【会员论文】南邮郭宇锋教授光学顶刊：超宽动态范围109 dB β相氧化镓光电探测器阵列：从微弱光线到强光均具备最宽广的线性响应

        由南京邮电大学的研究团队在学术期刊 ACS Photonics 发布了一篇名为 Ultra-wide Dynamic Range 109 dB β-Ga₂O₃ Photodetector Array: Broadest Linear Response from Dim to Bright Light（超宽动态范围 109 dB β-Ga₂O₃ 光电探测器阵列：从微弱光线到强光均具备最宽广的线性响应）的文章。

        ACS Photonics 由美国化学学会于2014年1月创刊。该跨学科期刊发表原创研究论文、通讯、评论、综述及展望文章。学科领域涵盖纳米光子学、光学器件、量子光学等方向，涉及材料科学、电子工程交叉学科。‌2024-2025最新影响因子：6.7。

        本研究部分得到了国家自然科学基金（Grant No. 62401276、U23B2042）、南京邮电大学引进人才自然科学研究启动基金（Grant No. NY223161）以及江苏省重点研发计划（Grant No. BE2022126）的支持。

        UV-C 波段（200-280 nm）光电探测器在军事和民用领域具有广泛的应用潜力，如导弹追踪、安全通信和火焰探测等。β-氧化镓（β-Ga₂O₃）因其超宽禁带（~4.9 eV）与 UV-C 波段完美匹配，成为制造此类探测器的理想材料之一。然而，当前的光电探测器普遍面临一个核心挑战：动态范围窄且线性度差。 这导致其在强光下容易饱和，在弱光下信噪比又不足，严重限制在实际复杂光照环境下的应用，尤其是在需要高精度成像识别的机器视觉系统中。虽然已有一些关于宽动态范围探测器的报道，但大多数研究集中在单个器件上，缺乏系统性的阵列集成设计，且稳定性不如 β-Ga₂O₃。因此，开发具有超宽动态范围和优异线性度的集成化探测器阵列成为该领域亟待解决的技术瓶颈。

        紫外线 C（UV-C）波段具有重要的应用价值，但目前的光电探测器由于在弱光和强光条件下均无法实现最佳检测性能而受到限制。为了解决这些问题，研究团队开发了一种 8×8 的 β-Ga₂O₃ 光电探测器阵列，该阵列在 UV-C 波段展现出从弱光到强光（40 nW/cm² 到 12.2 mW/cm²）的超宽动态范围内的卓越线性度。这一成就代表了当前集成阵列器件中最宽的检测范围。此外，制造的阵列表现出出色的均匀性，光电流为 1.56 μA（标准差为 0.229 μA），所有器件均符合 3σ 分布。该器件具有出色的图像处理能力，在弱光和强光条件下分别实现了 87.27% 和 85.55% 的识别准确率。此外，利用器件的光强到光电流线性关系处理的数据集，获得了约 91% 的识别准确率，与原始数据集相当。这些结果标志着在 UV–C 光检测技术和机器视觉应用方面取得了显著进展。

        ● 首次在集成阵列上实现了高达 109 dB 的超宽动态范围，并同时保持了优异的线性响应，解决了传统探测器无法兼顾弱光与强光探测的难题。

        ● 创新性地引入了实际动态范围（PDR）的概念来更准确地评估器件性能，并首次将器件的线性度与神经网络图像识别任务直接挂钩，直观地展示了宽动态范围和高线性度对提升机器视觉系统精度的巨大优势。

        ● 研究重心不仅在于单个器件的性能突破，更在于实现了高均匀性的 8 x 8 阵列，为该技术走向实用化的图像传感器奠定了基础。

        在该研究中，研究团队成功制造并展示了 8×8 的 β-Ga₂O₃ 阵列。全面的表征表明，该阵列在 UV−C 波段光强检测方面表现出色，具有出色的均匀性和性能，其实际动态范围极宽，从 40 nW/cm² ~ 12.2 mW/ cm²。与之前报道的类似器件相比，β-Ga₂O₃ 阵列在检测极弱和高强度光信号方面表现更优。此外，实验结果表明，检测到的光强与光电流输出之间存在显著的线性关系，这在实际应用中比传统系统的容易出现过曝或欠曝问题相比更具稳定性和可靠性。β-Ga₂O₃ 阵列在强光和弱光条件下均能保持稳定性能，这在 UV−C 波段检测技术方面是一项重大进步。

图1. 基于不同动态范围的 UV−C 波段光探测器的图像识别与分类性能演示。

图2. 器件的表征与结构。（a）β-Ga₂O₃ 薄膜照片；（b）局部区域高倍光学显微镜图像；（c）扫描电子显微镜图案；（d）原子力显微镜图像；（e）UV−可见吸收光谱；（f）器件的 X 射线光电子能谱。

图3. β-Ga₂O₃ 器件性能。(a) 对数坐标下的 I-V 特性曲线；(b) 10V、6V 和 2V 偏压下的 I-P 特性曲线；(c) 各类器件的实际动态范围与线性度；(d) 阵列器件的均匀性及正态分布特性；(e) β-Ga₂O₃ 的响应度与外部量子效率；(f) 不同波长下的归一化光响应曲线。

图4. (a) 弱光照射下与 (b) 强光照射下的能带图。

图5. (a) Fashion-MNIST 数据集识别的神经网络流程图；(b) 低光条件下部分数据集识别对比，同时展示原始图像、本设备及对照设备的识别结果；(c) 低光条件下原始图像、本设备与参考设备在该数据集上的识别结果对比； (d) 明亮光照条件下部分数据集的对比，同时展示原始图像、本设备与对照设备的识别结果；(e) 明亮光照条件下原始图像、本设备及参考设备的数据集识别结果对比；(f) 原始图像、经本设备处理的图像，以及特定欠曝与过曝条件下的图像； (g) 四种条件下数据集的识别率（原始图像、本设备处理、曝光不足、曝光过度）。

DOI：

doi.org/10.1021/acsphotonics.5c00688