香港城市大学、湖南大学:研究基于柔性光热电效应的碲纳米网红外传感器内计算

传统冯·诺依曼架构的“存算分离”模式在物联网（IoT）实时数据处理中面临效率瓶颈，尤其对低功耗、高响应的边缘计算场景适应性不足。基于互补金属氧化物(CMOS)半导体技术的传统成像传感器主要依赖于可见光检测，但这容易受到环境光和强度变化的影响。这种依赖性限制了它们在光线不足的条件下的功能，降低了它们在各种应用中的可靠性。当前红外传感技术受限于材料窄带隙、复杂制备工艺及可见光依赖性问题，难以满足暗光环境下的高性能需求。本研究提出一种基于碲（Te）纳米网的光热电（PTE）传感器，通过红外光驱动的原位计算，实现了传感与处理的深度融合，为下一代边缘智能设备提供了新范式。

为了解决这一问题，香港城市大学何颂贤教授团队联合湖南大学孟优教授团队创造性地开发出了一种从可见光到红外波长的宽带光谱检测，通过利用传感器固有的光响应特性，该系统消除了对传统基于CMOS的成像系统中通常所需的外部处理单元的需求。1D Te原子链中的多尺度范德华（vdWs）相互作用，从而在聚合物聚酰亚胺(PI)基底上沉积了光热电（PTE）Te纳米网。自焊接工艺使连接良好的Te纳米网能够横向气相生长，并且具有强大的电学和机械性能，包括在红外光条件下PTE响应度120 V W?1。利用PTE操作，研究了热耦合双向光响应，以证明边缘计算传感卷积网络的原理证明。这项工作提出了一种组装功能性vdW Te纳米网的可扩展方法，并强调了其在PTE图像传感和卷积处理中的潜在应用。该研究以题为 “Infrared In-Sensor Computing Based on Flexible Photothermoelectric Tellurium Nanomesh Arrays” 的论文发表在最新一期的《Advanced Materials》上。

【基于Te纳米网的视觉处理成像系统】

以人类视觉系统为灵感，利用传感内计算架构的仿生设计思路，通过集成“感知-处理”功能模拟生物视觉的高效性，为后续红外图像处理提供理论框架。通过对Te纳米网阵列的高对称性双向光响应支持构建卷积核，对不同的特征进行了提取，有效地捕获边缘、纹理和空间模式，这种集成传感计算框架为全文的“传感-计算一体化”的创新架构奠定了理论与实验基础。元素Te晶体由排列成六边形阵列的键合原子螺旋链组成，并且在柔性基底PI上所生长的Te纳米网具有良好的弯曲性能。

图1. 视觉成像系统以及基于Te纳米网的柔性阵列对红外的光热响应成像

【多尺度vdWs生长技术】

研究团队采用多尺度范德华（vdWs）生长技术，在大气压和较低温条件下，通过气相沉积实现了Te纳米网的可控合成。Te原子链通过vdWs相互作用横向扩展，并自发焊接 形成连续网络结构。这一工艺不仅避免了传统高温退火对柔性基底的损伤，还直接兼容聚酰亚胺（PI）等聚合物材料，显著提升了器件的柔性与适应性。利用扫描 电子显微镜（SEM）观察其表面形貌，得到了它的表面形貌纳米网密度达4.2 μm??，纳米线直径约150 nm，自焊接节点有效降低了界面电阻，并赋予器件优异的机械稳定性。通过X射线衍射（XRD）和拉曼光谱分析，证实Te纳米网具有六方晶系结构，其螺旋链沿c轴排列，并且XRD证实（0003）峰缺失，符合vdWs层间弱键合特性。二次谐波（SHG）信号在532 nm处的显著峰则源于非中心对称晶体结构的非线性光学特性。

图2. Te纳米网的合成与表征

【Te纳米网器件的光热电性能与工作机制】

为了反应Te纳米网优越的光热电响应性能，对其光电压和光电流做出了测试，并且通过器件光电流光谱图，得出了光电压的正负精确数据以及通过移动红外光源位置所产生了类似于正光电压（PPV）, 零光电压（ZPV）和负光电压（NPV）的效果。在器件性能方面，Te纳米网的光热电响应机制由Seebeck效应主导。红外光（1550 nm）照射引发局域温升（ΔT≈64 K），驱动载流子迁移并生成光电压，其塞贝克系数高达356 μV·K??，表明材料以空穴为主要载流子（p型特性）。通过调节光斑位置，器件可逆切换正负光电压（± 10 mV），为卷积核权重的动态编程提供了物理基础。关键性能指标显示，该器件在1550 nm波段下的响应率达120 V·W??，远超锑化铟（InSb）和硒化铋（Bi?Se?）等传统材料。尽管器件覆盖可见光至红外波段，但红外响应效率更为突出（可见光波段响应率<50 V·W??），这源于红外光子与材料分子振动模式的高效耦合。同时对在柔性基底Te纳米网进行了响应时间测试，弯曲测试，长期稳定性测试和运行稳定性测试，均展现出优越的性能。

图3. Te纳米网器件的光热电性能与工作机制

【传感器内计算架构与应用】

在应用层面，Te纳米网的独特双向光响应特性被转化为硬件级卷积运算能力。



研究团队实现了3×3拉普拉斯算子的边缘检测功能。这种传感内计算架构消除了传统系统的数据搬运需求，显著提升了能效与实时性。潜在应用场景涵盖自动驾驶（暗光环境下的障碍物识别）、工业检测（低照度产线缺陷监控）、智能安防（无光源入侵检测）及医疗成像（低干扰红外生物特征捕捉）等领域。

图4. 使用PTE阵列作为卷积核，展示了通过仿真和实验结果得到的图像

【总结】

本研究采用化学气相沉积（CVD）的方式在常温下得到了自焊接的Te纳米网，通过其独特的光热电响应行为和改变可见光照射位置，得到了正光电压，负光电压和零光压，从而用作构建高效卷积核，对不同的特征进行了提取，有效地捕获边缘、纹理和空间模式，因而使得性能优异的Te纳米网光热电探测器更接近实际的应用。该技术可通过多波段协同感知扩展至中远红外领域，开发高密度器件阵列以支持复杂算法嵌入，并与可穿戴设备结合推动无源健康监测。这一研究不仅为边缘智能提供了低功耗、高鲁棒性的解决方案，更可能创新物联网与人工智能硬件的底层架构，促进传感与计算深度融合。