[发明专利]基于神经网络算法的量子光电探测器等效电路的建模与仿真的方法

说明书

技术领域

本发明涉及光电探测器技术领域，尤其是一种基于神经网络算法的量子光电探测器等效电路的建模与仿真的方法。

背景技术

近几十年来，光电探测器在光通信、国防探测、信号处理、传感系统和测量系统等高精尖科技领域得到了广泛的应用。在这个以信息为导向的时代，时间就是生命，人们对于提高传输速率的需求日益紧迫，促使高速光电探测器的研制，从它诞生的那一刻起就没有停止过。光电探测器作为光电系统的关键器件,随着光电技术的发展日益显现出其重要性。

光电探测器将接受到的光信号转换为电信号，这种电信号非常微弱，所以对这种信号的读取造成一定的难度。量子效应光电探测器在微光照射下，具有暗电流小、灵敏度大、动态范围大和光电转换效率高等优点，被广泛应用于医疗、生物分子科学和环境监测等领域。读出电路在光电探测系统中的主要功能是对探测器微弱信号进行预处理，并在信号处理级间提供一个接口，在对读出电路的设计中需要一个能准确反映量子效应光电探测器特性的等效电路。

目前，对光电探测器件等效电路的建模，一方面是对器件内部物理公式的推导和演算，但过于繁琐和复杂；另一方面通过描述外部性质来等效电路，但需要分段拟合和不能有新的光功率改变，只能按照测试的曲线来等效电路。

发明内容

本发明的目的是针对现有技术的不足而设计的一种基于神经网络算法的量子光电探测器等效电路的建模与仿真的方法，采用神经网络算法对测试的I-V和C-V特性曲线建立光功率P与I和V之间的虚拟关系，从而预测不同光功率下的电特性曲线，得到在某一偏压下的等效电路，将等效电路与读出电路对接，对器件的微弱信号进行读出，能准确反映量子效应光电探测器特性，仿真精度高，使用方便，降低成本。

本发明的目的是这样实现的：一种基于神经网络算法的量子光电探测器等效电路的建模与仿真的方法，其特点是利用神经网络算法对已测得的光电探测器电特性曲线进行学习，以预测不同光照下的电特性曲线，将预测的特性曲线与实际测试的特性曲线进行比对，然后建立不同光照下的等效电路，等效电路与读出电路对接后进行仿真读出，具体建模与仿真包括下述步骤：

（1）、光电探测器特性参数的测试和拟合

a、基于光电测试平台，作出光电探测器的电流－电压特性（I－V）特性曲线簇，并用“Matlab”软件拟合得到不同光功率下I=f(V) 的函数关系，从而得到某偏压下的等效电阻。

b、基于光电测试平台，作出光电探测器的电容－电压（C－V）特性曲线簇，以“ Matlab”软件拟合得到不同光功率下C=f(V) 的函数关系。

（2）、光电探测器特性参数的预测

采用神经网络算法建立光功率P与I和V之间的虚拟关系，从而预测不同光功率下的I-V和C-V特性曲线。

（3）、建立不同光功率下的等效电路

采用神经网络算法对预测的电特性曲线与实测的电特性曲线进行比对，确定某一偏压下的电容、电阻与电压源或电流源并联的等效电路，以建立不同光功率下的等效电路。

（4）、等效电路的仿真读出

将不同光功率下的等效电路与CTIA读出电路对接，然后利用“cadence”软件对读出数据进行仿真，通过仿真数据验证读出电路的性能。

本发明与现有技术相比具有以下优点：

1、利用Matlab自带神经网络工具箱，只需简单的编程，拟合曲线不需要分段，有效避免了对于分段点选择不正确而带来的误差；

2、能够方便预测某一区间内的I-V和C-V曲线，得到任意光功率下的等效电路，而不是测试过的光功率下的等效电路；

3、不需要关注器件的内部结构，就可有效得出等效电路，同时能和微弱读出电路对接，读出器件响应。

附图说明

图1为利用神经网络对采集数据进行的训练模式图；

图2为训练和拟合确定的a参数曲线图；

图3为训练和拟合确定的b参数曲线图；

图4为训练和拟合确定的c参数曲线图；

图5为训练和拟合确定的d参数曲线图；

图6为光功率P=0的验证曲线图；

图7为光功率P=1.2nw的验证曲线图；

图8为电压源模型的等效电路图；

图9为电流源模型的等效电路图；

图10为等效电路与读出电路对接图。

具体实施方式

下面以光电探测器在0.22nW~4.6nw光功率辐照下的等效电路建模实施例，对本发明作进一步说明。

实施例1