论文分享
【国内论文】NML| 湖北大学王浩教授团队最新研究成果：Ga₂O₃/In₂Se₃异质结感内计算火焰智能监测
日期：2026-02-02阅读：149
近日，湖北大学集成电路学院王浩、韩伟、沈谅平、马国坤、万厚钊等组成的创新团队在感内计算火焰智能监测研究领域取得新进展，相关成果以“Ferroelectric optoelectronic sensor for intelligent flame detection and in-sensor motion perception”为题，发表于《Nano-Micro Letters》。湖北大学为第一单位，博士生危家昀、马国坤教授、硕士生梁润智、华南师范大学王文晓博士为第一作者，王浩教授、韩伟副教授、沈谅平教授、郑州大学曾龙辉教授为通讯作者。（Nano-Micro Letters 18, 123 (2026). https://doi.org/10.1007/s40820-025-01968-x）
新一代消防安全系统需要对火焰进行精确的检测和运动识别，感存算一体技术成为火焰检测的前沿新兴技术。然而，在日盲紫外线（200 - 280 nm）波段，基于人工视觉系统的硬件层面功能演示受到了探测器检测能力较弱的限制。鉴于此，王浩教授团队历时5年，通过多学科协同攻关，创制出Ga2O3/In2Se3铁电-光电异质结传感器（Fe-OES）阵列（5×5 像素），该阵列通过铁电极化效应显著抑制暗电流、增强光生载流子分离效率，使器件在极弱光强条件下仍具备超高探测率和响应度，同时还具有可配置的多模式功能。在255 nm日盲紫外光照射下，器件探测率最高可达 4.91×10¹⁷ Jones，处于氧化镓基紫外光电探测器领先水平。Fe-OES 阵列可以直接感知不同的火焰运动，并模拟昆虫视觉系统中的非脉冲梯度神经元。结合自研的氧化铌忆阻器LIF神经元硬件，火焰紫外信号能够得到有效放大。该研究成功完成了三项火焰识别任务：通过终端和云端警报实现对所有时间段火焰的高效监测；使用轻量级卷积神经网络实现火焰运动识别；通过光敏人工神经系统实现火焰早期极弱紫外光探测。
研究背景
每年全球范围内火灾事故都会造成大量人员伤亡和财产损失。传统的火焰检测系统依赖于燃烧引发的烟雾和红外热传感器，其功能局限于发出基本的火焰警报或捕捉空间图像。这些局限性使得准确评估火灾的强度和蔓延情况变得困难。值得注意的是，在材料燃烧过程中，日盲紫外光（SBUV，200-280 nm）在3到4毫秒内会迅速发射出来，这促使人们进一步研究具有高灵敏度和快速响应的紫外线火焰探测器。为了增强防火能力，开发先进的视觉系统至关重要，该系统将实时监测SBUV组件与空间和时间分析算法相结合，以实现早期火焰检测和动态火灾行为评估。用于运动识别的视觉系统通常会采用多种人工神经网络算法，例如卷积神经网络（CNN）和脉冲神经网络（SNN），以减少大量视觉数据的传输量，同时在计算单元内实现空间时间整合。因此，将传感器和外部电路整合起来以生成、收集和处理火焰数据的系统是一种可行的方法，显著提高了数据处理效率并减少了冗余传输。在可见光至红外光区域的人工视觉系统检测已得到广泛研究，而基于SBUV的弱光检测人工视觉仍处于发展不足阶段，硬件层面的演示有限，这在火焰检测技术方面造成了关键的差距。
本文亮点
1、铁电调控，弱光探测：由 Ga₂O₃/In₂Se₃异质结构成的铁电光电传感器阵列能够通过铁电调制实现对极弱紫外线信号的精确检测。
2、全时间段，火焰检测：通过终端设备和基于云的警报系统，能够在所有时间段内实现高效的火焰检测。
3、神经网络，运动感知：基于铁电光电传感器阵列实现了对火焰运动识别的准确识别，成功编码火焰时空信息，再通过光敏人工神经系统，利用神经元感知机制有效地处理火焰燃烧早期阶段的极其微弱光线。
图文导读
Ga2O3和In2Se3的大面积生长使得基于Ga2O3/In2Se3异质结的器件阵列得以制备。具体而言，通过原子层沉积（ALD）制备了大面积的Ga2O3薄膜，通过化学气相沉积（CVD）合成了厘米级的α-In2Se3薄膜。Ga2O3/In2Se3 Fe-OES阵列的原理图见图1a。图1b中的横截面透射电子显微镜（TEM）图像显示了各层之间的清晰边界。通过图1b中的高角度环形暗场扫描透射电子显微镜（HAADF-STEM）验证了In2Se3的单晶层结构和Ga2O3的多晶性质。
基于图1c中Ga2O3/In2Se3异质结的开尔文探针力显微镜（KPFM）测量。它们之间的电位差可检测到约为70 mV，这有效地证实了在界面处形成了内建电场。此外，对Ga2O3/In2Se3异质结施加了从-10 V到 +10 V的电压扫描，揭示了一个相位电滞回线，其相位差为180°。这证实了 Ga2O3/In2Se3异质结的面外铁电性（图1d）。如图1e所示，原子STEM图像和相应的α-In2Se3晶体结构显示了下/上极化状态（面外，OOP）和左/右极化状态（面内，IP）。这两种 OOP 和 IP 极化分量的同时反转源于中心硒原子的协同位移。
如图 1f 所示，Fe-OES 的多模态响应能够支持各种应用场景和算法，例如卷积神经网络（CNN）和脉冲神经网络（SNN）。我们基于Fe-OES提出了多样化的火焰检测应用场景（图1g）。这些包括用于增强特征的火焰检测的低级处理实验、用于火焰运动识别的高级模拟，以及用于在人工视觉神经元中实现仿生火焰感知的先进硬件实验。
图1. 铁电-光电传感器系统。
1. 铁电-光电调控：超强弱光响应
如图2所示，该研究构建了5×5像素铁电光电传感器阵列，利用In2Se3的铁电极化调控效应显著抑制暗电流、增强光生载流子分离效率，在 Pdown状态下，由于内置电场强度/势垒高度较低，更多的载流子能够穿过内置电场区域，从而导致电流比原始状态更大。相反，在Pup状态下，较高的内置电场强度/势垒高度阻碍了电荷载流子的转移，从而导致电流较小。负电容效应增强了内置电场，导致金属-半导体界面处的肖特基势垒或载流子注入势垒显著增大，这抑制了金属中的电子注入到导带中，从而减少了由热激发引起的暗电流。另一方面，它阻断了漏电流，减轻了在黑暗条件下的载流子扩散或隧穿现象，从而进一步有助于抑制暗电流。此外，由于负电容会使单位施加电压下的内部电场强度得到增强，特别是在耗尽区或异质结界面处，增强的本征电场促进了光生电子-空穴对的更有效分离。这降低了复合率，并提高了少数载流子的收集效率。在255 nm太阳盲紫外光照射下，器件探测率最高可达 4.91×1017 Jones，为目前Ga2O3基紫外探测器中的领先水平。
图2. 铁电-光电传感器的光电性能。
2. 火焰检测：全时段全天候检测
图3. 基于铁电-光电传感器的火焰检测系统。
图3展示了基于铁电-光电传感器的火焰检测系统。我们组装了一个大面积异质结器件，并将其与定制的外部火焰报警电路系统相连。检测到的火焰信号在外部电路中通过多级放大器进行放大，随后经过二阶低通滤波和基于软件的均值滤波来生成最终数据。火焰检测系统触发警报，通过串行通信将数据发送至 NB-IoT 模块，对其进行处理，并上传至云服务器以在移动设备上显示。该设备具有快速响应时间和出色的检测性能，能够在检测过程中准确识别火焰闪烁。火焰检测系统在白天和夜间条件下均表现出优异的性能。在微控制器系统中，已实施了一种滤波算法，以确保只有在连续识别到信号的情况下才会触发火焰检测。该探测器的实际响应速度超过了微控制器系统中所设定的检测速率。此外，传统的火焰检测报警系统只能通过设备本身在本地发出警报。传统的火焰检测系统存在固有的操作限制，尽管它们对早期火灾发展具有敏感性，但这可能导致在无人值守环境或无声警报未被注意到的情况下应急响应的延迟。我们的火焰报警系统通过能够利用移动设备来实现即时激活实时警报，从而确保无论人员距离远近都能保持警觉。在夜间，火焰报警系统在检测到火焰后的2-3秒内会点亮报警指示灯，而移动设备会在1分钟内发出警报。在有光照的情况下，也会保持类似的快速警报响应。
3.火焰运动感知：有效编码火焰时空信息
图4. 基于Ga2O3/In2Se3的仿生视觉传感器阵列实现传感器内的运动感知。
传统火焰探测器的另一个常见局限性在于，它们无法确定火焰蔓延的范围（除了能够检测到火焰的存在之外），这给使用传统火焰探测器进行火焰运动检测带来了重大挑战。在持续的光脉冲刺激下， Fe-OES表现出多级响应，并能够在传感终端有效地编码时间信息，从而能够实现潜在的火焰运动识别。在实验中，使用了255纳米的日盲紫外光来模拟极其微弱的火焰。外部光刺激产生的光生载流子过程被用于模拟视网膜的光电导过程。该设备可以通过模拟神经元突触来评估火焰传播趋势。我们将光照的出现视为“1”脉冲，光照的缺失视为“0”。在四种不同的顺序光脉冲编码下，该器件的电导响应呈现出 16 种不同的状态。它展示了对不同动作帧的不同响应，从而实现了编码。
4.神经形态感知系统
神经形态感知系统能够直接与现实环境中的模拟信号进行交互，并高效地对其进行处理，这为开发智能火焰检测传感器提供了巨大的潜力。受人类通过感受器接收外部信号并将其编码为脉冲信号（这些脉冲信号通过神经元传递至大脑以进行学习和感知）的方式的启发，我们基于Fe-OES器件开发了一种光驱动的光敏人工神经元，以有效地将火焰的光信号编码为脉冲信号。其中Fe-OES器件中的光驱动响应电流通过放大器转换为神经元电路的电压输入，从而在铌氧化物（NbOx）阈值开关器件中引发开关动作，并触发电容振荡。这一过程会在输出端产生连续的脉冲，模拟生物神经元对编码和传输感觉信息的反应。在 SNN系统中，光敏型 LIF 神经元以硬件形式实现，其由 Ga2O3/In2Se3 异质结器件、NbOx 器件以及相互连接的电阻和电容组成。该系统将真实的光信号转换为神经元脉冲信号。由于金属-绝缘体转变特性，NbOx 器件在Vth时从高电阻状态（Roff）切换到低电阻状态（Ron），在 Vhold 时又从低电阻状态恢复到高电阻状态。为了评估光敏人工神经元的感知能力，通过调节 Fe-OES 器件检测到的火焰光强度可以可靠地控制输出脉冲频率。输入电压的大小会影响电容器的充电和放电时间，从而改变阈值开关器件的运行频率，并最终影响神经元的脉冲频率。光敏人工神经元系统通过神经元感知系统能够处理火焰燃烧早期阶段产生的极其微弱的光线的能力，展示了其在诸如火灾预警系统和导弹尾焰跟踪等任务中的巨大应用潜力。
图5. 基于脉冲神经网络的光学感知系统。
总 结
本研究开发了一种基于Ga2O3/In2Se3 的 Fe-OES 系统，该系统中的单个器件在连续脉冲刺激下可通过门控调节展现出“全或无”脉冲特性和时间累加特性的多种工作模式。使用这种器件制造的 5×5 的 Fe-OES 阵列在光刺激下表现出高度的均匀性和稳定性。Fe-OES 系统有效地实现了三项代表性任务，展示了其多平台、多任务的应用优势。通过低级传感处理，它能够高效地处理火焰信息，如噪声减少和特征增强，从而能够在整个时间段内实现高效的火焰检测和报警。对于高级处理，Fe-OES 系统通过传感器内的计算有效地编码时间信息，实现了对火焰运动识别的准确模拟。此外，我们还展示了一种基于Fe-OES的光敏人工神经系统，该系统能够通过神经元感知机制有效地处理火焰燃烧早期阶段的极其微弱光线。Fe-OES 系统的多平台、多任务应用优势能够显著推动诸如火焰检测、火灾预警和导弹尾气喷流跟踪等复杂任务的发展。
作者简介
王浩，本文通讯作者，湖北大学 教授
主要研究领域: 集成电路与新能源材料器件，包括三维存储器与芯片先进封装、忆阻器与类脑芯片、光电探测器与硅光芯片、毫米波芯片、储能电池与太阳能电池等。
简介：湖北大学集成电路学院二级教授。国际先进材料协会会士(FIAAM)，享受国务院政府特殊津贴，湖北省劳动模范、省委联系专家、省新世纪高层次人才第一层次人选、省有突出贡献中青年专家。中国仪器仪表学会仪表功能材料分会副主任委员、中国半导体三维集成制造产业联盟副理事长、湖北省电子学会副理事长。先后承担国家、湖北省和武汉市标志性重大重点项目或课题多项，获湖北省青年科技奖和湖北省自然科学二等奖等省部级奖励7项，获授权国际国内发明专利100余项，多项成果实现转移转化。在Adv. Mater.、Nano-Micro Lett.、Angew. Chem.、Nature Comm.、Adv. Energy Mater.、Adv. Funct. Mater.、Appl. Phys. Rev.、Appl. Phys. Lett.、IEEE EDL等期刊发表论文300余篇，被引用1.1万余次。
Email：wangh@hubu.edu.cn
韩伟，本文通讯作者，湖北大学 副教授
主要研究领域: (1)宽禁带半导体光电器件；(2) 二维半导体生长及铁电存储器件。
简介：湖北大学集成电路学院副教授。已发表学术论文50余篇，被引用 3000 余次，H 因子为 25。关于氧化镓日盲紫外光电探测器的工作，被美国物理联合会的《科学之光》栏目专题采访报道。关于硒化铟大面积可控制备及其存储器的工作被中科院成会明院士点评为“二维铁电领域的重要进展”。关于二维无机分子晶体的工作被中科院李玉良院士点评为“领域内的先驱工作”。
Email：weihan@hubu.edu.cn
DOI：
doi.org/10.1007/s40820-025-01968-x
