项目名称: 空间辐射环境下CMOS图像传感器的暗电流幅值分布模型研究

项目编号: No.61306128

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 郑然

作者单位: 西北工业大学

项目金额: 25万元

中文摘要: 随着空间科学技术的发展,CMOS图像传感器作为重要的感知设备被广泛应用到空间探测、卫星姿态定位、航天拍摄、洲际导弹制导等科研及军事领域。然而,空间存在的各种辐射会对硅光电器件造成损伤,导致图像传感器像素平均暗电流增强,部分像素还会产生较高的暗电流峰值甚至出现失效,造成图像传感器的信噪比下降,成像质量严重受损。结合半导体辐射理论及文献研究,在对各种粒子入射下暗电流幅值特征进行分析的基础上,本项目将尝试通过仿真及辐照实验手段研究基于高斯分布(对应总剂量类辐射效应)及指数分布(对应移位损伤类辐射效应)两种基础分布模型建立复杂辐射环境下像素阵列的暗电流幅值分布模型。该方法特色在于基于辐射效应而非基于某种粒子对暗电流幅值分布进行建模,大大减小了建模的工作量并提高了模型的环境适用性。本项目还将依据模型设计动态范围调节及暗电流抑制系统,用于在空间辐射环境下提高图像传感器动态范围并抑制暗电流噪声。

中文关键词: 空间;辐射;暗电流;幅值分布;模型

英文摘要: With the development of space science and techniques, CMOS image sensors are so important as sensing equipments which are applied in scientific research and military areas such as space detection, satellites attitude determination, aerospace photography and intercontinental ballistic missile guidance. However, radiation from space do great harm to the Si-photoelectric device, which results in pixels' average dark-current increase, brings a part of the pixels with high dark-current peaks and even makes some pixels invalid. Thus, the SNR and image quality of the sensors are badly influenced. In this project, radiation mechanism of semiconductor and important technical reports will be reviewed firstly to investigate the characteristics of dark-current amplitudes of pixels exposed to various radiation sources. Then dark-current amplitudes distributions models under complicated radiation environment will be founded based on two basic models: one is the Gaussian model (corresponding to the total-ionizing-dose-like radiation) and the other is exponential law (corresponding to the displacement-damage-dose-like radiation). Compared with modeling methods based on the types of incident particles, proposed methods give advantages that the models will be more transplantable in various radiation environments. Moreover, in ord

英文关键词: Space;Radiation;Dark-current;Amplitudes distribution;Model

成为VIP会员查看完整内容
0

相关内容

专知会员服务
32+阅读 · 2021年7月27日
中科大《计算机体系结构》2021课程,附课件
专知会员服务
75+阅读 · 2021年4月4日
专知会员服务
38+阅读 · 2021年2月8日
最新《图像到图像转换:方法与应用》综述论文,19页pdf
专知会员服务
31+阅读 · 2021年1月25日
【NeurIPS 2020】视觉注意力神经编码
专知会员服务
40+阅读 · 2020年10月4日
自回归模型:PixelCNN
专知会员服务
25+阅读 · 2020年3月21日
对比,还原真实的GPU池化
CSDN
1+阅读 · 2022年4月13日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
从最小二乘法到卡尔曼滤波
图与推荐
1+阅读 · 2021年12月22日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
无人机集群对抗研究的关键问题
无人机
47+阅读 · 2018年9月16日
【干货】理解深度学习中的矩阵运算
专知
11+阅读 · 2018年2月12日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
小贴士
相关VIP内容
专知会员服务
32+阅读 · 2021年7月27日
中科大《计算机体系结构》2021课程,附课件
专知会员服务
75+阅读 · 2021年4月4日
专知会员服务
38+阅读 · 2021年2月8日
最新《图像到图像转换:方法与应用》综述论文,19页pdf
专知会员服务
31+阅读 · 2021年1月25日
【NeurIPS 2020】视觉注意力神经编码
专知会员服务
40+阅读 · 2020年10月4日
自回归模型:PixelCNN
专知会员服务
25+阅读 · 2020年3月21日
相关资讯
对比,还原真实的GPU池化
CSDN
1+阅读 · 2022年4月13日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
从最小二乘法到卡尔曼滤波
图与推荐
1+阅读 · 2021年12月22日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
无人机集群对抗研究的关键问题
无人机
47+阅读 · 2018年9月16日
【干货】理解深度学习中的矩阵运算
专知
11+阅读 · 2018年2月12日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员