导读

苏州大学研究团队通过调控钙钛矿光电二极管的吸收层厚度和界面电场强度，延长了不同波长光子激发的载流子传输和弛豫时间，利用光电流波形和机器学习算法，成功实现了无需额外组件的光强与波长二维信息的精确重构。该研究为未来新型光电器件的设计和优化提供了技术参考。为钙钛矿材料在波长识别和光谱成像、环境监测和智能检测等领域中的应用提供了技术支持。

光的多维属性

光是一种电磁波，具有强度、波长、偏振和相位等多种关键性质。强度代表光的亮度或能量，简单来说，就是我们通过肉眼感知到的光的明暗程度；波长决定光的颜色，例如红光和蓝光分别对应不同的波长；偏振则描述光波的振动方向，偏振光在实际应用中十分广泛，例如偏光太阳镜可以用来减少眩光；相位与光波的周期性变化相关，特别是在干涉和相干性实验中起到重要作用。

传统光学设备的局限和挑战

为了全面理解光的行为和特性，科学家通常需要精确测量这些维度的信息。传统上，解析这些多维信息需要借助复杂的光学设备和机械装置，比如透镜、棱镜和干涉仪等。这些设备能够将光场分解为不同的维度，便于分别测量。然而，这种方法存在一个显著的缺点：它依赖于庞大的设备、复杂的光路和精密的机械控制，增加了成本和体积，同时也限制了系统的灵活性。因此，如何在不依赖复杂光学和机械结构的情况下，仅通过单个光电探测器来解析光场中的多维信息，成为了一个长期存在的技术难题。挑战的核心在于如何从单一维度的光电流中提取多维的光学信息。

全新角度破解多维信息

尽管基于信息重构的单点光谱仪显示出广阔的应用前景，但传统方法往往只从探测器的响应度矩阵中提取信息，忽略了载流子动力学在边缘响应中的潜在信息。近日，苏州大学的研究团队取得了突破性进展。通过调控钙钛矿光电二极管的吸收层厚度和界面电场强度，他们成功延长了不同波长光子激发的载流子的传输和弛豫时间，从而极大地丰富了光场明暗变化过程中边沿波形的光谱信息。最终，这一技术实现了在不依赖额外光学和电学组件的条件下，对光强和波长的二维信息进行重构。

该研究以"Carrier Dynamic Identification Enables Wavelength and Intensity Sensitivity in Perovskite Photodetectors"为题发表在国际光学顶尖期刊《Light: Science & Applications》上。光学模拟表明，短波长光的穿透深度远浅于长波长光。而由于独特的成核和结晶过程，二维钙钛矿材料自上而下呈现出从大n相到小n相的梯度分布，这种梯度带隙特性使其特别适用于倒置结构器件，以实现载流子的快速传输。研究人员反其道行之，通过优化钙钛矿材料的厚度以及采用正式结构的电荷传输层（CTL），调控光吸收和载流子的输运阻抗特性，从而成功利用光电流波形实现了波长的区分。借助机器学习算法分析不同波长所产生的波形数据，如图一所示，在可见光范围内入射光波长的识别准确率达到100%，而光强的还原误差也低至0.1%以下。

前景展望

该研究突破为光电探测技术带来了广阔的应用前景。通过无需复杂光学组件即可实现高精度的波长识别和光强重构，这项技术有望推动光谱成像设备的小型化和成本降低，特别是在环境监测、精准医疗、工业自动化等领域，将带来更高效的光学传感解决方案。此外，结合机器学习的多维光学信息解析方法，未来或可进一步扩展到实时动态监测和智能光电系统，助力人工智能、物联网等前沿领域的发展，为现代科技带来更深远的影响。（来源：LightScienceApplications微信公众号）

图1. 波长传感器的工作流程。

相关论文信息：https://doi.org/10.1038/s41377-024-01636-6