载体动态识别使矿光探测器的波长和强度灵敏度成为可能
Liangliang Min1,2, Yicheng Zhou1, Haoxuan Sun3
1School of Physical Science and Technology, Jiangsu Key Laboratory of Frontier Material Physics and Devices, Center for Energy Conversion Materials & Physics (CECMP), Soochow University, Suzhou, China.
Light, science & applications
|September 29, 2024
概括
研究人员开发了一种新的矿光二极管,可以从光电流中重建光强度和波长. 这一突破,使用机器学习,实现高精度,没有复杂的光学,推进光谱成像.
科学领域:
- 光电学是指光电子产品.
- 材料科学 材料科学 材料科学
- 光子学是指光子学的使用方法.
背景情况:
- 从单个光探测器中提取多维光场信息是一项挑战.
- 现有的光探测器主要使用光电流的振幅,忽视载体动力学驱动的边缘信息.
- 矿光二极管为信息重建提供了潜力,但需要进一步开发.
研究的目的:
- 开发一个单探测器系统,用于重建二维光信息 (强度和波长).
- 为了利用载波动态和机器学习来增强光谱信息提取.
- 推进矿在光谱成像和波长识别中的应用.
主要方法:
- 调整矿光二极管吸收层厚度和接口电场强度.
- 利用载波运输和放松时间的变化来利用边缘波形中的光谱丰富性.
- 集成机器学习算法来分析光电流波形数据.
主要成果:
- 首次使用单一光二极管实现了2D光强度和波长的重建.
- 通过机器学习证明了350-750nm的广泛操作频谱范围,准确度为100%.
- 将光强度恢复错误降低到0.1%以下.
结论:
- 开发的矿光二极管有效地从光电边缘重建光谱信息.
- 这种方法消除了对额外光学或机械元件的需求.
- 这些发现为基于矿的先进光谱成像和传感应用铺平了道路.
