當(dāng)前位置:首頁 > 公眾號(hào)精選 > 光機(jī)電領(lǐng)域
[導(dǎo)讀]在本例中,通過使用FDTD求解器和CHARGE求解器對(duì)CMOS圖像傳感器的光學(xué)和電學(xué)特性進(jìn)行仿真,從而分析其角度響應(yīng)。仿真的結(jié)果主要包括:光的空間分布與傳輸,光效率及量子效率與光入射角度的關(guān)系,同時(shí)還分析了微透鏡位移產(chǎn)生的影響。

說明
在本例中,通過使用FDTD求解器和CHARGE求解器對(duì)CMOS圖像傳感器的光學(xué)和電學(xué)特性進(jìn)行仿真,從而分析其角度響應(yīng)。仿真的結(jié)果主要包括:光的空間分布與傳輸,光效率及量子效率與光入射角度的關(guān)系,同時(shí)還分析了微透鏡位移產(chǎn)生的影響。

下載
聯(lián)系工作人員獲取附件
 

綜述


CMOS圖像傳感器在亞波長(zhǎng)范疇的吸收、散射和衍射及電荷的運(yùn)動(dòng)特征,通常需要聯(lián)合其光學(xué)與電學(xué)特性來仿真分析。因此,在本例中光學(xué)仿真將用于求解光場(chǎng)的分布、傳輸和效率等結(jié)果,同時(shí)仿真還分析了光入射角度和位移的影響。隨著步驟1-3中參數(shù)個(gè)數(shù)不斷增加(單模擬、角度/偏振掃描和角度/偏振/微透鏡位置的掃描),案例將分析不同參數(shù)與結(jié)果的復(fù)雜關(guān)系。最終,基于光學(xué)仿真(步驟2)得出的電荷生成數(shù)據(jù)將與電學(xué)仿真(步驟4)得出的加權(quán)函數(shù)相結(jié)合,分析求解出不同入射角度下的量子效率和串?dāng)_(步驟5)。


注解:“像素(pixel)”的定義可能因應(yīng)用領(lǐng)域而有所區(qū)別。在本例中,光學(xué)仿真區(qū)內(nèi)有一個(gè)周期單元(unit cell),一個(gè)單元中有紅/綠/藍(lán)/綠四個(gè)像素,我們將周期單元中包含的紅/綠/藍(lán)/綠結(jié)構(gòu)稱為“像素”。這意味著一個(gè)單元中有4個(gè)像素,如下圖所示。

 

步驟1:初始仿真

模型中的傳感器以固定角度被平面波照射,運(yùn)行仿真FDTD求解器將獲取每個(gè)像素中的場(chǎng)分布、傳輸和光學(xué)效率。在此步驟中將得到以下結(jié)果:


光場(chǎng)分布 Field profile
場(chǎng)監(jiān)視器將分別記錄紅/綠色像素和綠/藍(lán)色像素橫截面上的光場(chǎng)分布。因?yàn)楣庠吹牟ㄩL(zhǎng)被設(shè)置為550 nm(綠色),由于不同區(qū)域的波長(zhǎng)選擇性不同,所以可以發(fā)現(xiàn)下圖中綠色像素處的監(jiān)視器中的透射較高。

 

傳輸效率 Transmission
為了計(jì)算每個(gè)像素吸收的能量(光學(xué)效率),我們可以選擇僅在像素的耗盡區(qū)域上計(jì)算硅表面處坡印廷矢量在法線方向的分量Pz的積分。若想在目標(biāo)區(qū)域計(jì)算Pz的積分,最簡(jiǎn)單方法是使空間濾波器(場(chǎng)監(jiān)視器)的尺寸與耗盡區(qū)域相同,再將其與Pz分量相乘。下圖分別是未過濾的Pz分量、耗盡區(qū)域和耗盡區(qū)的Pz分量。本例中,每個(gè)耗盡區(qū)的形狀接近一個(gè)1x1um正方形,但帶有圓角。

 

光學(xué)效率Optical efficiency
 

光學(xué)效率定義為像素耗盡區(qū)域中吸收能量與光源發(fā)出能量的比值,定義為:

 

通過對(duì)硅表面的Pz分量進(jìn)行積分,與光源發(fā)出的總能量進(jìn)行歸一化,可以發(fā)現(xiàn)約38%的能量被傳輸?shù)焦鑼又?。其中,兩個(gè)綠色像素的綜合效率約為33%,而紅色和藍(lán)色像素的效率分別約為0.5%。

 

 

步驟2:角度響應(yīng)

此步驟計(jì)算了光入射角度與光學(xué)效率和電子-空穴對(duì)生成速率的關(guān)系。在此例中,生成速率結(jié)果將在y方向上求平均后以2D格式保存,以便兼容步驟5中的2D電學(xué)模型,來計(jì)算器件的量子效率。

 
文件掃包含14個(gè)掃描點(diǎn),由光源的7個(gè)入射角度和同一角下的2個(gè)極化方向交叉而成。在此步驟中將得到以下結(jié)果:


光學(xué)效率
不同像素的光學(xué)效率與光源入射角度的關(guān)系如下所示。從結(jié)果可以發(fā)現(xiàn),綠色光源的光效率在正入射時(shí)最大,在較大的入射角時(shí)減小。此外,角度響應(yīng)仿真還提供了光學(xué)串?dāng)_的測(cè)量方法,從圖中可以發(fā)現(xiàn)在綠色光源下,有部分光能量被紅色或藍(lán)色像素吸收了(反之亦然)。

 


產(chǎn)生速率 Generation rate

掃描完成后將創(chuàng)建14個(gè)包含綠色/藍(lán)色像素生成速率的數(shù)據(jù)文件。下圖顯示了綠色/藍(lán)色像素中非偏振光(550 nm)的生成速率。本示例收集的是“y”方向上的平均生成速率,并通過腳本生成其在方向GL(x,z)上的2D平均映射。這樣做的目的是使生成的2D生成速率與步驟4中CHARGE的2D仿真模型相兼容,從而節(jié)省電學(xué)仿真階段所需要的時(shí)間。

 


步驟3 :微透鏡位移

本步驟中將計(jì)算出光學(xué)效率與光源入射角度及微透鏡位移關(guān)系的2D數(shù)據(jù)圖。


掃描總共包括462個(gè)掃描點(diǎn),由21個(gè)不同的微透鏡位移和對(duì)應(yīng)的2個(gè)偏振下的11個(gè)光源入射角度組成。下圖展示了每個(gè)像素在不同光源角度和鏡頭偏移時(shí)的光學(xué)效率。從綠色像素的結(jié)果可以看出不同入射角度下的最大光學(xué)效率,如黑色虛線標(biāo)記所示,位移隨角度的偏移量約為37nm/度。例如,如果光線以15度入射時(shí),透鏡需要移動(dòng)約555 nm以獲得最大光學(xué)效率。

 

 

步驟4:加權(quán)函數(shù)

運(yùn)行CHARGE求解器以獲得系統(tǒng)對(duì)基板中任意位置的電子-空穴對(duì)的脈沖響應(yīng)(格林函數(shù) Green’s function)。由此,我們計(jì)算了一個(gè)空間變化的加權(quán)函數(shù),該函數(shù)表示在空間中任何點(diǎn)生成的電子-空穴對(duì)被特定像素的觸點(diǎn)收集的概率(本例中為綠色)。


在這一步中,我們?cè)贑HARGE仿真中使用point generation source來確定器件的加權(quán)函數(shù)W(x,y,z)。W(x,y,z)表示對(duì)應(yīng)位置產(chǎn)生的電荷被特定觸點(diǎn)收集的概率。這種方法基于格林函數(shù)G(x,y,z),通過分析可得每個(gè)觸點(diǎn)響應(yīng)特定位置脈沖源時(shí)的載流子密度n,p。


載流子密度是通過仿真電荷運(yùn)動(dòng)分析出來的。為了確定完整的格林函數(shù)G(x,y,z),根據(jù)腳本的指令,脈沖源的位置將沿著路徑r不斷移動(dòng),掃過整個(gè)仿真區(qū)域。下圖顯示了綠色像素的加權(quán)函數(shù)W(x,y,z),表明當(dāng)電荷靠近綠色觸點(diǎn)(左上角)時(shí),綠色像素的收集概率非常高。然而,它還表明,在藍(lán)色像素區(qū)域(x>0)產(chǎn)生的一些電荷被綠色觸點(diǎn)收集的概率并非零。這表明相鄰像素之間存在一定的串?dāng)_串?dāng)_。

 

步驟5:內(nèi)部量子效率和串?dāng)_

在這一步中,我們將基于格林函數(shù)方法計(jì)算綠色像素的量子效率(QE)和綠色/藍(lán)色串?dāng)_。相關(guān)數(shù)量的定義如下:

 

量子效率和串?dāng)_:
 

依次加載步驟2中從不同角度掃描得到的14份生成速率數(shù)據(jù),并將其與綠色像素的加權(quán)函數(shù)相乘。下圖顯示了常規(guī)角度入射時(shí),非偏振光的GL(x,z)、Wgreen(x,z)和GL(x,z)*Wgreen(x,z)。

 


通過對(duì)GL(x,z)*Wgreen(x,z)進(jìn)行積分并將其與總生成速率進(jìn)行歸一化,我們獲得了綠色像素的IQE。對(duì)藍(lán)色像素Wblue(x,z)的加權(quán)函數(shù)重復(fù)相同的過程,會(huì)產(chǎn)生綠色/藍(lán)色串?dāng)_。IQE的最大值約為80%,在較大的光源角度下會(huì)數(shù)值將會(huì)減小。這一趨勢(shì)與綠/藍(lán)串?dāng)_在更大角度上的增加相一致,最大EQE約為26%。

 

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉