【会员论文】南京邮电大学郭宇锋教授、唐为华教授、刘宇教授团队：基于β‑Ga₂O₃的日盲紫外事件型传感器

        由南京邮电大学郭宇锋教授、唐为华教授、刘宇教授的研究团队在学术期刊 IEEE TRANSACTIONS ON ELECTRON DEVICES 发表了一篇名为 β‑Ga₂O₃‑Based Solar‑Blind Ultraviolet Event‑Based Sensor（基于 β‑Ga₂O₃ 的日盲紫外事件型传感器）的研究论文。

        200‑280 nm 的日盲紫外探测适用于电网火焰报警、电晕放电监测等高安全性应用场景。但现有商用及科研级紫外探测器大多采用传统帧积分成像架构，无法满足安全监测对实时动态捕捉与低功耗边缘计算的需求。

        当前紫外事件传感器主要采用铝镓氮（AlGaN）材料。若要获得日盲紫外响应，需要高铝组分，这会恶化晶体质量，同时提升制备成本。

        β‑Ga₂O₃作为新型超宽禁带半导体，本征禁带宽度约 4.9 eV，具备优异的热稳定性与化学稳定性，是日盲紫外光电探测的理想候选材料，但面向事件驱动传感的单片集成器件仍有待开发。

        现有事件相机多集中于可见光、红外波段，日盲紫外事件传感器发展受限于材料，普遍存在动态响应性能不足等问题。

        本文利用金属有机化学气相沉积（MOCVD）在蓝宝石衬底上生长 β-Ga₂O₃ 薄膜，调节三乙基镓前驱体流量，将氧空位浓度调控至合适的低水平，削弱氧空位引发的载流子俘获弛豫效应，得到具备快速光响应的光敏薄膜。将 β-Ga₂O₃ 光电探测器与双通道互补事件处理电路进行单片集成，制备出工作于 254 nm 的日盲紫外事件传感器。

        材料表征：借助 X 射线光电子能谱 (XPS)、场发射扫描电镜 (FE‑SEM)、拉曼光谱、高分辨透射电镜 (HRTEM)、截面透射电镜 (TEM) 评估薄膜质量。XPS 结果显示 O_II/(O_I+O_II)≈12.9%，证明薄膜存在适量氧空位；薄膜致密均匀，无裂纹与孔洞；拉曼测试证实为高纯单斜相 β-Ga₂O₃；高分辨 TEM 测得 0.47 nm 晶格间距，对应 β-Ga₂O₃ (-201) 晶面；薄膜‑蓝宝石异质界面结合状态良好。

        光电脉冲测试：在 10 V 偏压、220 μW/cm² 条件下开展 20 组连续光脉冲实验，器件光电流幅值稳定，暗电流基线无漂移，维持较高光暗电流比。器件在不同光照强度、2‑10 V 不同偏压条件下均可输出稳定脉冲。低偏压下输出信号容易被噪声淹没，故本工作选取 10 V 作为工作偏置，后续计划开展自供电日盲紫外事件相机的研究。

        事件驱动工作机理：双通道差分电路可以有效抑制静态背景信号；器件仅在紫外光强发生动态波动时产生输出。光强上升输出正向电压尖峰，光强下降输出负向电压尖峰。可直接依靠尖峰极性区分光强增减，模拟生物视网膜神经节细胞工作模式，实现异步实时动态紫外信号检测，事件响应时间小于 7.5 ms。

        研究价值：验证 β-Ga₂O₃ 在神经形态紫外传感领域的应用潜力，在保留快速响应能力的同时解决深紫外监测的数据冗余问题。

        ①器件架构创新：实现 β-Ga₂O₃ 光敏单元与双通道互补事件处理电路单片集成；差分电路抑制静态背景噪声，仅光强发生动态变化时触发信号输出。

        ②材料调控创新：MOCVD 工艺调节前驱体流量，精准控制氧空位浓度，抑制氧空位带来的载流子俘获弛豫，缓解光电增益与响应速度之间固有的权衡矛盾。

        ③信号机制创新：实现双极性事件尖峰输出；光强上升输出正向脉冲，光强下降输出负向脉冲。无需复杂后处理，直接利用脉冲极性识别紫外信号变化，模拟视网膜神经节细胞。

        ④应用层面创新：将事件驱动类视网膜动态视觉机制引入日盲紫外探测，克服传统帧成像数据冗余缺陷，实现高速异步紫外探测，面向深紫外的实际应用。

        成功制备基于 MOCVD 生长 β-Ga₂O₃ 薄膜的单片集成日盲紫外事件传感器；薄膜结晶质量与异质界面质量优异，通过氧空位调控实现快速光响应。

        器件在不同光照强度与偏置电压条件下脉冲输出稳定性良好，输出正负双极性电压尖峰，事件响应时间小于 7.5 ms，能够异步捕捉动态紫外光强变化，抑制静态背景干扰。

        该器件证明 β-Ga₂O₃ 可用于神经形态日盲紫外事件传感，能够改善深紫外监测的数据冗余问题。

        本研究得到国家自然科学基金（项目编号：62401276、62334003、U23B2042）、南京邮电大学人才自然科学科研启动基金（项目编号：NY223161）、南京市科技计划项目（项目编号：202309003）以及苏州市核心关键技术研究项目（项目编号：SYG2024003）的部分资助。