硅基光传感器的选择与应用

发布时间:2011-03-18 阅读量:998 来源: 我爱方案网 作者:

中心议题:
     * 光传感器通用标准

     * 光传感器转换速率
     * 光传感器光谱响应
     * 光传感器光学列阵

光传感器,也称为光探测器,可以生长在各种不同的衬底上:锗、砷化镓铟、磷化镓以及硅。所有这些光传感器都具有可变的光谱和时间响应及应用功能,但是这类非硅基传感器的应用空间相对较窄,而硅基传感器则广泛适用于医疗、工业及商业等领域。

硅基光探测器,比如集成了RGB滤波器的TAOS TCS230色彩传感器,为用户提供了众多选项,以适应其广泛的应用领域。与其他光探测器相比,硅基光传感器不仅具有更广泛的用途,而且它们与其他电路的集成也非常容易,通常这使得它们成为更节省成本的解决方案。这也是它们的采用率如此之高的部分原因。尽管硅基光传感器应用广泛,但能否选择到最合适的该种仪器将对设计性能产成巨大的影响。幸运的是,根据大量应用,现在已形成了用于选择集成硅基光传感器的通用标准。

通用标准
  
在硅基IC探测器领域,为特定的应用选择最适合的探测器需要考虑诸多因素。这些因素包括光转换的类型、转换速率以及光谱响应。集成的光传感器可以将光转换成不同种类的输出,包括将光转换成电流(LTC),电压(LTV),频率(LTF)以及数字信号(LTD)。它们对光做出响应并以快慢不等的相应速度输出,速度(响应时间)从几毫秒到几纳秒不等。硅基探测器的光谱响分布于电磁频谱近紫外(300nm)到近红外(1100nm)这一范围内,包含了可见光(400~700nm)。应当注意的是,在这一范围内,光谱响应并不一致。虽然上述3项标准并不是选择光传感器时需要考虑的唯一因素,但它们极大地缩小了选择范围,这样可以对相似的器件类型使用最后的标准(比如成本和封装)进行选择。

光转换
  
LTV和LTC器件分别将光能转换成电压和电流输出。这两种器件有许多相同的应用并可以交互使用。所以,请记住,在下面有关LTV器件的讨论中,如果你使用电流替换电压,那么讨论结果也将适用于LTC器件。LTV器件在感应到光的强度时,它的输出电压会增大或减小。器件的动态范围是介于最小和最大输出电压之间的范围。最小的电压等级/输出称为暗电压(Vd),出现在输入光强度为0的时候。最大或饱和电压级别对应于光电二极管能够转换的最大光能量的输入;即使光能量输入超过该值,输出电压仍将保持不变。 LTV/C探测器适用于需要监测光强瞬间变化的应用领域,例如,在某条生产线上,有必要检测快速移动的传送带上每个物体经过某一点时光强的变化。通常,需要安装一个A/D转换器,作为传感器和微处理器或其他类型控制器之间的接口。LTF器件将光能转换成某种波形,波形的频率与被感应的光强成正比。LTF器件的动态范围由它的最小和最大输出频率决定。当输入光强为0时,输出是最小频率或暗频率。而最大或满刻度频率是输出频率不再随着光强的增加而增加时的频率。

LTF的动态范围远远超过LTV器件,它适用于需要更高分辨率的应用场合。例如,动态范围是4V而噪声(暗电压)是4mV的线性LTV器件可以提供1000个阶梯,而动态范围是1MHz,噪声(暗频率)是0.5Hz的LTF可以提供200万个阶梯,TAOSTSL237即为一例。LTF的频率输出需要使用一个频率计数器或者微处理器进行处理。LTD器件将光强转换成数字数据。然后,数字数据被存储在内部寄存器之中,在那里,数据将随着落在传感器上的光强变化而成正比变化。LTD器件与微处理器之间通常使用各种不同协议之中的某一种作为接口,其中包括SMbus、I2C和SPI。这种器件的动态范围是寄存器最大和最小取值之差。其数字接口也使得这些器件有一定的可编程性,可用来控制增益以及积分时间等量。大多数LTD器件是可寻址的,这意味着多个器件可以在单根总线上共存,从而将互连成本降到最低。TAOSTSL2563是带有可编程增益和积分时间的LTD器件的一个例子。这个传感器通过I2C接口为编程状态提供了中断功能。

转换速率
  
在许多应用中,光探测器能否将光强的变化转换成有用输出的速度是应考虑的一项重要因素。与输出类型无关,光电二极管的偏置和尺寸是决定传感器转换速度的主要因素:光电二极管越大,电容越大,对光强的响应就越慢。因此,反向偏压被用来增加转换速率。请注意,通常情况下,对于集成传感器转换速度的确定起限制作用的因素是集成电路,而不是光电二极管。尽管略有不同,但是LTV和LTC器件都可以被共同归类为光模拟信号转换(LTA)器件。因为除了光电二极管之外,LTA器件只需要很少的电路——电流放大器(CA)或者跨阻放大器(TIA),所以该种器件提供了比LTF或LTD器件更快的响应时间。LTA器件的速度可通过输出的上升和下降时间进行测量。如上所述,它不仅受偏置和光电二极管尺寸的影响,而且还与CA或者TIA的电容有关。除了受光电二极管的限制,LTF器件还增加了电流到频率的转换时间。通常,转换会在电流转换到目标频率输出的一个周期内完成。因此,LTF器件响应产生1kHz波形的光强比响应产生1MHz波形的光强要慢。如果要测量极弱的光强,对这一点的考虑会非常重要。LTD器件的速度与LTA或者LTF器件有些不同,因为LTD器件通常不是连续地在输出总线上放置数据;并且通常只有在控制器发出请求时,它才提供数据。此时,数据才会被载入到数据寄存器。因而,转换速率由总线的速度决定。

光谱响应
  
了解应用的光谱感应要求,并使用具有合适的光谱响应的传感器与之匹配,这是一项重要的系统考虑。例如,使用近红外LED的接近探测器,需要只对近红外区域光谱能量进行响应的传感器。并且这个传感器一定不能对可见光区域的光能进行响应。要达到这样的目的,可以使用外部可见光阻挡滤波器,或者选择带有集成滤波器的探测器。如果应用需要只对可见光区域响应,也需要进行同样的考虑,比如色度测量。这需要滤除太阳以及其他光源的近红外能量,方法是使用外部或者集成的红外阻挡滤波器。这种类型的应用也需要红、绿和蓝(RGB)滤波器,外部的或者集成的都可以。

光学列阵
  
一些应用有时需要搜集空间信息。这时可以采用许多分立器件或者集成光学线性列阵来完成。集成的光学线性列阵由许多像元或像素组成,它们通常排列在一条直线上。像素中心之间的距离被称为像素截距,通常以每英寸内的点数(dpi)给出。400dpi器件的像素截距是63.5μm。空间分辨率直接与dpi数值对应;dpi越大,空间分辨率越高。对于给定的dpi,像素集的数目决定了器件的有效长度;例如,400dpi128像素的TAOS TSL1401的有效长度大约为8mm。这些器件的输出可以是模拟的(通常是电压)或数字的。这些器件的速度由积分时间(光被允许照射器件的时间)和时钟速率决定。对大多数应用而言,线性列阵是通过像素数、有效长度、分辨率和时钟速率来选择的。线性列阵是扫描型应用最理想的选择,但是它也适用于位置和边缘探测。

结束选择
  
一旦根据转换类型、速率以及光谱响应缩小了选择范围,最后的选择就要基于其他标准,比如封装类型、温度范围,当然还有成本。典型的工作温度范围是商用(0~70℃),工业用(-40~85℃),汽车(-40~105℃)以及军用(-55~125℃)通常,成本与硅的尺寸成正比。并且,硅基尺寸越大,成本越高。光的应用倾向于更高的系统集成,见图1,集成度越高,传感器的复杂度越高,但各部件对应用所起的作用却越低。
相关资讯
华虹半导体2025年Q1业绩解析:逆势增长背后的挑战与破局之路

2025年第一季度,华虹半导体(港股代码:01347)实现销售收入5.409亿美元,同比增长17.6%,环比微增0.3%,符合市场预期。这一增长得益于消费电子、工业控制及汽车电子领域需求的复苏,以及公司产能利用率的持续满载(102.7%)。然而,盈利能力显著下滑,母公司拥有人应占溢利仅为380万美元,同比锐减88.05%,环比虽扭亏为盈,但仍处于低位。毛利率为9.2%,同比提升2.8个百分点,但环比下降2.2个百分点,反映出成本压力与市场竞争的加剧。

边缘计算新引擎:瑞芯微RV1126B四大核心技术深度解析

2025年5月8日,瑞芯微电子正式宣布新一代AI视觉芯片RV1126B通过量产测试并开启批量供货。作为瑞芯微在边缘计算领域的重要布局,RV1126B凭借3T算力、定制化AI-ISP架构及硬件级安全体系,重新定义了AI视觉芯片的性能边界,推动智能终端从“感知”向“认知”跃迁。

半导体IP巨头Arm:季度营收破12亿,AI生态布局能否撑起估值泡沫?

2025财年第四季度,Arm营收同比增长34%至12.4亿美元,首次突破单季10亿美元大关,超出分析师预期。调整后净利润达5.84亿美元,同比增长55%,主要得益于Armv9架构芯片在智能手机和数据中心的渗透率提升,以及计算子系统(CSS)的强劲需求。全年营收首次突破40亿美元,其中专利费收入21.68亿美元,授权收入18.39亿美元,均刷新历史纪录。

Arrow Lake的突破:混合架构与先进封装的协同进化

2024年10月,英特尔正式发布Arrow Lake架构的酷睿Ultra 200系列处理器,标志着其在桌面计算领域迈入模块化设计的新阶段。作为首款全面采用Chiplet(芯粒)技术的桌面处理器,Arrow Lake不仅通过多工艺融合实现了性能与能效的优化,更以创新的混合核心布局和缓存架构重新定义了处理器的设计范式。本文将深入解析Arrow Lake的技术突破、性能表现及其对行业的影响。

暗光性能提升29%:深度解析思特威新一代AI眼镜视觉方案

2025年5月8日,思特威(股票代码:688213)正式发布专为AI眼镜设计的1200万像素CMOS图像传感器SC1200IOT。该产品基于SmartClarity®-3技术平台,集成SFCPixel®专利技术,以小型化封装、低功耗设计及卓越暗光性能,推动AI眼镜在轻量化与影像能力上的双重突破。公司发言人表示:"AI眼镜的快速迭代正倒逼传感器技术升级,需在尺寸、功耗与画质间实现平衡,这正是SC1200IOT的核心价值所在。"