激光干扰探测器饱和面积非线性效应研究

郎晓萍,张亚男,李晓英,牛春晖

(北京信息科技大学 仪器科学与光电工程学院，北京 100192)

引 言

电荷耦合器件(charge coupled device，CCD)具有体积小、动态范围大、抗畸变及灵敏度高等优点，被广泛应运用在军事作战、航天、医药诊断和工业检测等领域。在现代高技术战争中，光电对抗作为一种全新的作战手段在不断发展和壮大，光电对抗也从传统军事力量的一种补充演变为克敌制胜的一种有效手段。在光电对抗中，CCD极易受到激光的辐射干扰，严重情况下会导致传感器无法正常工作，甚至导致传感器内部结构损坏以及材料的永久性损伤，从而无法再成像。因此，研究不同性能激光对CCD的干扰，对于提高CCD抗干扰性能以及提高我国在光电对抗领域作战能力具有重要意义。

目前国内外大多数研究集中于红外脉冲或连续激光对CCD图像传感器的干扰和损伤实验[1-9]，部分学者开展了对激光干扰CCD的有限元或其它方式的仿真研究[10-19]；其中参考文献[19]中介绍了“水桶模型”来描述光生载流子的扩散方式，并推导出饱和像元在积分前期数量增长的线性模型，但结果并不能准确描述整个积分过程的非线性关系。

根据激光作用CCD探测器后载流子随积分时间的非线性增长方式以及载流子在CCD像元间扩散时，超过像元势阱容量的载流子被CCD特有通道导出的特性，针对已有的“水桶模型”存在的误差对该模型进行修正，从而获得符合实际干扰情况的非线性关系，且仿真结果与实验数据吻合良好,丰富了激光对CCD干扰的研究。

1 CCD工作原理和干扰机理

电荷耦合器件的突出特点是以电荷作为信号，CCD的基本功能是电荷的存储和转移，CCD工作过程主要是信号电荷的产生、存储、传输和检测。CCD的基本单元由金属栅极、二氧化硅层、半导体硅基底构成，称为金属氧化物半导体(metal oxide semiconductor,MOS)结构，如图1a所示。每个MOS单元也就是像素单元，像素单元由P型硅作为基底材料，在P型硅上面氧化极薄一层(厚度约0.1μm～0.2μm)，在此氧化层镀上一层金属电极，通常称之为栅极G。将MOS电容接地，与氧化层接触的硅表面下多数载流子分布基本均匀，如图1b所示。在栅极与P型硅基底之间施加正电压V后电势分布改变，形成一个电子势阱，用于存储电荷，如图1c所示。

Fig.1 Fundamental MOS structure in CCD

当强光照射CCD探测器时，光信号积分时间下，CCD探测器中的半导体材料半导体吸收光子，光子能量远超过带隙能量从而激发半导体产生大量电子空穴对，称为光生载流子，载流子中的电子被MOS结构吸引到势能较低的氧化层与半导体的交界面处，随着电荷的不断填充，表面势收缩，当电荷足够多时，势阱被填满，此时表面势最窄，束缚的电子达到势阱容量最大值，于是不再束缚多余电子，电子将产生“溢出”现象。

光生载流子由MOS电容内部产生，MOS电容实际埋沟结构如图2所示。埋沟的两边各有一个比较厚的场氧化物区，形成势垒沟道。强光辐照CCD，光生载流子在积分初期就可以把势阱填满，之后产生的光生载流子则向临近像元溢流，溢出的载流子向周围扩散，逐渐填满周围势阱，干扰光斑和串音线由此产生，但是CCD沟道的存在也会排走部分向四周溢流的载流子，从而造成载流子的流失，进而减缓了饱和像元的增长速度。

Fig.2 Buried-ditching structure of MOS capacity

2 CCD干扰的非线性模型建立

2.1 载流子浓度非线性增长理论

可见光激光辐照CCD表面时，CCD将光信号转化为电信号，理想情况下，如不考虑其它影响因素，若光照不变，光生载流子浓度将随积分时间t线性增大，但实际上，由于光激发的同时，还存在电子-空穴对的复合，因此实际载流子增长并非完全线性。设t=0时开始光照强度为I。在小注入时，光生载流子寿命τ是定值，被称为弛豫时间，复合率R=Δn/τ。在光照过程中，单位体积的光生载流子浓度Δn的增加率应为:

(1)

分离变量并积分，利用起始条件t=0，Δn=0，得到方程解为：

(2)

可见，小注入情况下，光生载流子浓度(光电导率)按指数规律上升。当t≫τ时，

Δn=αβIτ=Δns

(3)

式中，Q为载流子电荷量，α为半导体吸收系数，β代表每吸收一个光子产生的电子-空穴对数，称为量子产额，Δn为单位体积的光生载流子浓度，Δns即为光生载流子浓度的定态值[20]。

2.2 载流子扩散模型

根据载流子扩散特点， CCD在受激光辐照时，饱和像元数N满足如下关系：

(4)

式中，Q0为激光辐照CCD后光生载流子的理想总电荷量，Qth为像元势阱的电荷量阈值。根据(2)式光生载流子浓度关系式，可以得出理想总电荷量Q0为：

Q0=ΔnSd

(5)

式中，S为CCD受光面积，d为势阱深度。

把(5)式代入(4)式可得饱和像元数与积分时间有如下关系：

(6)

图3a为光生载流子扩散分布2维仿真结果。它反映了串扰饱和像元数目分布情况，仿真根据光生载流子扩散速率和载流子浓度成正比的关系，中心光斑处为激光辐射源，为整个积分时间提供扩散的光生载流子，根据CCD像元排布结构特点，即像元在水平方向被沟阻结构隔开，阻碍了载流子在水平方向的扩散速度，因此在仿真过程中载流子在垂直方向上扩散速度大于水平方向的扩散速度，所以可以在仿真结果中看到扩散形成的椭圆光斑和垂直串扰线。图3a中中心光斑颜色最深，即中心光斑接受的激光能量最高，光生载流子由此被激发出，因此光斑处光生载流子数量最多，CCD的饱和像元最多，载流子填充势阱并不断向周围溢出，距离中心光斑越远，载流子数目越少，CCD的饱和像元越少，反映到图3a即远离中心光斑的位置颜色渐浅；在修正该模型时，考虑到CCD工艺结构中沟道的存在导致一些溢出载流子未来得及扩散到周围像元便被排出从而使得饱和像元数量增长率降低，进而造成干扰的非线性，因此需要通过对高斯曲线一定通孔半径范围内光生载流子积分计算，来补充未参与填充像元势阱的光生载流子对饱和像元数的影响。

Fig.3 Diffusion distribution of photogenerated carriersa—2-D distribution of carriers b—3-D distribution of carrievs

图3b 为光生载流子分布3维图。在图3a的位置基础上，对串音线上载流子浓度高低进行形象展现，根据激光能量的高斯分布性质，激光束中心能量最高，占个像素，远离中心处能量随距离呈高斯分布，完整的3-D载流子分布图应各个截面均为高斯分布的钟形，为了便于计算，这里只截取纵截面进行分析。从图3b中可以看出，造成“水桶模型”仿真误差的重要原因之一是仿真程序中对饱和像元的统计并未考虑CCD沟道排出的载流子，图3b中大于5000cm-3的部分代表泄露的载流子，因此在模型修正过程中要通过积分方式来计算泄露载流子所占比例。

由高斯分布特性可知，CCD沟道排出的光生载流子电荷量Q满足：

(7)

式中,w(z)为曲线束腰半径，A0为高斯分布灰度最大值，k为因子项,g为载流子积分区域损耗，r为束腰半径。

假设这部分光生载流子总电荷量分布在束腰半径具体为ρ的区域，则通过积分可以得到损耗掉的电荷量百分比为：

(8)

变量代换，积分区间相应变换为(0，2ρ2)，计算积分结果为：

(9)

因为束腰半径ρ随t增加而增加，可以认为t∝ρ，即ρ=a×t，a为系数，用积分时间t替换ρ，得：

(10)

综上所述，结合载流子的产生和扩散，能够确定一定功率激光作用CCD后，积分时间同饱和像元的关系如下：

(11)

整理后最终得出：

(12)

综上可知，两个对激光干扰过程中饱和像元数目的影响因素：光生载流子电子-空穴的复合以及CCD沟道对载流子的泄露共同导致了一定激光功率下饱和像元数随积分时间的非线性增长。正如(12)式所反映的：理想光生载流子数目乘以这两个衰减因子后得到实际能够填充的势阱数目,即为激光干扰CCD实际饱和像元数。

3 干扰实验

图4所示为实验基本光路图。所用激光为波长为532nm的连续激光，连续衰减片实现对激光光强的控制；由于激光具有高度的相干性，空中的灰尘、光学元件或激光本身往往有一些散射光会形成光晕等杂散光的干扰，为了改善光束质量，实验中加入针孔滤波系统：激光先由10倍的显微镜物镜聚焦，再通过直径约25μm的针孔，使杂散光不能通过，以减少实验所得数字图像中非相关光对干扰结果的影响。接着，汇聚的点光源经过透镜成为各部分光强均匀的平行光，最后辐照CCD相机，通过计算机获取干扰数据，实验全程在暗室环境中进行。光路中的分光镜分光比为1∶1。实验中采用Basler CCD相机，黑白相机型号为：acA640-120gm Basler ace GigE，采用Sony ICX618ALA芯片，CCD相机像素为659×494，尺寸为5.6μm×5.6μm。

Fig.4 Experimental system diagram

搭建激光干扰实验系统，并在暗室中展开实验，调整光束与探测器的靶面位置，通过旋转衰减片来调整光功率大小。用激光功率计测得光功率值为0μW，13.34μW，18.2μW，70.7μW时，起先没有激光辐照CCD表面，故并没有干扰光斑出现，接着小功率激光辐照CCD后，计算机捕获到CCD干扰图像，图像中激光辐照处开始出现一个明亮的小光斑，干扰光斑随功率的增加尺寸逐渐增大，功率值超过串音阈值后干扰光斑中心出现垂直方向的串音线，并随激光功率的增强，串音线亮度增强，宽度增大。采集到不同光功率下的干扰光斑图像，如图5所示。

Fig.5 Crosstalk phenomenon about laser interfering CCD

不断旋转衰减片，使得激光辐照CCD的能量逐渐由弱变强，计算机持续捕获一系列相应功率下的干扰图像，通过图像处理软件对干扰图像进行数据处理，最终获得532nm激光辐照黑白CCD干扰关系曲线，如图6所示。

Fig.6 Relationship curve between interfering area and laser power

图6可以看出，对于波长为532nm的可见光辐照CCD时，CCD的饱和像数点数随激光功率的增加呈指数型增长。小功率范围激光辐照时，饱和点数增长速度快，可以视为饱和点数随功率呈线性增长；激光功率较高时，饱和点数目增长逐渐趋于平缓，整体来看，饱和像元数随光强增加呈非线性增长。

4 拟合结果

基于上述理论分析和公式推导，利用MATLAB建立修正后的CCD光生载流子扩散模型，即(12)式，各个参量值如表1所示。拟合得到饱和像元数随积分时间的曲线如图7所示。

Table 1 List of fitting parameters

Fig.7 Varying curve of saturation pixel number to integrating time

图7是激光干扰3条曲线对比图。分别为：原有“水桶模型”干扰直线、根据(12)式绘制的仿真修正曲线以及实验中获得的实际干扰值。实际干扰实验中，采用积分时间不变改变干扰激光功率的方法，根据总入射能量E不变，而E=Pt，可以认为改变积分时间t和改变激光功率P两种方式等价。由图7可以看出,原有“水桶模型”并不能准确反映对整个的干扰，只能反映积分初期饱和像元的线性增长，而修正后的仿真曲线与实际值吻合良好，说明仿真思路正确，针对原有“水桶模型”误差的补偿方式合理准确，丰富了激光对CCD干扰的仿真研究。

为了验证本文中提出的非线性模型对于其它波长干扰CCD的有效性，采用4种常用波长(473nm,532nm,632.8nm,1064nm)激光器进行了干扰CCD实验，根据实验数据并结合非线性模型进行了拟合，拟合结果如图8所示。在图中，点代表实验数据，实线代表拟合曲线。从图8可以看到，不同波长激光干扰下，CCD饱和像元数增加趋势不同，但在初始阶段接近于线性增加，随着积分时间继续增加，CCD饱和像元数呈现非线性。拟合曲线与实验数据吻合较好，说明本文中提出的非线性模型对可见光和近红外波段波长都适合。

Fig.8 Varying curve of saturation pixel number under laser irradiation with different wavelength

定义实验数据和拟合数据之差与实验数据的比值为相对误差，则图8中对应的473nm,532nm,632.8nm和1064nm 4种波长激光干扰电荷耦合器件实验数据与拟合数据平均相对误差分别为7%,5%,5%和7%，证明了本文中提出的非线性模型的有效性。

另外，本实验中采用的都是连续激光器，根据激光干扰CCD的基本机理，如果采用重频高(远大于CCD帧频)脉冲激光干扰CCD，其干扰像元数变化也可以采用本文中提出的非线性模型进行预测。但是对于重频接近或低于CCD帧频的脉冲激光，本文中提出的非线性模型是否有效需要进一步实验验证。

5 结 论

根据激光干扰CCD时光生载流子的产生及扩散特点，针对已有的“水桶模型”存在的误差对该模型进行修正；根据激光作用CCD探测器后载流子随积分时间的非线性增长方式以及载流子在CCD像元间扩散时，超过像元势阱容量的载流子被CCD特有通道导出的特性，通过对高斯曲线一定通孔半径范围内光生载流子积分，来达到补偿未参与填充像元势阱的光生载流子对饱和像元数的影响，使得饱和点像数随积分时间满足实际情况呈非线性增长。针对波长为 532nm 的激光辐照硅基 CCD 探测器而引起的光生载流子的扩散过程，利用修正后的模型在MATLAB上进行了仿真计算，得到了 CCD 探测器受激光辐照时饱和像元随积分时间的变化曲线，仿真结果与实验结果一致。