时，实现可重构正负线性光响应。在红外光电探测器领域，实现在0.9um-1.7um短波红外波段，实现非制冷室温工作、探测率高、可靠性高的优势，并采用MSM结构产生正负可调的光响应，最终实现具有边缘计算能力的轻量化、智能化感算一体红外光电感知系统。
附图说明
图1为本发明的类视网膜短波红外光电探测器的平面结构示意图；
图2为类视网膜短波红外光电探测器中单个光敏元的平面结构示意图；
图3为类视网膜短波红外光电探测器响应峰值波段；
图4为类视网膜短波红外光电探测器IV特性曲线；
图5为类视网膜短波红外光电探测器正负光响应；
图6为类视网膜短波红外光电探测器响应时间；
图7为类视网膜短波红外光电探测器感算一体神经网络结构示意图；
附图中，独立电极1；电极宽度2；电极间距3；公共电极4；光敏元5。
具体实施方式
参照附图和具体实施例对本发明作进一步详细地描述。
本发明的一种类视网膜短波红外光电探测器线，探测器整体为线列结构，共有128个光敏元单元。每个光敏元上淀积金属-半导体-金属MSM结构的金属电极，可形成两个背靠背的肖特基二极管，实现线性的正负光响应。每个光敏元一端引出一个独立电极1，另一端为公共电极4，可通过调控线列上每个光敏元两端的电压来对正负光响应进行调控。
MSM结构的金属电极是一种重要的光电探测器件，其结构主要包括金属-半导体-金属三部分。
光敏元的线列规模为1×128，光敏元为长方形交叉指状结构，电极宽度2和电极间距3都为5um，光响应区域为200um*75um，每个光敏元之间间隔75um。左侧为所有光敏元公共电极4，右侧为各个光敏元的独立电极1，线列整体大小为2.85mm*19.2mm。电极宽度2为叉指电极宽度，电极间距3为相邻叉指电极间的间距。
实施例1
本实施例是1×128类视网膜短波红外光电探测器。
本发明的类视网膜短波红外光电探测器的制备方法为，采用分子束外延(MBE)方式生长外延材料，在厚度为625μm的S.I.InP衬底上，生长厚度1.5μm的本征InGaAs光吸收层，载流子浓度2×1015cm-3。
其中，S.I.InP衬底是指单晶磷化铟衬底， InGaAs是指砷化镓铟。
在外延材料表面均匀涂抹AZ5214胶光刻，通过激光直写设备在其表面绘制图形结构。其中图形结构使用L-Edit软件绘制，光敏元的线列规模为1×128，光敏元为长方形交叉指状结构，电极宽度2和电极间距3都为5um，光响应区域为200um*75um，每个光敏元之间间隔75um。左侧为所有光敏元公共电极，右侧为各个光敏元的独立电极，线列整体大小为2.85mm*19.2mm。
曝光后RZX3080显影液进行显影，之后依次电子束蒸5nmTi和55nmAu作为金属电极。采用丙酮剥离，乙醇清洗，氮气吹干，1*128类视网膜短波红外光电探测器制作完毕。
本发明的类视网膜短波红外光电探测器的材料生长及电极制备技术相对成熟，工艺简便，可大规模生产。
使用傅里叶红外光谱仪，半导体分析仪，源表，前置放大器，锁相放大器，示波器等测试设备进行测试和表征。
最终可将线阵探测器封装在管壳中，由特定读出电路读出。
利用制备的1×128类视网膜短波红外光电探测器部署硬件视觉神经网络，实现了对目标物体的快速探测以及预处理。通过对每个单元探测器的光响应率进行调控，实现了神经网络的权重部署，器件的光响应率代表网络权重值，光照强度作为网络的输入信号，产生的光电流作为首层网络的输出，进一步输入到深度神经网络中，实现了完全意义上的感内计算。与传统的红外感知系统探测和处理模块分立架构相比，能够极大的提升网络的识别速度，降低网络功耗。
如图3所示，本发明的类视网膜短波红外光电探测器器件的响应峰值波段，可以看到在0.9um波长到1.7um波长之间的短波红外波段具有非常良好的响应，同时晶格匹配型InGaAs的截止波长为1.7um。
如图4所示，本发明的类视网膜短波红外光电探测器器件的IV关系曲线，分别为暗态下和1550nm激光不同功率照射下的IV曲线，可以看到器件表现出低暗电流和高光响应率，体现了本器件对短波红外光良好的光响应特性。
图5为本发明的类视网膜短波红外光电探测器器件可重构正负光响应示意图。分别施加-1.5V到1.5V正负偏压，器件表现出从-167 mA/W到171 mA/W的对称正负光响应。
图6为本发明的类视网膜短波红外光电探测器器件器件的响应时间，其中上升时间常数取信号电压或电流从最大值的 10%上升到 90%时所需的时间，为670ns，同理下降时间为490ns。可以看到InGaAs材料作为光吸收层可实现超快速的光响应。如图6所示，本发明的类视网膜短波红外光电探测器，器件上升时间小于700ns，下降时间小于500ns，极大的缩短了类视网膜器件预处理所需要的时间，具有极快的响应时间。
图7利用制备的1×128类视网膜短波红外光电探测器部署硬件视觉神经网络，实现了对目标物体的快速探测以及预处理。通过施加不同电压序列来对每个单元探测器的光响应率进行调控, 实现了神经网络的权重部署，器件的光响应率R代表网络权重值，光照强度P作为网络的输入信号，则该线列产生的总光电流为，其中，i是128线阵的每一个光敏元对应的光强和灵敏度，j是探测器实现不同功能用到的灵敏度向量组，该总光电流同时作为首层网络的输出，可进一步输入到深度神经网络中，实现了完全意义上的感内计算。与传统的红外感知系统探测和处理模块分立架构相比，能够极大的提升网络的识别速度，降低网络功耗。
本发明的一种类视网膜短波红外光电探测器及其应用，创新性的在InGaAs衬底上制备MSM结构的线阵探测器，在0.9um-1.7um短波红外波段实现可重构正负线性光响应，正负光响应率均高于±0.1A/W，可作为传感器视觉前端应用于感算一体类视网膜探测系统。
上述具体实施方式用来解释说明本发明，仅为本发明的优选实施例，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明做出的任何修改、等同替换、改进等，都落入本发明的保护范围。
Claims (7)
1.类视网膜短波红外光电探测器，其特征在于：在InGaAs衬底上若干个光敏元按照线列方式排列，光敏元包括淀积金属-半导体-金属MSM结构的金属电极，各光敏元上形成两个背靠背的肖特基二极管，实现线性的正负光响应；光敏元的一侧为公共电极，另一侧为各个光敏元的独立电极，通过调控线列上每个光敏元两端的电压来对正负光响应进行调控。
2.如权利要求1所述的类视网膜短波红外光电探测器，其特征在于：光敏元呈长方形交叉指状结构。
3.如权利要求2所述的类视网膜短波红外光电探测器，其特征在于：光敏元中的叉指电极宽度为5um，相邻叉指电极间的间距为5um。
4.如权利要求1所述的类视网膜短波红外光电探测器，其特征在于：光敏元的线列规模为1×128，光敏元线列整体大小为2.85mm*19.2mm，各光敏元之间间隔75um。
5.权利要求1-4任意一项权利要求所述的类视网膜短波红外光电探测器的应用，其特征在于：用于0.9um-1.7um短波红外波段的探测。
6.权利要求1-4任意一项权利要求所述的类视网膜短波红外光电探测器的应用：其特征在于：应用于感算一体神经网络。
7.如权利要求6所述的感算一体神经网络，其特征在于：通过施加不同电压序列来对每个光敏元的光响应率进行调控,以对神经网络的权重部署，类视网膜短波红外光电探测器的光响应率代表网络权重值，光照强度作为网络的输入信号，产生的光电流作为首层网络的输出，进一步输入到深度神经网络中，实现了完全意义上的感内计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410077659.0A CN117594623B (zh) | 2024-01-19 | 2024-01-19 | 类视网膜短波红外光电探测器、应用及感算一体神经网络 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410077659.0A CN117594623B (zh) | 2024-01-19 | 2024-01-19 | 类视网膜短波红外光电探测器、应用及感算一体神经网络 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117594623A CN117594623A (zh) | 2024-02-23 |
| CN117594623B true CN117594623B (zh) | 2024-05-24 |
Family
ID=89922360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410077659.0A Active CN117594623B (zh) | 2024-01-19 | 2024-01-19 | 类视网膜短波红外光电探测器、应用及感算一体神经网络 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117594623B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0738142A (ja) * | 1993-07-23 | 1995-02-07 | Hamamatsu Photonics Kk | 赤外受光素子および装置 |
| US5780916A (en) * | 1995-10-10 | 1998-07-14 | University Of Delaware | Asymmetric contacted metal-semiconductor-metal photodetectors |
| CN217214719U (zh) * | 2021-11-19 | 2022-08-16 | 中芯热成科技(北京)有限责任公司 | 多波段超像元红外焦平面探测器 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3427790A1 (en) * | 2017-07-14 | 2019-01-16 | Pixium Vision SA | Photosensitive array |
-
2024
- 2024-01-19 CN CN202410077659.0A patent/CN117594623B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0738142A (ja) * | 1993-07-23 | 1995-02-07 | Hamamatsu Photonics Kk | 赤外受光素子および装置 |
| US5780916A (en) * | 1995-10-10 | 1998-07-14 | University Of Delaware | Asymmetric contacted metal-semiconductor-metal photodetectors |
| CN217214719U (zh) * | 2021-11-19 | 2022-08-16 | 中芯热成科技(北京)有限责任公司 | 多波段超像元红外焦平面探测器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117594623A (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11190131B2 (en) | Method and system for power prediction of photovoltaic power station based on operating data of grid-connected inverters | |
| Sagar et al. | A Su Do Ku puzzle based shade dispersion for maximum power enhancement of partially shaded hybrid bridge-link-total-cross-tied PV array | |
| La Manna et al. | Reconfigurable electrical interconnection strategies for photovoltaic arrays: A review | |
| Jazayeri et al. | Adaptive photovoltaic array reconfiguration based on real cloud patterns to mitigate effects of non-uniform spatial irradiance profiles | |
| Kumar et al. | Experimental analysis of SP/TCT PV array configurations under partial shading conditions | |
| CN103885521A (zh) | 一种基于布谷鸟搜索算法的光伏阵列mppt方法 | |
| Moreira et al. | Experimental comparative study of photovoltaic models for uniform and partially shading conditions | |
| Huang et al. | Implementation of a modified circuit reconfiguration strategy in high concentration photovoltaic modules under partial shading conditions | |
| CN117594623B (zh) | 类视网膜短波红外光电探测器、应用及感算一体神经网络 | |
| Pradhan et al. | A comprehensive study of partial shading effect on the performance of PV array with different configuration | |
| Pan et al. | A novel rotational symmetry (RS) connection approach for dense-array concentrator photovoltaic (DA-CPV) modules | |
| Al-Hardan et al. | Unleashing the potential of gallium oxide: A paradigm shift in optoelectronic applications for image sensing and neuromorphic computing applications | |
| CN102624284A (zh) | 太阳能电池光伏变阵调整输出控制方法 | |
| Wang et al. | Bioelectronic imaging array based on bacteriorhodopsin film | |
| Wu et al. | A multifunctional optical‐thermal logic gate sensor array based on ferroelectric BiFeO3 thin films | |
| Murtaza et al. | Optical isolation mechanism based MPPT for PV array under partial shading condition | |
| CN109067358B (zh) | 基于遮阴电池个数的光伏阵列重构优化方法 | |
| CN115117177A (zh) | 一种神经形态光电传感器、其制备及调控方法 | |
| CN114203913A (zh) | 一种具有选择性探测功能的自供电人造光电突触及其制备方法 | |
| RU2594953C2 (ru) | Приемник-преобразователь лазерного излучения | |
| WO2021011485A1 (en) | Systems and methods for a multi-use rural land solar module | |
| Ezike et al. | Extraction of five photovoltaic parameters of nature-based dye-sensitized solar cells using single diode model | |
| CN102183965B (zh) | 基于球形传感器的太阳跟踪定位方法 | |
| Jaideaw et al. | Simulation of photovoltaic module configuration for different shaded patterns | |
| CN118072314A (zh) | 一种短波红外感存算一体硬件系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |