[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

摘要

本发明公开了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。本发明与现有技术相比具有不需关注器件的内部结构，就可有效得到任意光功率下出等效电路，能和微弱读出电路对接，读出器件响应，仿真精度高，使用方便，准确反映量子效应光电探测器特性，降低成本。

主权项

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，其特征在于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，将预测的电特性曲线与实测的电特性曲线进行比对，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，从而得到某偏压下的等效电容；（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。