研究背景

宽带卷积处理(BCP)可用于提取从紫外(UV)到近红外(NIR)的多光谱波段获取的遥感图像中的关键光谱和空间特征。传感器内BCP的发展，其中模拟的乘法累加操作用于实现低功耗和小延迟，可能对智能边缘器件产生重要影响。然而，使用传统的CMOS技术实现传感器内BCP具有挑战性，因为必要的同时宽带传感和卷积处理需要使用相同的物理过程。通过将具有不同能带结构的原子薄材料堆叠在一起形成的范德华(vdW)异质结已被用于设计各种电子和光电器件，其功能可扩展传统的CMOS系统。通过使用由不同带隙的两种半导体制成的异质结，构建了宽带光电器件，包括光伏探测器、室温红外光电探测器和光子非易失性存储器。vdW异质结界面处的能带结构也可以是栅极可调的，这允许构建新型电子器件，包括横向隧穿场效应晶体管、中红外敏感雪崩光电探测器、太赫兹光子型上转换成像器件以及可重构逻辑和神经形态器件。因此，通过探索宽带光响应和栅极可调的能带对齐，可以使用vdW异质结实现传感器内BCP。

成果介绍

有鉴于此，近日，华中科技大学翟天佑教授，周兴副教授和南京大学缪峰教授（共同通讯作者）等合作研究表明PdSe₂/MoTe₂范德华异质结可以同时提供宽带图像传感和卷积处理。光伏异质结的 II 型和 III 型能带排列是栅极可调的，并且器件表现出对正和负光电导的线性光强度依赖性，以及对宽带光响应的线性栅极依赖性。与传统基于单波段的卷积神经网络相比，这种传感器内宽带卷积处理提高了多波段图像的识别精度。文章以“Broadband convolutional processing using band-alignment-tunable heterostructures”为题发表在顶级期刊Nature Electronics上。

图文导读 

图1. 传感器内BCP的流程和机制。（a）使用传感器内BCP进行图像识别的示意图。（b）宽带卷积计算机制的示意图，从宽带光输入中导出加权电输出。

图1a说明了使用栅极可调光伏异质结光电传感器实现BCP的物理过程。传感器内BCP允许对遥感图像进行快速且低功耗的处理。为此，传感器中的异质结器件应表现出宽带栅极可调的光伏响应，并且它们的光响应率应线性依赖于栅极电压。该器件可用于感知强宽带信号，并结合卷积运算获得不同波长的预处理图像。可以基于单个读取操作实现同时宽带传感和数据预处理，其中实现BCP的操作机制如图1b所示。输入宽带图像可以由不同波长的入射光（P_j）表示。输出光电流（I_ph）可以表示为∑R_jP_j，其中R_j是像素的光响应，也可以看作是宽带卷积的权重值。当每个像素的R_j值设置为某些正值和负值时，可以实现传感器内BCP，其中正值和负值表示电流的不同方向。此外，根据器件的栅极可调光响应，每个像素的核值可以通过栅极电压（V_g）来调节。因此，可以重新配置卷积核以实现用于输入宽带图像的不同核。用于转换过程的权重被编码到栅极电压矩阵中。输出光电流对应于输入宽带图像中的加权像素，并代表处理后的图像。 

图2. PdSe₂/MoTe₂异质结的栅极可调宽带正负光伏效应。（a）异质结器件的示意图。（b）异质结器件在不同波长（365 nm、532 nm和980 nm）下的正负光伏效应。（c&d）正负光伏效应的上升和下降时间。（e&f）在负和正栅极电压下，异质结的能带排列和电子-空穴对的产生。

图像传感器中的单个像素器件是通过使用高质量单晶的机械剥离和可控干法转移将2D PdSe₂和MoTe₂垂直堆叠成光伏异质结制造的（图2a）。由于它们的双极性和窄带隙，基于这两种2D材料的光伏异质结表现出从紫外到近红外的宽带响应。此外，可以通过施加电场来调制异质结界面处的能带结构来调制光响应，这对于实现传感器内BCP至关重要。通过改变栅极电压来测量异质结器件的电学特性。该器件的I_ds-V_ds曲线在正栅极电压下表现出隧穿二极管的典型特性，而在负栅极电压下可以观察到反向整流行为。PdSe₂/MoTe₂异质结器件的独特整流特性可归因于栅极电压不同极性下内建电场的差异。在负栅极偏置下，PdSe₂中的费米能级向上移动，并在界面处实现II型能带对齐（图2e左），导致与施加正向偏置时相同方向的内建电场。在正栅极电压下，费米能级向下移动，并且在异质结界面处形成III型或断裂能带排列（图2f左），导致通过带间隧穿的电流受阻。

PdSe₂/MoTe₂异质结中的栅极可调带排列产生了宽带光伏效应，这对于BCP来说是理想的。通过测量不同栅极电压（即-10 V和10 V）下的I_ds-V_ds曲线来表征不同波长（365 nm、532 nm和980 nm）照射下的宽带光伏响应，如图2b所示。这些结果显示了从紫外到近红外的宽带光伏效应以及第二和第四象限之间的栅极可调光伏转换。根据短路电流（I_sc）的正负方向，将第二象限和第四象限的光伏现象分别定义为正负光伏效应。图2c和d显示了在980 nm波长照射下正负光伏效应的响应速度。正光响应的上升和下降时间均为0.4 μs，而负光响应的上升和下降时间增加了一个数量级。这些结果表明，该器件没有明显的寄生光记忆效应，除了宽带光响应之外，这是构建快速宽带图像传感器的另一个要求。随后，阐明了PdSe₂/MoTe₂异质结器件在不同栅极电压极性的激光照射下的工作机制。不同极性栅极电压下的不同光响应可以理解如下。对于负栅极电压（图2e），II型能带对齐的内建电场从n型PdSe₂到p型MoTe₂。在光照条件下，MoTe₂和PdSe₂都会吸收入射光，并在结附近产生光生载流子。光生电子-空穴对在内建电场的作用下瞬间分离，形成漂移电流。产生的光电流流向接地端，对应于在图2b第二象限中观察到的正光电流。在正栅极电压的情况下（图2f），由于隧穿势垒的存在，由此产生的III型能带对齐阻止了载流子的漂移。当用光照射时，在MoTe₂和PdSe₂材料中都会产生电子-空穴对，并且MoTe₂中的光生电子和PdSe₂中的空穴主导扩散。产生的扩散电流从接地端流出，对应于图2b第四象限中测量的光电流。 

图3. 用于传感器内BCP的PdSe₂/MoTe₂异质结特性。（a）分别在V_g=-10 V和10 V的不同光强980 nm下的正负光响应。（b）980 nm光照下的栅极可调正负光响应。（c-e）在980 nm、532 nm和365 nm的光照下，提取的短路光电流对不同栅极电压的光强度依赖性。（f-h）提取的光响应，提取的光响应。

在光伏异质结传感器中实现BCP需要宽带光电流的线性光强度依赖性和栅极依赖性。本文测量了不同波长下宽带光响应和光强度以及栅极电压之间的关系。图3a展示了在980 nm波长不同光强度下的正负光响应，图3b展示了在980 nm波长固定光强度下的栅极可调正负光响应。为了使用光强度来表示宽带图像中的像素，需要对光电流具有线性强度依赖性。重新绘制不同波长下功率相关的短路光电流，并用公式I_sc∝P^α拟合这些曲线（图3c-e）。拟合结果表明，对于实验中使用的所有波长，提取的α值非常接近1。光强度和光电流之间出色的线性确保了高质量图像信息的收集。类似地，重新绘制了不同波长下栅极相关的正负光响应的实验数据（图3f-h），并将这些数据拟合到线性方程中。拟合结果表明，对于给定的波长和光强度，光电流可以随施加的栅极电压线性变化。对于~10 V的电压，可以保持线性窗口。这一特性不仅允许为各种类型的BCP调节卷积核，并且还可以在卷积神经网络的训练过程中实现权重更新。 

图4. 使用vdW异质结光传感器实现BCP。（a）使用UV、Vis和NIR波长的不同图像处理操作的演示。（b）原始图像。（c）锐度。（d）边缘增强。（e）不同类型字母的典型宽带图像。（f）传感器内BCP与单波段卷积网络的识别精度比较。

借助vdW异质结器件的栅极可调线性宽带光伏效应，可以使用vdW光伏异质结传感器实现各种类型的BCP。在固定的栅极电压下，不同光子能量下的光响应调制决定了波长相关的卷积特性。此外，光响应依赖于栅极电压，通过调制栅极电压可以实现不同卷积核的配置，从而实现对遥感图像的不同运算。作为概念验证，本文使用单个器件逐个接收每个像素图像来执行BCP。为了演示2D宽带滤波或卷积操作，本文使用了来自Jasper Ridge数据集的高光谱图像（图4a）。值得注意的是，嵌入在高光谱图像中的不同类型信息可以用不同的波段突出显示。“土壤”和“树木”的信息主要在NIR波段内突出显示，“道路”和“水”主要在可见（Vis）波段突出显示。然而，在UV波段，场景中的其他特征完全没有，除了高对比度的“道路”。为了将原始高光谱图像过滤成单独的波段，将图像分成一系列3×3的子图像（对应于1×9的向量）。使用器件扫描子图像而不进行栅控，生成一系列离散电流值，它们代表输入序列。图4b显示了器件在NIR、Vis和UV波段产生的灰度图像，类似于在单个特定波长波段工作的传统传感器获得的图像。此外，可以实现图像的同时传感和BCP，例如清晰度和边缘增强。图4c和d展示了器件在图像传感期间对不同波段图像的清晰度操作和边缘增强。与图4b所示的原始图像相比，图像的清晰度是通过突出遥感场景曝光不足/过度曝光边缘的隐藏信息来实现的（图4c）。通过调制图像传感器的栅极电压，可以实现边缘增强的卷积核，消除白色背景和黑色场景图案之间的对比度差异（图4d）。实验数据与模拟非常吻合，这表明vdW异质结光电传感器有利于遥感图像。

不仅限于BCP的应用，光伏vdW异质结的光电特性可用于实现传感器内宽带卷积网络，并在基于单波段的网络上实现更高的宽带图像识别精度。训练宽带图像数据集如图4e所示，包括四种不同类型的字母。与基于单波段的卷积神经网络相比，本文证明了宽带卷积神经网络可以在相同的训练条件下提高宽带图像的识别精度。图4f显示了传感器内宽带卷积网络和单波段卷积网络的识别精度比较。结果表明，传感器内宽带卷积网络在三个训练时期后可以达到接近100%的识别准确率。在十个训练时期后，使用单波段卷积网络获得了90%的识别准确率。传感器内宽带卷积网络的优势也可以体现在损失函数上。请注意，宽带图像的高识别精度主要是由于在不同波段的不同光强度下，正负光响应率保持不变，这是该异质结的光电特性。这也意味着BCP传感器中使用的2D材料的厚度变化对识别精度的影响可以忽略不计。这些结果表明，基于具有栅极可调能带对齐的vdW异质结光传感器的宽带卷积神经网络比使用基于电流阈值的光电二极管或光电晶体管系统具有优势。

总结与展望

本文报道了使用PdSe₂/MoTe₂ vdW光伏异质结的传感器内BCP，提供同时的宽带传感和卷积处理。宽带光电流的线性光强度依赖性和栅极依赖性使得能够使用vdW异质结传感器来实现用于宽带图像识别和分类的卷积网络。与基于单波段的卷积网络相比，传感器内BCP可以有效提高识别准确率。本文的方法可用于为各种复杂的模式识别任务开发传感器内BCP。

文献信息

Broadband convolutional processing using band-alignment-tunable heterostructures

(Nat. Electron., 2022, DOI:10.1038/s41928-022-00747-5)

文献链接：https://www.nature.com/articles/s41928-022-00747-5

上海昂维科技有限公司现提供二维材料单晶和薄膜等耗材，器件和光刻掩膜版定制等微纳加工服务，以及各种测试分析，欢迎各位老师和同学咨询，竭诚做好每一份服务。

高质量h-BN单晶