在CMOS SPAD(单光子雪崩二极管)阵列设计中,工程师们始终面临着一个根本性的矛盾:如何在高像素密度和优异光电性能之间取得平衡。这个问题的核心在于SPAD与传统CIS(CMOS图像传感器)在工作原理上的本质差异。
SPAD作为一种能够探测单个光子的高灵敏度传感器,其工作原理基于雪崩倍增效应。当光子进入耗尽区时,会产生电子-空穴对,在强电场作用下,这些载流子会被加速并获得足够能量,通过碰撞电离产生更多的载流子,形成雪崩效应。这种机制使得SPAD具有极高的灵敏度,但同时也带来了独特的设计挑战。
在现代SPAD阵列设计中,共享电极架构几乎成为了高密度集成的必然选择。这种设计通过让多个像素共享同一个电极(通常是阴极),显著减少了金属互连的数量和复杂度。具体来说,这种架构的优势主要体现在以下几个方面:
布线简化:传统独立电极设计需要为每个像素提供单独的金属走线,这在百万级像素阵列中会导致严重的布线拥塞。共享电极设计可以将互连数量减少一个数量级。
填充因子提升:通过减少金属布线占用的面积,更多的芯片面积可以用于实际的光电探测区域。实测数据显示,采用共享阴极设计可以将填充因子从30%提升至60%以上。
工艺兼容性:共享电极设计更易于与标准CMOS工艺集成,特别是当使用深N阱作为公共阴极时,可以与现有的阱隔离技术良好配合。
然而,这种设计也带来了显著的电学串扰问题。当多个像素共享同一个电极时,一个像素中发生的雪崩事件可能会通过共享的电极影响到相邻像素,导致误触发或性能下降。
提示:在实际设计中,共享电极的选择需要仔细考虑工艺能力和性能需求的平衡。深N阱共享架构虽然隔离效果较好,但对工艺要求较高,可能需要额外的掩模步骤。
理解SPAD与CIS在串扰机制上的差异,对于设计有效的隔离方案至关重要。这种差异主要体现在以下几个方面:
载流子传输机制:
信号放大特性:
时间特性:
这些差异意味着传统的CIS隔离技术(如简单的STI隔离)在SPAD阵列中往往效果不佳,需要开发专门的隔离方案。
在共享阳极SPAD阵列中,电学串扰主要通过三个主要路径传播:
其中,衬底耦合是最主要也是最难抑制的串扰路径。当某个像素发生雪崩时,会在共享的N阱中产生瞬态电流,这个电流会在衬底中形成电压波动,进而可能触发相邻像素的误动作。
为了准确评估串扰的影响,我们可以建立一个简化的等效电路模型。假设一个N×N的共享阳极SPAD阵列,其串扰特性可以用以下参数描述:
| 参数 | 描述 | 典型值 |
|---|---|---|
| R_sub | 衬底电阻 | 50-500 Ω |
| C_dep | 耗尽区电容 | 10-100 fF |
| τ_crosstalk | 串扰时间常数 | 0.1-1 ns |
| V_th_crosstalk | 串扰触发阈值 | 0.5-1 V |
串扰概率P_cross可以表示为:
P_cross ∝ exp(-d/λ) × (1 - exp(-t/τ_crosstalk))
其中d是像素间距,λ是串扰的特征长度,t是雪崩持续时间。
不同的CMOS工艺参数会显著影响串扰特性:
实测数据显示,在0.18μm CMOS工艺中,采用深N阱隔离可以将串扰概率从10^-3降低到10^-5量级。
在SPAD阵列中,常用的护环技术主要有三种:
STI护环:
埋层护环:
深沟槽隔离:
在设计护环结构时,需要平衡以下几个关键参数:
填充因子 vs 隔离效果:
暗计数率 vs 隔离性能:
工艺复杂度 vs 性能:
近年来,研究人员开发了几种创新的护环技术:
渐变掺杂护环:
三维环绕护环:
自适应偏置护环:
这些新技术虽然提高了工艺复杂度,但在高端应用中(如量子成像、医疗诊断)可以带来显著的性能提升。
为了在串扰抑制和填充因子之间取得最佳平衡,可以采用以下布局技巧:
专门的偏置电路设计可以进一步抑制串扰:
我们对比了三种不同护环设计的128×128 SPAD阵列性能:
| 参数 | STI护环 | 埋层护环 | 深沟槽护环 |
|---|---|---|---|
| 填充因子 | 45% | 38% | 35% |
| 串扰概率 | 5×10^-4 | 2×10^-5 | 8×10^-6 |
| 暗计数率 | 1 kHz | 200 Hz | 50 Hz |
| 工艺复杂度 | 标准 | +1 mask | +3 masks |
从数据可以看出,深沟槽护环虽然工艺复杂,但在关键性能指标上具有明显优势。
将SPAD阵列与处理电路进行3D堆叠,可以:
硅锗(SiGe)或III-V族化合物半导体可以:
集成片上智能处理功能:
在实际产品开发中,我们经常发现护环设计需要根据具体应用场景进行定制。例如,在需要极高时间分辨率的LiDAR应用中,可能需要牺牲一些填充因子来获得更好的串扰抑制;而在低光成像应用中,则可能需要优先考虑填充因子和灵敏度。这种权衡需要基于详细的系统级仿真和实测验证。