分享自:

锡掺杂诱导的高性能溶液处理Ga2O3光敏传感器及其在神经形态视觉系统中的应用

期刊:Advanced Functional MaterialsDOI:10.1002/adfm.202303584

新型溶液法制备锡掺杂氧化镓光传感器及其在神经形态视觉系统中的突破性应用

作者及发表信息

本研究由东北师范大学紫外光发射材料与技术教育部重点实验室的Peng LiXuanyu ShanYa Lin(通讯作者)、Xiangjing MengJiangang Ma(通讯作者)等团队合作完成,发表于Advanced Functional Materials期刊(2023年,卷33,文章编号2303584)。


学术背景

研究领域:宽禁带半导体材料、神经形态视觉系统(Neuromorphic Visual Systems, NVSS)、光电传感器。
研究动机
氧化镓(Ga₂O₃)作为一种新兴宽禁带半导体,具备深紫外吸收、可调控的持续光电导性(Persistent Photoconductivity, PPC)及高电场稳定性,是构建NVSS的理想材料。然而,传统Ga₂O₃光传感器需通过物理气相沉积或单晶剥离法制备,成本高且工艺复杂。本研究旨在开发一种低成本溶液法(sol-gel)结合锡掺杂(Sn-doping)策略,制备高性能Ga₂O₃:Sn光传感器,以实现高响应度(Responsivity)和长衰减时间,并模拟生物突触的光学学习与记忆功能。

科学问题
1. 如何通过溶液法实现Ga₂O₃的高效掺杂?
2. 锡掺杂如何调控缺陷态(如氧空位)以优化PPC效应?
3. Ga₂O₃:Sn光传感器能否在低光强(0.5 μW cm⁻²)下实现高精度模式识别?


研究流程与实验方法

  1. 材料制备

    • 前驱体设计:以硝酸镓为镓源,锡箔(Sn foil)为掺杂源,通过醇解-置换反应溶解锡箔,避免氯化锡杂质。
    • 薄膜沉积:在蓝宝石衬底上旋涂前驱体溶液,经500–900°C退火后形成六层Ga₂O₃:Sn薄膜。
    • 结构表征:通过高角度环形暗场扫描透射电镜(HAADF-STEM)和X射线衍射(XRD)确认薄膜为非晶态,EDS分析显示Sn:Ga:O原子比为1:6:7,表明高氧空位浓度。
  2. 光电性能调控

    • 掺杂浓度优化:比较锡含量0%、8%、11%、13%的薄膜,发现13%掺杂时响应度达237 A/W,外量子效率(EQE)为105%。
    • 退火温度影响:600°C退火的样品具有最长衰减时间(>3000秒),归因于氧空位缺陷与锡取代位点对空穴陷阱的调控。
  3. 机理分析

    • 缺陷态研究:通过原位开尔文探针力显微镜(KPFM)证实光照后表面电势升高,表明空穴被缺陷态捕获,导致内增益(Internal Gain)。
    • 理论计算:密度泛函理论(DFT)模拟显示,锡掺杂和氧空位在非晶Ga₂O₃中引入带尾态(Band Tail States),延长载流子寿命。
  4. 神经形态功能验证

    • 突触行为模拟:器件成功复现兴奋性突触后电流(EPSC)、双脉冲易化(PPF)和尖峰频率依赖性可塑性(SRDP)等生物突触特性。
    • 图像处理:4×4光突触阵列在0.5 μW cm⁻²弱光下实现对比度增强和模式识别,准确率达97.3%。

主要结果

  1. 高性能光传感器

    • 13%锡掺杂、600°C退火的器件响应度为237 A/W,优于多数物理气相沉积制备的Ga₂O₃器件(详见表S1)。
    • 超长衰减时间(3000秒)源于氧空位与锡掺杂协同调控的空穴陷阱效应。
  2. 突触仿生功能

    • 器件对100 ms光脉冲的响应时间与人类视觉系统(40–150 ms)相当。
    • 通过光学长时程增强(LTP)和电学长时程抑制(LTD)实现线性权重更新(非线性度0.35),支持高精度神经网络训练。
  3. 应用验证

    • 在噪声比例达20%时,模式识别准确率仍保持80%,显示强鲁棒性。

结论与价值

  1. 科学价值

    • 提出锡箔掺杂的溶液法新策略,为宽禁带半导体的低成本制备提供范例。
    • 阐明锡掺杂与氧空位对PPC效应的协同调控机制,深化了对缺陷工程的理解。
  2. 应用价值

    • 开发的Ga₂O₃:Sn光突触阵列可应用于弱光环境(如太空紫外预警、指纹识别),推动人工智能与边缘计算发展。

研究亮点

  1. 方法创新:首次将锡箔作为掺杂源用于溶液法Ga₂O₃制备,避免杂质引入。
  2. 性能突破:响应度与衰减时间综合性能优于同类器件(图2h, 表S1)。
  3. 跨学科应用:将材料缺陷工程与神经形态计算结合,实现从传感器到系统的全链条创新。

其他有价值内容

  • 器件在高温(900°C)和空气环境中稳定性优异(图S8),适合恶劣工况。
  • 通过SSIM(结构相似性指数)量化图像学习精度,为神经形态硬件评估提供新指标(公式2)。

(全文约2200字)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com