32、光电转换与视网膜形态电路处理技术解析

光电转换与视网膜形态电路处理技术解析

1. 光电转换技术

在光电转换领域，存在多种不同的技术和电路设计，以实现将光信号转换为电信号的目的。

1.1 对数传感器

对数传感器是一种常见的光检测电路，其基本原理基于输入光电流与输出电压之间的对数关系。常见的对数传感器电路如图 11.3 所示，包括简单对数转换电路和级联配置电路。

由于输入光电流通常非常小，处于 MOS 二极管的亚阈值区域，因此电流 - 电压关系由以下方程确定：
- (I ∝βexp(\frac{V}{\varphi_t}\frac{1}{n})) （11.9）
- (I ∝βexp(\frac{V}{\varphi_t}\frac{1}{n^2 + n})) （11.10）
- (I ∝βexp(\frac{V}{\varphi_t}\frac{1}{n^3 + n^2 + n})) （11.11）

其中：
- (\beta = \frac{W}{L} \mu C’_{ox}) （11.12）
- (\varphi_T = \frac{KT}{q}) （11.13）

这里，(I) 为输入光电流，(n) 为亚阈值斜率因子，(V) 为输出电压。

这些光检测电路的直流工作点由放大器和输入光电流决定。如果使用过渡区域在 (V_{dd}/2) 的反相器配置，输入电压将稳定在 (V_{dd}/2)；如果使用正输入连接到参考电压的高增益差分放大器，输入电压将设置为该参考电压。

1.2 反馈缓冲器

图 11.3 中描述的光检测电路存在一个局限性，即电路输入处的电容负载。这个电容会降低时间信号的带宽，特别是在电流较低时。为了避免这个问题，可以使用反馈补偿来降低输入阻抗，如图 11.4 所示。

这些系统会钳制光电二极管的输入电压，但输出电压也依赖于输入光电流 (I_{photo})。在恒定电压钳制下，输出电压与 (I_{photo}) 呈对数函数关系，因此该电路保持了对数压缩器的特性。通过在放大器路径中添加级联晶体管，可以降低输入晶体管的米勒电容和输入电阻，进一步改善这些电路设计的特性。

1.3 基于积分的光检测电路

大多数商用成像设备使用某种形式的电荷积分结合采样保持电路，将光电流转换为电压。该电路的基本原理图如图 11.5 所示。

这种配置的优点包括线性传输特性和可控的积分时间，这也有助于去除输入信号的高频噪声成分。电容失配明显小于晶体管失配，并且光电二极管失配较低（通常小于 2%），因为它具有相对较大的面积。因此，这种配置的失配比上述电路要小得多。

然而，采样保持系统在实现实时并行算法方面存在困难，因此通常不用于视网膜形态成像芯片。

1.4 光电流电流模式读出

连续时间检测光电流的最简单方法是使用电流镜设置，如图 11.6 所示。

使用电流镜读取光电二极管输出并缓冲电流以进行进一步处理，允许进行线性电流模式图像计算。通过在光电流的整个带宽上保持光电二极管输入的动态范围，这种技术不会对输入电流进行对数压缩，除非晶体管之间的栅极电压被放大因子 (K)，从而创建一个对数电流模式传感器。

这种技术可以输出 5 个数量级的电流幅度，对应超过 16 位的动态范围，这是本节所述光电二极管电路可获得的最大光电流动态范围。

2. 视网膜形态电路处理

视网膜空间处理可以通过空间卷积进行简化建模，即视网膜电路可以建模为将每个光感受器上的信号与空间模板进行卷积。一种简单的模型可能是空间拉普拉斯核。

在视觉平面进行这种处理的架构优势在于，尽管单个处理组件速度较慢，但处理架构的分布式并行性质允许在非常低的功率下实现视频速率的响应速度。

为了从 CMOS 芯片中提取图像，光检测电路需要与光电二极管阵列相结合。这可以是类似于中央凹内锥体结构的六边形图案，也可以是传统成像系统中更常见的方形网格阵列。每个光检测传感器元件称为像素，为了最大化分辨率并减少混叠问题，像素需要尽可能小。

像素操作有两种基本系统：
- 连续时间采样：根据需要读取光电流。
- 积分采样：光电流在电容器上积累，直到被读取。

视网膜形态成像阵列具有与像素光电二极管分布在一起的并行图像处理电路。每个像素级处理电路相当简单，通常用电流求和或减法电路表示。然而，由此产生的卷积算法可以形成强大的拉普拉斯和/或索贝尔滤波器。

卷积响应 (R) 由以下方程确定：
(R = i_0 + \sum F_{x,y}i_{x,y}) （11.14）

其中，(i_0) 是中心像素的电流，(i_{x,y}) 是像素在 (x,y) 处的光响应，(F_{x,y}) 是对 (i_{x,y}) 执行的代数函数。

在芯片上对像素传感器进行信号处理在片上相机领域很常见。神经形态发展的直接结果是分布式、并行空间处理电路，非常适合实时操作。电压模式电阻网络形成了许多二维滤波器设计的基础，在光电二极管电路上实现平滑阵列并增强图像对比度。

2.1 电压模式电阻网络

CMOS 中的电阻网络可以使用无源元件（如不需要电源即可工作的电阻器和电容器）或有源供电元件（如晶体管）构建。CMOS 无源电阻元件包括多晶硅条、扩散电阻器和阱电阻器。

最早描述的电阻网络之一是水平电阻器（HRES），它已发展成为一种紧凑的单晶体管扩散网络。电压控制晶体管作为非线性电阻器互连像素节点，形成一个节点电压呈指数下降的扩散网络，构成一个低通滤波器，由方程 11.15 描述：
(I = I_0exp(\frac{V_{bias}}{nV_T}tanh(\frac{V_1 - V_2}{2}))) （11.15）

这个电路已扩展到包括两层扩散网络，上层对应视网膜中的水平细胞，下层对应锥体，其中 nMOS 晶体管模拟化学突触。

水平细胞的等效横向扩散可以在二维像素区域上实现。像素节点的电阻网格通过电压控制晶体管互连，每个节点接收输入电流并将输出电流分配给其邻居，输出在节点电压处读取。在电阻相等的情况下，随着横向扩散，电流将呈指数下降，表现出类似于视网膜水平细胞中观察到的扩散梯度。

然而，电压模式电阻网络存在一些局限性。其内核分布依赖于通过每个节点的电流，光电二极管电流变化超过四个数量级，导致空间分布网络依赖于光强度，这与视网膜中由突触和分级电位调节的固定空间分布的水平细胞网络不同。此外，电压模式电阻网络方法无法在核卷积中实现颜色对立信号，因为这些需要固定的感受野。

2.2 电流模式方法进行感受野卷积

电流模式图像处理的概念最早由 Vivian Ward 在 20 世纪 90 年代中期提出。Ward 和 Syrzycki 描述了基于感受野概念的视觉传感器，其中电流模式电路处理直接从光探测器读取的正电流和负电流。

2001 年，Etienne - Cummings 等人开发了 MIMD 芯片架构，可并行提供五个空间处理图像，具有可编程的内核大小和配置。该系统使用单个处理核心，通过数字编程的电流模式模拟计算对像素阵列进行卷积。

这种创新方法的主要优点是可以提高光电二极管阵列的分辨率，因为处理电路不再分布在像素内，而是单独且单一的。Viktor Gruev 和 Ralph Etienne - Cummings 在 2002 年扩展了该技术，采用了改进的可重构电流缩放系统。

然而，这种方法也存在一些问题。内核处理单元未分布，与输出读出电路相连，导致信息传输出现顺序瓶颈。随着阵列大小的增加，图像捕获的帧率将不得不降低。每个输出信息单元需要进一步处理，因此其地址必须是顺序的或已注册。如果不在芯片上进行进一步处理，这种技术只能进行扫描输出，无法使用其他输出系统。

为了在芯片上实现电流减法并输出真正的卷积，会遇到与 Ward 在 1995 年遇到的相同问题，不过有几种解决方法将在后续讨论。

3. 改进的电路设计

为了克服传统电路的局限性，研究人员提出了一些改进的电路设计。

3.1 改进的水平细胞电路

传统上，视网膜水平细胞使用电阻网络实现，但这些网络在创建灵活或精确的内核方面效果不佳，并且依赖于光强度。眼睛在视网膜的水平细胞水平上并不实现高斯差分感受野，而是与双极、无长突和神经节细胞结合实现。

水平细胞的目的是控制光感受器的灵敏度和图像平滑。可以重新设计基本电阻网络，以更好地模拟其在眼睛中的功能。改进的水平细胞网络具有自偏置输出抑制功能，当输入电流（光强度）较大时，输出电阻关闭；当光强度较低时，输出电阻打开，允许电流扩散。

3.2 新型双极电路

大多数视网膜形态 CMOS 成像器通过电压模式处理信息，限制了芯片上的计算能力。双极场是视网膜处理的重要组成部分，其中分级电位依赖于神经元膜上的正电位和负电位差来实现刺激和卷积树突阵列。

在 CMOS 中实现正系统和负系统存在困难，生物系统通过抑制输入将零点提高到更高的有效电位来解决这个问题。然而，电压模式实现双极视网膜通路已被证明很繁琐，并且经常出现振荡。通过使用电流模式减法电路，可以更真实地表示视网膜内的双极电位差，其中双向电路可以为计算固定零点。

3.3 双向电流模式处理

人类大脑使用双向电路来控制分级动作电位，离子通过膜的流动类似于节点处正电流和负电流的总和。神经元分级动作电位在光感受器和神经节细胞之间的视网膜处理中起着核心作用，视网膜形态 IC 设计应类似于生物计算。

这样做的好处包括降低图像处理卷积的功耗和提高计算能力。最近的一些研究中已经采用了这些技术，使用新颖的受生物启发的电流模式电路来实现图像处理方法。

3.4 处理多个高阻抗处理通道

双向电路存在一个显著问题，即当两个相反的电流连接时，其中一个缓冲晶体管会饱和到较大的电流，并将电压强制拉到地或电源。因此，这种模式不能用于任何一个电流输入幅度可能更大的电流减法。

解决这个问题的方法是使用双向电路，这种电路本质上需要两个输出：要么两个电流输出，要么一个电流输出和一个电压输出。

四象限电流减法电路使用相互连接的单个电流镜，然后输入到低阻抗节点，每个输入节点一个。在操作中，失败的节点将饱和，没有电流输出，但获胜的节点将通过其对应的低阻抗节点吸取或推动电流，从而允许准确测量电流幅度。

然而，这种电路的对手输出并不适用于所有情况，特别是它需要后续处理组件进行两通道处理，这可能不切实际。另一种解决方案是使用单个双向输出配置，但该电路在比较器未完全切换到地或电源电压的电流水平下，会消耗大量功率，并且无法执行电流减法。

3.5 电流比较器

电流减法电路的一个重要问题是所使用的电流比较器的有效性。常见的电流比较器有标准电流镜比较器、级联电流镜比较器和威尔逊电流比较器。

级联和威尔逊电流镜的输出阻抗大于标准电流镜的输出阻抗，输出阻抗受通道长度调制和早期效应的影响。威尔逊电流镜将输出电压与输出晶体管隔离，显著增加了级联和威尔逊电流比较器的输出阻抗。

在标准 0.35 微米工艺中实现的级联电流比较器，通过使用大尺寸晶体管来最小化失配误差。

综上所述，光电转换和视网膜形态电路处理技术在不断发展和改进，不同的技术和电路设计各有优缺点，研究人员正在努力克服现有技术的局限性，以实现更高效、更精确的图像处理。

以下是一个简单的 mermaid 流程图，展示了基于积分的光检测电路的工作流程：

graph TD;
    A[复位晶体管开启] --> B[输入节点电压设置为复位值];
    B --> C[复位电压接地];
    C --> D[光电流充电输入电容];
    D --> E[开关闭合读取电压];
    E --> F[开关打开];
    F --> G[复位电压升至 Vdd];

同时，为了更清晰地对比不同光检测电路的特点，我们可以列出以下表格：
| 光检测电路类型 | 优点 | 缺点 |
| — | — | — |
| 对数传感器 | 实现对数压缩，可处理小电流 | 受电容负载影响带宽 |
| 反馈缓冲器 | 降低输入阻抗，改善电路特性 | |
| 基于积分的光检测电路 | 线性传输特性，低失配，去噪 | 难以实现实时并行算法 |
| 光电流电流模式读出 | 线性电流模式计算，高动态范围 | |

光电转换与视网膜形态电路处理技术解析

4. 关键技术对比与总结

为了更清晰地理解不同技术在光电转换与视网膜形态电路处理中的应用，我们对前面介绍的各项技术进行对比总结。

技术类型	核心原理	优势	劣势	适用场景
对数传感器	利用 MOS 二极管亚阈值区域电流 - 电压对数关系	能处理小输入光电流，实现对数转换	输入电容负载影响时间信号带宽	对小电流信号处理有需求的场景
反馈缓冲器	通过反馈补偿降低输入阻抗	降低输入阻抗，维持对数压缩特性		需改善电路带宽的场景
基于积分的光检测电路	电荷积分结合采样保持将光电流转换为电压	线性传输，可控积分时间，低失配，去噪	难以实现实时并行算法	对信号线性度和低噪声有要求的场景
光电流电流模式读出	使用电流镜读取和缓冲光电流	线性电流模式计算，高动态范围		对电流动态范围要求高的场景
电压模式电阻网络	用无源或有源元件构建电阻网络进行图像处理	实现平滑阵列，增强图像对比度	内核分布依赖光强度，无法实现颜色对立信号	对图像平滑和对比度增强有需求的场景
电流模式方法进行感受野卷积	电流模式电路处理光电流进行卷积	可提高光电二极管阵列分辨率	存在信息传输瓶颈，输出受限	对分辨率有要求且可接受一定处理瓶颈的场景
改进的水平细胞电路	重新设计电阻网络模拟水平细胞功能	更好控制光感受器灵敏度和图像平滑		模拟视网膜水平细胞功能的场景
新型双极电路	用电流模式减法电路表示双极电位差	更真实模拟视网膜双极电位差		模拟视网膜双极处理的场景
双向电流模式处理	双向电路控制分级动作电位	降低功耗，提高计算能力		对功耗和计算能力有要求的场景
四象限电流减法电路	用相互连接电流镜和低阻抗节点测量电流	可准确测量电流幅度	对手输出不适用于所有情况，单双向输出有功率问题	需准确测量电流幅度的场景

从上述表格可以看出，不同技术在不同方面各有优劣，实际应用中需要根据具体需求进行选择和组合。

5. 技术发展趋势与展望

随着科技的不断进步，光电转换与视网膜形态电路处理技术也在朝着更高性能、更低功耗、更智能化的方向发展。

5.1 性能提升

未来，光检测电路的灵敏度、动态范围和响应速度将不断提高。例如，基于积分的光检测电路可能会在保持低失配和去噪优势的基础上，解决实时并行算法实现的难题，从而在高速成像领域得到更广泛应用。光电流电流模式读出技术可能会进一步拓展其动态范围，以满足更复杂的光照环境下的成像需求。

5.2 功耗降低

在能源日益紧张的今天，降低电路功耗是一个重要的发展方向。双向电流模式处理技术已经展现出了降低功耗的潜力，未来可能会有更多基于生物启发的电路设计出现，进一步优化功耗性能，使得视网膜形态成像芯片能够在移动设备等对功耗敏感的场景中得到应用。

5.3 智能化处理

随着人工智能和机器学习的发展，视网膜形态电路处理技术可能会与这些技术相结合，实现更智能化的图像处理。例如，通过在芯片上集成智能算法，能够自动识别图像中的物体、特征等，从而提高成像系统的实用性和价值。

以下是一个 mermaid 流程图，展示了未来技术发展的可能趋势：

graph LR;
    A[性能提升] --> B[高灵敏度、宽动态范围、快响应速度];
    C[功耗降低] --> D[生物启发电路设计];
    E[智能化处理] --> F[结合人工智能和机器学习];
    B --> G[更广泛应用场景];
    D --> G;
    F --> G;

6. 实际应用案例分析

为了更好地理解这些技术在实际中的应用，我们来看几个具体的案例。

6.1 智能安防监控

在智能安防监控领域，需要对不同光照条件下的场景进行清晰成像和实时分析。光电流电流模式读出技术的高动态范围特性可以适应不同光照强度，确保在强光和弱光环境下都能准确捕捉图像信息。同时，电流模式方法进行感受野卷积可以提高图像分辨率，使得监控画面更加清晰。而双向电流模式处理技术的低功耗特点可以降低监控设备的能耗，延长设备的使用时间。

6.2 医疗成像

在医疗成像中，如眼底成像，需要对视网膜的细微结构进行清晰成像和分析。基于积分的光检测电路的线性传输特性和低失配特点可以保证图像的准确性和清晰度。新型双极电路可以更真实地模拟视网膜的双极处理过程，有助于医生更准确地诊断疾病。

6.3 消费电子

在消费电子领域，如智能手机相机，对成像质量和功耗都有较高要求。对数传感器可以处理小电流信号，在低光照环境下也能保证一定的成像效果。电压模式电阻网络可以增强图像对比度，使照片更加生动。而改进的水平细胞电路可以更好地控制光感受器灵敏度，提高图像的整体质量。

通过这些实际应用案例可以看出，光电转换与视网膜形态电路处理技术在多个领域都有着重要的应用价值，并且随着技术的不断发展，其应用前景将更加广阔。

7. 总结

光电转换与视网膜形态电路处理技术是一个充满挑战和机遇的领域。从光检测电路的多种实现方式到视网膜形态电路处理的不同方法，每一种技术都有其独特的优势和局限性。在实际应用中，需要根据具体的需求和场景，选择合适的技术进行组合和优化。

未来，随着技术的不断创新和发展，这些技术将在性能、功耗和智能化等方面取得更大的突破，为我们带来更清晰、更智能、更节能的成像体验。无论是在安防监控、医疗成像还是消费电子等领域，都将发挥越来越重要的作用。相信在科研人员的不断努力下，光电转换与视网膜形态电路处理技术将迎来更加美好的明天。

以下是一个简单的列表，总结了本文的主要内容：
1. 介绍了多种光检测电路，包括对数传感器、反馈缓冲器、基于积分的光检测电路和光电流电流模式读出。
2. 阐述了视网膜形态电路处理的方法，如电压模式电阻网络和电流模式方法进行感受野卷积。
3. 讨论了改进的电路设计，包括改进的水平细胞电路、新型双极电路、双向电流模式处理等。
4. 对比了不同技术的优缺点，并分析了其适用场景。
5. 展望了技术的发展趋势，包括性能提升、功耗降低和智能化处理。
6. 通过实际应用案例展示了技术的应用价值。