導讀

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。

研究背景

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。

研究亮點

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0.30 nm的光譜重建精度和高達10 nm的光譜分辨率，并且光譜范圍廣泛，涵蓋從480 nm到820 nm的范圍。

圖文速覽

圖2漸變帶隙PN結光譜儀的結構概述與電學性能

圖3漸變帶隙PN結光譜儀光譜測量流程

圖4漸變帶隙PN結光譜儀的成像結果與陣列設計

圖5漸變帶隙PN結光譜儀光譜測量結果

作者信息

上海科技大學信息科學與技術學院2020級博士生王景熠、2021級碩士生潘貝貝和2019級博士生王梓為本工作共同第一作者。上海科技大學信息科學與技術學院陳佰樂教授和虞晶怡教授為本工作共同通訊作者，上海科技大學為第一完成單位。本項研究器件制造得到了上海科技大學量子器件中心的支持。相關計算利用了上海科技大學圖信中心高性能計算平臺。

文章鏈接：

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

審核編輯：劉清