一种应用于激光光谱仪的晶体管型光谱传感器

1.本发明属于激光光谱探测技术领域，具体涉及一种应用于激光光谱仪的晶体管型光谱传感器。


背景技术：

2.基于光谱传感器的发展与创新，光谱技术也得到了长远迅速的发展，物质的特征吸收频率可以通过红外光谱技术进行提取，目前晶体管光传感器已经在多组份宽光谱的非色散红外(ndir)技术以及分光的傅里叶红外光谱(ftir)技术中得到应用。
3.这些方法可以充分利用傅里叶红外光谱仪的高精度的光谱分辨能力和等离激元器件快速的测试速度，兼顾实时的气体成分识别和较高精度的浓度分辨密度(800zeptomole/um2)。不过由于傅里叶光谱仪常用的硅碳棒、高压汞灯与气体分子作用力较弱，光散射损耗大，难以实现高频信号探测且光程短等一系列问题，会造成传感系统测试精度难以进一步提升。


技术实现要素：

4.针对现有技术的不足，本发明的目的在于提供一种应用于激光光谱仪的晶体管型光谱传感器。
5.本发明的目的可以通过以下技术方案实现：
6.一种晶体管型光谱传感器，包括栅极、源极、p型半导体材料层、n型半导体材料层和漏极，栅极与源极之间存在电压差，源极与p型半导体材料层连接，p型半导体材料层与n型半导体材料层连接，n型半导体材料层与漏极连接；
7.所述p型半导体材料层与n型半导体材料层形成p-i-n晶体管异质结，所述栅极采用电栅极，栅压可以改变。
8.进一步的，所述p型半导体材料层使用材料包括氧化镍、氧化亚铜、氧化钴、三氧化二铬、氧化锡和硫化亚铜。
9.进一步的，所述n型半导体材料层使用材料包括硒化铅、五氧化二钒、三氧化铬、氧化钛、三氧化钨和三氧化二铁。
10.进一步的，所述栅极电压能获得多个最优中心探测波长状态。
11.进一步的，所述p型半导体材料层与n型半导体材料层具备电子导电性能。
12.本发明的有益效果：
13.1、本发明传感器实现了光谱传感器中心波长的调谐作用。利用高性能的光谱可调的p-i-n晶体管异质结改善激光响应的特性，降低激光信号的非线性失真，衰减以及频移。选用在红外波段具有明显吸收峰、高载流子迁移率、直接窄带隙(0.28-0.41ev)、光电导效应良好、具有电子导电性能的p型和n型半导体材料形成异质结。
14.2、本发明传感器实现了光谱自动寻址与重构。通过光谱响应内卷积效应，建立栅电压与光谱响应关系模型，利用深度学习的方法选取特征波段建立样本校正模型，用其他
样本验证模型泛化能力，从而进行激光光谱寻址与重构，实现高精度，多波段激光测量。
15.3、本发明传感器实现了栅电压的精准把控。利用异质结不同栅压下表现出偏振敏感特性，在光电探测器上进行线性偏振光检测测量，测量了不同波长激光、不同栅压下器件的偏振角与光电流的关系。通过比较不同波段激光的拟合曲线的各向异性电流比，找到对应激光光电反应最为强烈的栅电压，保证了输出信号的准确性。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明中晶体管型光谱传感器的结构示意图
18.图2是本发明中p-i-n晶体管异质结光谱探测器设计与制造示意图；
19.图3是本发明中p-i-n异质结构能带排列结构示意图；
20.图4是本发明中“电栅”型光谱晶体管型传感器分步制造过程图与结构图；
21.图5是本发明中光电流与偏振角关系图；
22.图6是本发明中异质结光电晶体管输出特性曲线与转移特性曲线图；
23.图7是本发明中光电响应特性图。
24.图8是本发明中神经网络深度学习概念图；
25.图9是本发明中气体二次谐波检测图
26.附图标记说明：1、栅极；2、源极；3、p型半导体材料层；4、n型半导体材料层；5、漏极。
具体实施方式
27.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
28.请参阅图1至图9所示，本发明提出一种应用于激光光谱仪的晶体管型光谱传感器，包括p型和n型半导体材料形成的异质结，结合内卷积效应，利用神经网络深度学习进行光谱寻址与重组模型。
29.本发明基于p-i-n激光响应异质结构，利用“电”栅极代替光栅，使用电流体喷墨打印技术，制备晶体管阵列，配合激光封装切片，研发出单晶体管型激光光谱传感器。各入射激光在其专属栅压值下，既能分辨光谱，也具备良好的抗干扰性。通过光谱响应内卷积效应，建立栅电压光谱效应关系模型，利用深度学习的方法，进行激光光谱寻址与重构。
30.本发明可对多波段激光光谱信号进行二次谐波采集调谐，其工作流程如下：首先进行光谱寻址与波段锁定，其次在该红外波段下，对混频的激光信号进行探测，最后利用光电互联的间频电路滤除低频，调谐出二次谐波，并继续扫描下个波段，最终实现多波段激光的二次谐波探测。
31.如图1所示，本发明结构从下至上依次为栅极1、源极2、p型半导体材料层3、n型半
导体材料层4和漏极5，栅极1与源极2之间存在电压差，源极2与p型半导体材料层3连接，p型半导体材料层3与n型半导体材料层4连接，n型半导体材料层4与漏极5连接。
32.所述p型半导体材料层3与n型半导体材料层4形成p-i-n晶体管异质结，栅极1给予不同电压，异质结表现出偏振敏感特性，能带排列与探测波段发生变化，某特征波长的激光入射到异质结上时，栅极电压获得最优中心探测波长状态，在此基础上求取激光响应的动态响应特性，结合光谱响应内卷积效应建立器件栅压-光谱响应关系模型，异质结内部形成卷积核，结合器件栅压-光谱响应关系模型与卷积神经网络算法(cnn)模型，选取特征波段建立样本校正模型，用算法测试验证卷积核，完成光谱传感器中心波长的调谐、激光光谱的重构与寻址。
33.进一步的，p型半导体材料层3使用材料包括但不限于氧化镍nio、氧化亚铜cu2o、氧化钴coo、三氧化二铬cr2o3、氧化锡sno、硫化亚铜cu2s
34.进一步的，n型半导体材料层4使用材料包括但不限于硒化铅pbse、五氧化二钒v2o5、三氧化铬cro3、氧化钛tio2、三氧化钨wo3、三氧化二铁fe2o3。
35.进一步的，栅极1采用“电”栅极代替光栅，栅压可以改变
36.进一步的，栅极电压能获得多个最优中心探测波长状态
37.进一步的，通过不同入射激光专属栅压值，完成不同波段激光分光、干扰降低与激光光谱快速重构。
38.进一步的，器件栅压-光谱响应关系模型包括波长(λ)、栅压(vg)、光电流(i(λ，vg))的数据集矩阵
39.进一步的，样本校正模型包括输入层、卷积层、池化层、全连接层和输出层。
40.如图2所示，本发明从增强光响应和栅调控效率出发，探求光电晶体管沟道异质结特性和结构对光谱探测影响规律，研究纳米异质沟道内的负微分效应，表面等离激元以及f-p调谐振荡等光-电耦合机制，构建高性能的光谱可调的p-i-n晶体管异质结改善激光响应的特性，从而降低激光信号的非线性失真，衰减以及频移。利用晶体管沟道内异质结带隙调控，引领性地提出了采用“电”栅极代替光栅实现光谱传感器中心波长的调谐作用，进行光谱分光并通过深度学习的方法实现光谱重构。
41.如图3所示，本发明选用在红外波段具有明显吸收峰、高载流子迁移率、直接窄带隙(0.28-0.41ev)、光电导效应良好、具有电子导电性能的p型3和n型半导体材料层4形成异质结，光谱响应异质结器件灵活可控，探测器在不同栅极电压调控下，异质结界面能带排列会随之改变，探测波段也相应改变。
42.如图4所示，本发明分步制造过程为：背基掺杂的氧化硅片上使用电流体喷墨打印制备源极2，利用偏心旋涂工艺制备p型半导体层3，纳米线有序排列，使得器件具有更好的偏振特性。通过交流(ac)磁控溅射系统将非晶态n型半导体材料层4用掩模沉积到50nm的厚度作为器件的感光层。最后用电流体喷墨打印制备漏极5，器件的栅极1、源极2和漏极5应通过在150℃下退火30分钟获得。制备所得探测速度高、调制带宽宽、器件响应高的光电探测晶体管，在激光红外波段实现了》1
×
1014jones以及106a/w以上的光电性能。
43.如图5所示，异质结不同栅压下表现出偏振敏感特性，光电探测器上进行线性偏振光检测测量，测量了不同波长激光、不同栅压下器件的偏振角与光电流的关系。选择入射光940nm，栅电压分别为3v、5v和10v条件下光电流作为偏振角的函数的极坐标图，各向异性光
电流比分别为1.04、1.05和1.54。可以看出栅压为10v时，具有更好的偏振敏感特性，拟合曲线的各向异性电流比更大，证明在vg＝10v时，对940nm激光的光电响应更强烈，有良好的抗干扰性。作品依托实验的850-1700nm超连续谱激光器，配合单色仪对器件在不同栅压条件下光谱响应信号进行了采集。如图3.5通过光电流的光谱响应曲线，构建了波长(λ)、栅压(vg)、光电流(i(λ，vg))的数据集矩阵。而光谱传感器的深度学习过程，将由光谱信号响应度r，不同栅压的光电流响应i，以及入射的光功率p来决定。利用前述的测试数据集，以及光电流光谱响应的内在关系函数，构建矩阵方程：
[0044][0045]
如图6与图7所示，栅极电压(vg)下的光电流响应速度在～0v至20v，步长～0.5v(vds＝0v，1hz ld开关)下的变化速度。光电流(iph)响应矩阵的等色线图，如图7(b)所示，iph值在正栅极电压下很明显。图7(a)显示了在940nm下提取的典型动态光开关行为，具有栅极偏置部分。当vg增加到20v时，光电流(iph)从5.4na上升到55.3na。上升时间和下降时间可以达到～80ms(插图中的详细脉冲)，表现出突然的光响应行为和优异的重现性。值得一提的是，在640nm的入射光照下无法观察到动态光电流，在相同的光强度和栅极偏置和940nm照明下获得出色的光电流，我们将这种效果归因于弛豫效应。在图7(c)，响应度曲线显示光响应对940nm红外入射更敏感，可以接近160a/w，可以通过r＝iph/pin计算。
[0046]
如图8所示，当某特征波长的激光入射到异质结光谱探测器上时，栅压获得最优中心探测波长的状态，在不同栅极电压值下对激光进行采集，将其分成不同波段的光，在此基础上求取激光响应的动态响应特性，建立器件栅压-光谱响应关系模型。结合卷积神经网络算法(cnn)模型，选取特征波段建立样本校正模型，用其他样本验证模型泛化能力。主要包含输入层、卷积层、池化层、全连接层和输出层。该栅压依赖的激光光谱响应矩阵可以进一步应用于激光光谱寻址，并且在该中心波长附近3-5nm范围内重构光谱信号。同时兼顾激光光谱传感器寻址峰位的低误差(～0.5nm)和在近红外的宽工作带宽(～850nm-1700nm)
[0047]
作品通过晶体管型光谱探测器与超连续谱激光器，测试并绘制出光电流的光谱mapping图，同时继续利用卷积核构建cnn神经网络针对栅压和不同波段入射激光信号的数据集。本发明将基于现有探测器系统，利用栅压可调光谱传感器进一步提高检测精度，通过解调多波段的二次谐波实现超高精度激光光谱探测系统，并配合各种智能识别算法拓展系统相关应用。
[0048]
图9为气体二次谐波检测，图8(a)为混合气体二次谐波在上位机显示的数据图，此时no浓度为20μl
·
l-1
，h2s为40μl
·
l-1
，nh3为12μl
·
l-1
，no2为30μl
·
l-1
，c2h2为10μl
·
l-1
，co2为7μl
·
l-1
，ch4为25μl
·
l-1
，hcl为10μl
·
l-1
。系统在八个激光器同时工作时通过控制带通滤波器进行分时滤波提取并将二次谐波数据根据滤波的顺序依次传送至上位机实时显示，实现八通道的不同气体光谱实时显示。图8(b)为二氧化氮30-100μl
·
l-1梯度浓度的二次谐波，图8(c)为硫化氢30-100μl
·
l-1
梯度浓度的二次谐波，图8(d)为甲烷20-100μl
·
l-1
梯度浓度的二次谐波，可对比发现气体浓度越大，二次谐波的峰峰值就越大。
[0049]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施
例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0050]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0051]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0052]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0053]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0054]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0055]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

技术特征：
1.一种晶体管型光谱传感器，包括，其特征在于，包括栅极(1)、源极(2)、p型半导体材料层(3)、n型半导体材料层(4)和漏极(5)，栅极(1)与源极(2)之间存在电压差，源极(2)与p型半导体材料层(3)连接，p型半导体材料层(3)与n型半导体材料层(4)连接，n型半导体材料层(4)与漏极(5)连接；所述p型半导体材料层(3)与n型半导体材料层(4)形成p-i-n晶体管异质结，所述栅极(1)采用电栅极，栅压可以改变。2.根据权利要求1所述的一种晶体管型光谱传感器，其特征在于，所述p型半导体材料层(3)使用材料包括氧化镍、氧化亚铜、氧化钴、三氧化二铬、氧化锡和硫化亚铜。3.根据权利要求1所述的一种晶体管型光谱传感器，其特征在于，所述n型半导体材料层(4)使用材料包括硒化铅、五氧化二钒、三氧化铬、氧化钛、三氧化钨和三氧化二铁。4.根据权利要求3所述的一种晶体管型光谱传感器，其特征在于，所述栅极电压能获得多个最优中心探测波长状态。5.根据权利要求1所述的一种晶体管型光谱传感器，其特征在于，所述p型半导体材料层(3)与n型半导体材料层(4)具备电子导电性能。6.一种激光光谱仪，其特征在于，所述激光光谱仪包括权利要求1-5任一所述的晶体管型光谱传感器。

技术总结
本发明公开一种应用于激光光谱仪的晶体管型光谱传感器，属于激光光谱探测技术领域，并整体采用“电”栅极代替光栅，构建以p-i-n晶体管异质结为核心的光谱传感器。本发明开发的光谱传感器可以利用电栅压对不同波段的激光进行分光采集，利用深度学习方法实现了多组分激光光谱寻址和重构；构建高性能的光谱可调的p-i-n晶体管异质结改善激光动态响应的特性，从而降低高频高速环境下的激光信号的非线性失真，衰减以及频移；实现了传感器对不同波段激光分光，可以快速重构激光光谱，及时采集数据进行分析处理。据进行分析处理。据进行分析处理。


技术研发人员：徐晖 王华来 刘向
受保护的技术使用者：南京信息工程大学
技术研发日：2023.07.10
技术公布日：2023/10/6