我国科研团队成功研制微型紫外光谱仪芯片,填补紫外波段微型光谱技术空白
光谱信息作为物质的“光基因”,能够反映物质本征属性。光谱成像技术凭借“谱图合一”的特性,可同步获取检测目标的光谱特征与空间几何特征等多维度数据,在物质成分分析、环境实时监测、卫星遥感、深空探测等领域具有重要应用前景与战略价值。然而,传统光谱成像技术依赖几何分光与机械扫描模式,存在系统复杂、体积庞大、难以集成、成本高昂等问题,无法满足集成便携式、快速响应智能光谱成像仪的应用需求。尤其在对生物制药、有机物及分子检测具有重要意义的深紫外/紫外波段,受材料、工艺与结构复杂性限制,片上微型紫外光谱成像技术长期处于空白状态,成为制约该领域发展的关键瓶颈。
2025年9月26日,中国科学技术大学微电子学院孙海定教授领衔的iGaN实验室,联合武汉大学刘胜院士团队,在国际顶级期刊《NaturePhotonics》在线发表题为“AMiniaturizedCascadedDiodeArraySpectralImager”的研究成果。该团队成功研制出基于氮化镓(GaN)的微型紫外光谱仪芯片,并实现片上光谱成像,不仅填补了微型光谱仪技术在紫外波段的空白,更为紧凑型、便携式光谱分析与成像芯片的大规模制造及应用奠定基础。

核心技术突破:GaN级联架构与DNN算法深度融合
为解决传统光谱技术的微型化难题,研究团队创新提出新型技术路径,通过硬件架构设计与算法优化的协同,实现紫外波段光谱探测的高精度与高响应速度。
1.GaN基级联光电二极管架构创新:芯片核心采用两个不对称pn二极管垂直级联结构,可在2英寸晶圆上完成阵列化制备,并通过键合工艺实现光谱成像芯片集成。该架构可通过外加偏压调控载流子的波长依赖传输行为,实现电压可调的双向光谱响应,突破传统结构光谱响应固定的局限,为宽波段、灵活探测提供硬件基础。
2.深度神经网络(DNN)算法融合:针对光谱信息重构需求,团队将芯片获取的光电流信号与DNN算法深度结合,实现对未知光谱信息的高精度重构。在紫外波段(250365纳米)测试中,该芯片光谱分辨率达0.62纳米,响应速度快至10纳秒,兼顾探测精度与响应效率,满足实时检测场景需求。
应用验证:有机物质光谱成像测试成效显著
为验证芯片性能与应用潜力,研究团队以橄榄油、花生油、动物油脂、牛奶等有机物质液滴为检测对象,开展光谱成像实验,充分体现芯片在有机检测领域的实用价值。
实验中,芯片每个像素可捕获波长相关的光电流信号,形成完整三维数据集。经DNN算法光谱重构后,生成高分辨率光谱图像,清晰呈现不同有机物质在紫外波段的独特吸收特性及其空间分布,实现有机物质的空间分辨与单次直接成像。对比商业光谱仪测试数据,该芯片的光谱重构结果高度吻合,证明其精度可媲美传统大型设备,为替代传统光谱仪、实现设备小型化提供关键支撑。
未来发展前景:多波段扩展与低成本规模化应用可期
该研究提出的微型光谱仪芯片架构具有极强的扩展性与产业化潜力,未来可通过技术优化进一步拓展应用边界,降低应用成本。
波段覆盖范围扩展:通过调整芯片内化合物材料组分及掺杂特性,或采用硫化镉、氧化锌等二六族化合物半导体,以及砷化镓、磷化铟等三五族化合物半导体材料,可将芯片工作范围从紫外光扩展至可见光、红外光波段,覆盖更多领域检测需求,如红外波段环境气体监测、可见光波段物质成分分析等。
尺寸优化与成本降低:芯片制备工艺完全兼容现有先进半导体大规模制造流程,未来可将特征尺寸进一步缩小至亚微米甚至纳米级,提升光谱成像分辨率;同时,规模化生产可大幅降低制造成本,预计成本可降至传统光谱仪的百分之一,为便携式、可穿戴式光谱探测设备的普及提供经济可行性。
正如硅基CCD/CMOS芯片推动数码相机大规模普及,该GaN基微型光谱芯片的问世,有望引领光谱成像技术进入产业升级新阶段,为下一代小型化、便携式智能光谱设备的发展提供技术范式。
研究团队:多学科协作奠定科研基础
该成果的取得离不开研究团队的长期积累与多学科协作。通讯作者孙海定教授为中国科学技术大学微电子学院教授、博导,iGaN实验室负责人,长期致力于GaN半导体材料外延、紫外光电器件与电子器件设计制备研究,入选科睿唯安全球前2%顶尖科学家榜单、爱思唯尔“中国高被引学者”榜单,主持多项国家级科研项目;第一作者余华斌博士后、MuhammadHunainMemon博士后、高志祥博士研究生、姚铭家硕士研究生等在宽禁带半导体领域具有深厚研究积累。此外,武汉大学刘胜院士、浙江大学杨宗银教授、剑桥大学TawfiqueHasan教授为研究提供重要指导与支持,多学科力量协同为技术突破提供保障。
该微型紫外光谱仪芯片的研制成功,标志着我国在光谱技术微型化领域掌握核心竞争力,为后续技术产业化与应用落地奠定坚实基础,将推动光谱成像技术在高通量实时生物分子检测、片上集成式传感等领域的广泛应用。
要不要我帮你整理一份该微型紫外光谱仪芯片技术研究报告框架?框架将涵盖研究背景、核心技术、实验验证、产业化前景、团队介绍等模块,方便用于学术汇报或技术梳理。
-
AI机器人自动装调光学系统:Science Advances最新研究解读
这项研究由MIT团队完成,平台名为OptoMate。它要解决的问题很直接:能不能让研究人员用自然语言描述实验目标,剩下的——设计光路、摆放元件、精密对准、执行测量——全部由机器自动完成?
2026-08-20
-
光学系统的透过率检测:从单波长到全光谱的测量方法
一个镜头标注"透过率≥95%",这个95%是什么意思?在哪个波长?中心波长还是全波段?一片看起来透亮的镜片,可能在550nm透过率高达99%,但在650nm却只有85%——这个差异会直接影响成像系统的色彩还原和光通量。透过率(Transmittance)是光学元件最基本、却也最容易被笼统对待的参数。精密测量需要明确回答三个问题:测哪个波长、测多大的入射角、测透过还是测透射。本文从透过率的定义、单波长与全光谱测量方法、以及测量误差的控制三个维度,系统介绍光学透过率检测。
2026-08-19
-
干涉仪的光源:稳频激光器如何决定检测精度
干涉仪测量面形精度的核心依据是"波长"——光波长λ是干涉测量的"尺子"。如果这把尺子本身在漂移,测量结果就失去了基准。一片镜片测出面形RMS=0.02λ,但如果光源波长漂移了万分之一,这个"λ"本身的定义就偏差了万分之四——直接转化为测量误差。干涉仪的光源(通常是稳频氦氖激光器)是整个测量系统的精度基准,它的波长稳定性、相干性和功率稳定性,直接决定了干涉测量的精度上限。本文从干涉测量对光源的要求、稳频激光器的工作原理和光源质量对测量的影响三个维度,系统介绍干涉仪光源的工程理解。
2026-08-19
-
用 1.5 秒守住百万片产线: ImageMaster®PRO AR Reflection 把 AR 波导检测做成了「快门」
中国智能眼镜零售量 40.2 万台,同比+96%;零售额 8.1 亿元,同比+102%;4 月份单月又跳到+119%。商务部数据把这条曲线再推一层:2026 年 4 月智能眼镜网络零售额同比+175.2%。IDC 把视野放到全球:2026 年全球 AI 眼镜出货预计 2368.7 万台,中国市场 491.5 万台、同比+77.7%。
2026-08-19
-
振动/冲击工况读图指南 — 从一份随机振动+冲击试验报告看镜头"在路上"的稳定度
拿到 WaveMaster 或其他波前传感器输出的一份"温度扫描"报告,下一步该看什么?本文讲清三件事:报告里到底在测什么、三步判读法怎么走、四种典型变温模式如何识别。文末附一份 5 项异常检查清单,可以照着对一份新报告。
2026-08-18
