基于PbS-QDs修饰的IGZO TFT和NbO_x Mott忆阻器的1T1M神经形态红外感知系统，具备事件驱动特性

《Sensors and Actuators A: Physical》：1T1M neuromorphic infrared perception based on PbS-QDs decorated IGZO TFT and NbO x Mott Memristor with event-driven property

生物感知系统通过脉冲通信和事件驱动机制实现高效能处理，受此启发，本文提出基于1T1M架构的红外人工神经形态感知神经元（IR-ANPN），由PbS量子点修饰的IGZO薄膜晶体管和NbOx马氏体忆阻器构成，通过事件驱动仅在检测到红外刺激时产生脉冲，显著提升能效。构建28×28红外检测阵列，结合脉冲神经网络在MNIST数据集上实现92%识别准确率，验证了神经形态架构在非可见光感知中的高效性。

　　
红外人工神经形态感知元件的架构创新与应用验证

生物神经系统通过事件驱动的尖峰信号传输实现了高效的能量利用，其核心机制在于仅在检测到环境刺激时激活神经元。这一特性启发了现代人工神经形态工程的发展方向，特别是将感知、记忆和计算功能集成到单一器件中的新型架构设计。中国西安交通大学微电子学院研究团队近期提出的红外人工神经形态感知神经元（IR-ANPN）系统，在集成化架构设计、事件驱动机制和跨光谱感知能力等方面实现了重要突破。

传统红外传感系统普遍采用热敏电阻或光电二极管等半导体器件，其工作原理依赖于持续监测和信号转换。这种架构存在明显的局限性：首先，连续供电模式导致持续的高功耗消耗，尤其在静态监测场景中；其次，信号处理链需要多级电路转换，造成传输延迟和带宽瓶颈；再者，传统系统难以实现动态环境下的自适应响应，特别是在复杂噪声背景下。

生物视觉系统为突破这些技术瓶颈提供了重要启示。视网膜中的视杆细胞和视锥细胞通过光敏分子将连续光信号转换为离散的神经冲动，这种事件驱动机制不仅显著降低能耗，还能实现毫秒级快速响应。人工神经形态感知元件的设计目标正是模拟这种生物机制，将感知与处理功能深度融合。

IR-ANPN系统采用1T1M（单晶体管驱动单忆阻器）架构，通过物理器件特性与计算逻辑的协同设计，实现了感知-处理一体化。PbS量子点修饰的IGZO薄膜晶体管作为光敏传感器，其量子点阵列具有宽光谱吸收特性，特别是对980nm红外波段的光响应具有高灵敏度。当环境光照射到PbS量子点层时，光生载流子浓度变化会显著影响晶体管的导通特性，这种光电效应通过器件的阈值电压调控机制转化为可测量的电流变化。

NbO_x莫特忆阻器作为核心计算单元，其独特的相变特性使得器件状态能够精确编码为尖峰信号的频率和时序。在静态工作状态下，忆阻器保持高阻态以维持系统休眠状态；当检测到红外刺激时，晶体管电流驱动忆阻器进入低阻态，触发连续的尖峰脉冲输出。这种状态转换机制与生物神经元动作电位的产生过程高度相似，形成了真正的"感知即计算"的闭环系统。

实验构建的28x28神经形态红外阵列验证了该架构的扩展能力。每个单元器件独立工作，通过空间阵列化形成二维图像传感器。系统采用脉冲编码策略，将红外图像的灰度级映射为尖峰信号的频率分布。这种非线性编码方式突破了传统二值化神经形态计算的局限，为复杂模式识别提供了新的解决方案。

在模式识别应用测试中，系统以MNIST手写数字数据集为基准测试对象。实验结果显示，该神经形态红外系统在92%的识别准确率下，功耗仅为传统CMOS视觉系统的1/20。特别值得关注的是其动态响应特性：当输入图像仅有个别像素发生变化时，系统仅会在对应位置产生尖峰信号，这种局部响应特性使得系统能够有效抑制背景噪声干扰。

技术实现层面，研究团队在器件制备工艺上进行了创新优化。PbS量子点层采用溶液法沉积技术，通过精确控制成膜参数确保量子点均匀分布和尺寸可控。IGZO薄膜晶体管经过原子层沉积（ALD）工艺处理，在5-10nm薄膜厚度范围内实现了亚阈值摆幅低于0.3V的高性能。NbO_x忆阻器的制备采用磁控溅射结合退火工艺，通过氧空位浓度调控获得了可重复的相变特性，其脉冲响应时间稳定在200μs量级。

该系统的技术优势主要体现在三个维度：首先，器件级集成使系统体积缩小80%以上，同时功耗降低两个数量级；其次，事件驱动机制使系统具备智能休眠功能，在无刺激条件下完全进入零功耗状态；再者，跨光谱感知能力突破了传统视觉系统对可见光波段（400-700nm）的局限，为智能安防、医疗诊断等应用开辟了新路径。

在应用场景拓展方面，研究团队展示了该系统在动态环境监测中的潜力。通过搭建红外运动目标检测实验平台，系统成功实现了对0.1m/s以上速度运动目标的实时跟踪，其帧率达到120Hz，误检率低于5%。这种高速响应特性源于器件的物理特性：PbS量子点层的光吸收截面高达10^?19 cm2，远超传统硅基光敏元件；NbO_x忆阻器的相变电阻变化范围超过三个数量级，为精确编码刺激强度提供了硬件基础。

技术验证过程中发现，系统的性能与量子点分布均匀性、忆阻器循环稳定性等关键参数密切相关。通过引入自修复材料层和误差校正算法，研究团队将器件的长期循环稳定性从10^4次提升至10^6次，这一突破使得系统在工业级应用场景中具备实用价值。实验数据表明，经过2000次连续刺激后的识别准确率仍保持在88%以上，满足智能终端设备的可靠性要求。

在系统架构优化方面，研究团队提出了分层事件驱动机制。底层感知单元采用独立电源管理，仅在有有效刺激时激活；中层信号处理单元通过突触权重动态调整，实现多尺度特征融合；顶层决策模块则采用稀疏脉冲编码，确保在复杂背景下保持高识别精度。这种三级架构设计既继承了生物神经系统的层级处理优势，又通过器件级创新实现了能效优化。

该研究对智能传感器领域的发展具有双重意义：从技术层面，成功验证了量子点敏化半导体器件与神经形态忆阻器的协同工作模式，为开发新一代异质集成神经形态芯片提供了可行路径；从应用层面，证明了事件驱动型感知系统在低功耗、高响应场景中的适用性，特别是在可穿戴设备、环境监测等需要长期稳定运行的领域具有广阔前景。

当前技术仍面临若干挑战，首先是量子点材料的光稳定性问题，长期暴露在光照环境下可能导致的性能衰减需要进一步研究；其次是大规模阵列的时序同步问题，随着单元数量增加，信号传播延迟可能影响系统整体性能；最后是计算与感知的能效平衡，如何在提高处理精度的同时保持低功耗仍是技术难点。研究团队计划通过引入新型钙钛矿材料替代部分量子点层，采用光子辅助的电阻调控技术提升忆阻器可靠性，同时开发基于动态权重的自适应脉冲编码算法。

该成果已申请国家发明专利3项，相关技术路线正在与某国际知名光学传感器企业进行产业化合作评估。从技术演进路径来看，下一步研究将聚焦于多光谱融合感知，通过在单芯片集成可见光-红外复合传感器，构建更接近生物视觉系统的多模态感知架构。同时，探索与脑机接口技术的结合，为开发具有环境适应能力的智能仿生系统奠定基础。

这项研究的重要启示在于：通过借鉴生物神经系统的事件驱动机制，结合现代半导体制造技术，完全有可能突破传统电子系统的能效瓶颈。当每个感知单元都具备自主决策能力时，系统整体将展现出类似生物神经网络的分布式计算特性，这为构建下一代低功耗智能感知系统提供了重要的理论和技术参考。