首 页 >> 单篇全文
基于随机编码的单光子探测关键技术研究
[2026-03-09]
【作者】 胡志宏 中国科学院微电子研究所
【导师】 王宇朱精果 中国科学院微电子研究所,中国科学院微电子研究所
单光子探测技术具有灵敏度高、时间抖动小、功耗低等特点,在自动驾驶、遥感测绘、虚拟与增强现实、水下目标成像、远距离目标探测、非视域成像等微弱信号探测领域具有广阔的应用前景。然而,由于单光子探测器(Single photon avalanche diode, SPAD)的超高灵敏度、独特的电路设计以及0/1输出特性,单光子探测技术极容易受到背景噪声与其他探测信号的干扰。传统的单光子探测技术虽然可以通过多个周期的脉冲累积完成时间相关的光子计数直方图统计,实现信号与噪声的区分,但是这无疑降低了系统的探测效率。此外,距离模糊也是脉冲累积单光子探测技术不得不考虑的问题。近年来,随着激光探测技术的快速发展与普及,单光子探测技术在时域与频域上面临着日益严峻的串扰与干扰挑战。为了克服干扰、提高探测效率并解决模糊距离问题,借鉴于扩频通信的随机编码单光子探测技术呼之而出。当前随机编码单光子探测技术中,随机编码主要还是基于伪随机序列实现的。在面对相同编码方式的应用场景时,依然存在串扰的可能性,会造成严重的虚警与鬼像。其次,伪随机序列一般具有0/1码元均衡性,不仅对激光器的调制性能提出了更高的要求,而且调制后的脉冲等效重复频频远高于单光子探测器的计数率。另一方面,随机编码单光子探测系统的探测精度与码元宽度息息相关。然而,在实际应用中,受限于电子瓶颈,码元宽度一般在ns量级。因此,如何提高随机编码单光子探测系统的精度成为一个关键问题。此外,在单光子探测系统中,关于系统的探测效率与抗干扰能力的深入研究,目前鲜有报道。为此,本论文基于SPAD探测器的Poisson响应模型,围绕产生实时随机编码、建立高效且强鲁棒性系统以及提高探测精度等关键技术展开了研究。本论文的主要内容如下:(1)完善了随机编码单光子探测技术的理论模型,推导了更直观的探测概率与信噪比模型。借鉴扩频通信,首次将误码率引入到随机编码单光子探测性能评价体系。针对脉冲累积单光子探测系统与随机编码单光子探测系统,重新定义了探测效率,并对两种不同体制单光子探测系统的探测效率展开了对比研究。研究表明随机编码单光子探测技术具有更高的探测效率。针对当前单光子探测系统面临的日益严峻的干扰问题,借鉴雷达模糊函数对固定重复频率的脉冲信号与随机编码脉冲序列的抗干扰能力展开了理论分析,证明随机编码脉冲序列具有更强的抗干扰能力。这也意味着基于随机编码的单光子探测技术相对脉冲累积单光子探测技术具有更强的抗干扰能力。(2)针对当前伪随机编码存在的0/1码均衡、周期性以及生成速率慢等问题,提出了基于混沌光源的物理随机编码技术。利用混沌激光的物理随机特性与SPAD探测器的概率响应模型以及0/1输出特性产生对初值条件敏感、无周期并适应于死区时间的实时物理随机序列。同时基于光子探测半经典理论,证明了SPAD探测器响应混沌光子信号的模型可以近似用Poisson响应模型表示。此外,利用Monte carlo仿真与实验验证了基于混沌光源与SPAD探测器产生物理随机序列的可行性,并研究了物理随机序列的相关特性。当平均光子数为0.1/ns,死区时间为40 ns时,实现了等效脉冲重复频频为12.5 MHz的实时物理随机序列。(3)针对伪随机编码单光子探测技术存在的串扰以及探测性能问题,提出了利用混沌光源构建实时物理随机编码的混沌光子探测技术,并建立了其理论模型,包括工作原理、探测概率与虚警概率、信噪比等,并利用Monte carlo仿真证明了混沌单光子探测技术的可行性以及探测性能。相较于脉冲累积单光子探测系统与基于m序列的伪随机编码单光子探测系统,在相同的平均脉冲发射功率下,混沌单光子探测系统具有更远的探测距离、更高的探测精度与探测效率、更强的抗干扰能力。对比研究结果表明混沌单光子探测系统是一个高效且强鲁棒的系统。当平均回波初始光电子数为10时,混沌单光子探测系统的探测效率分别是脉冲累积单光子探测系统(100 pulse)与伪随机编码单光子探测系统的约750倍与3倍。当干扰信号的等效脉冲重频低于20 MHz时,混沌单光子系统的探测系统性能基本不受干扰信号的影响。(4)针对混沌单光子探测系统中混沌光源功率低导致无法实现更远距离的目标探测以及需要两个SPAD探测器造成系统复杂的问题,提出了基于混沌脉冲位置调制(Chaotic pulse position modulation,CPPM)的随机编码单光子探测系统并搭建了实验平台,通过互相关解码方式实现了目标的探测,理论上可以实现更远距离的目标探测。针对随机编码单光子探测技术的探测精度受限于码元宽度或脉冲宽度,提出利用PRS-Net与RRes-Net神经网络算法实现三维目标的高精度重建,当信号与噪声光子数比值为1:100时,经PRS-Net与RRes-Net神经网络算法优化后重建三维图像的RMSE(Root Mean-Square Error)相比原始数据重建图像分别提高了约9倍与5倍。

基于随机编码的单光子探测关键技术研究.pdf