南京大学实现阵列超导单光子探测器压缩感知高保真读出

来源：南京大学新闻网

近日，吴培亨院士领导的南京大学超导电子学研究所张蜡宝教授课题组研制出压缩感知读出的阵列超导单光子探测器，实现了面阵探测器的单通道高保真读出，对推动阵列超导单光子探测器及其实际应用将发挥重要作用。

超导纳米线单光子探测器(SNSPD)是一种性能优异的单光子探测技术，已被应用到量子信息、远程激光雷达、月地激光通信、生物活体成像等领域。然而，现有的SNSPD大多为单像元结构，且光敏面积较小，对自由空间光子的耦合效率低，且无法分辨空间位置，难以满足许多大型的实际应用的需求。因此，大光敏面阵列器件研制是SNSPD领域的重要发展方向之一，但相应的信号读出面临巨大挑战。

本工作通过压缩感知算法，对阵列探测器中各像元的响应信号进行采样、读出与重建，将系统复杂度转移到较易实现的直流偏置端，简化了读出设备，仅需单个通道即可读出。该方法在降低系统整体功耗的同时，还降低了相邻像元串扰概率，并降低复用读出的误判概率，提升阵列探测器成像的峰值信噪比和结构相似度。

常规SNSPD读出采用同轴电缆将超导器件与室温读出电路互联，通过室温下的电路加载偏置电流和读出快速响应的脉冲信号。然而，随着阵列数量的增加，连接室温和超低温的同轴线数量也随之增加，导致制冷机热负载、体积和成本大幅度增加。另外一种方式是发展集成读出芯片。但是，工作在超低温的集成电路元器件不成熟，且会带来较高的热负载。阵列器件信号读出是研发阵列超导单光子探测器的关键难题之一。

图1 阵列探测器压缩感知读出方案示意图

针对阵列器件读出难题，研究人员采用深度学习算法训练后的采样矩阵，对各纳米线探测器像元单独进行电流偏置来实现压缩感知采样，即在不同时刻按照特定算法控制阵列器件的各个像元工作状态。该方法将压缩感知算法与行列复用结构的器件巧妙地结合起来，对阵列的行总线X和列总线Y同时施加一半的偏置电流才能使得像元(X,Y)工作，其他情况下皆不工作；再将不同偏置情况下所有像素的响应信号合成，根据采样矩阵和读出信号重构所有像素的计数值。阵列结构的定制化采样矩阵与常规采样矩阵不同，因此采用深度学习算法对采样矩阵和重建算法进行联合的优化，不仅可以结合先验信息对随机噪声进行抑制，还能保证读出的速度和准确性。

图2 两种读出方案的成像结果比较。这里，RC、0.25和0.5分别代表行列读出、0.25倍压缩和0.5倍压缩。采用压缩感知的单通道读出，获得图像的峰值信噪比和结构相似度等指标均优于常规行列读出。

与当前大多数的复用读出方案相比，该方案将系统复杂度转移到了偏置端，简化了读出设备，仅需一个单通道模数转换器进行读出。如图2光斑成像结果表明，该工作在不同光强与成像帧率下的性能都优于美国喷气推进实验室报道的行列复用读出方案。在单光子量级输入光和高帧率(1000帧/秒)情况下，该方案获取的光斑图像质量(峰值信噪比)比行列读出方案高10 dB。

另外，当多个光子同时打在同一行的多个像元时，行列复用等读出方案可能会出现误判，从而导致图像部分失真并需要长时间的积分来弥补。基于压缩感知的读出方案在一定程度上避免了这一问题，因为该方案获取的是不同偏置电流下所有像元响应信号的合成值，不会出现时序匹配的问题，经过算法重建可以高保真的还原出各像元的响应信号。因此，该工作在保证读出质量和速度的同时，降低了阵列探测器读出所需的硬件成本，为超大规模阵列超导探测器的研究提供了一种新思路。

相关研究工作以"SNSPD Array with Single-Channel Readout Based on Compressive Sensing"为题发表于《ACS Photonics》(IF：7.1)，[https://doi.org/10.1021/acsphotonics.2c00864]。

南京大学电子科学与工程学院博士生管焰秋和李昊辰为该论文共同第一作者，张蜡宝教授为论文通讯作者，王昊副研究员和陈奇博士参与了部分工作。相关工作得到了涂学凑高工、赵清源教授、贾小氢教授、康琳教授和陈健教授的大力支持。吴培亨院士对本工作进行了深入指导。该项研究得到国家重点研发计划、国家自然科学基金、广东省重点领域研发计划等资助。

相关阅读：

每周一到周五，我们都将与光子盒的新老朋友相聚在微信视频号，不见不散！

你可能会错过：