红外焦平面探测器响应率不稳定像元快速筛选方法

崔 坤，陈凡胜，苏晓锋，梁清华，唐玉俊



红外焦平面探测器响应率不稳定像元快速筛选方法

崔 坤1,2，陈凡胜2，苏晓锋2，梁清华1,2，唐玉俊1,2

（1. 中国科学院大学，北京 100049；2. 中国科学院上海技术物理研究所，上海 200083）

随着红外探测技术的发展，制冷型红外焦平面探测器在航空航天和民用领域的应用越来越广泛。探测器像元响应率的不稳定性对红外焦平面探测器定量化应用产生非常大的影响。目前检测响应率不稳定像元的方法主要通过定量化的黑体标定的方法来实现，该类方法需要改变黑体温度从而得到像元的响应率，操作步骤和计算过程比较复杂，不易于高频次的工程测试实现。本文提出了一种通过计算像元随积分时间的相对响应率变化来快速筛选不稳定像元的方法，该方法每次测试时仅需要对着一个固定温度的黑体，改变积分时间获取一组探测器成像数据，通过计算每个像元的相对响应率，然后对比像元在不同测试时得到的相对响应率变化，通过与设定阈值的比较就可以实现响应不稳定性像元的筛选，自定义阈值还可以实现对响应不稳定像元进行分级。实验证明，该方法能够有效筛选出响应率不稳定的像元，操作简便，便于工程实现。

红外焦平面探测器；响应率不稳定；相对响应率；黑体标定

0 引言

红外探测器像元响应率指在一定的帧周期或行周期条件下，红外焦平面各像元对单位辐射功率产生的输出信号电压[1]。因此，像元量子效率和暗电流的改变都会引起像元响应率改变，另外像元的响应特性并非一成不变，而是随着使用过程发生一定的变化[2]。经过长期测试发现，红外焦平面中仅有少部分像元存在响应率变化较大的情况，该类像元的存在会影响探测器的定量化应用，尤其是弱小目标探测这类典型的应用环境，因此，根据像元响应率的变化对不稳定性像元进行筛选具有重要的意义。

在探测器像元响应稳定性研究方面，国外有研究机构做了大量的研究工作，其中斯必泽（Spitzer）科学中心的S. Carey、J. Surace和加州理工学院的S. Willner等人对斯必泽太空望远镜中的红外探测组相机（IRAC）在轨运行的最初4.5年获取的数据进行研究，他们发现其中一个8mm的探测器组件中过热像元的数量以每年60个的速度在增长[3]。

2010年4月，JWST（James Webb Space Telescope，詹姆斯·韦伯太空望远镜）的NIR Spec研究小组发现原来测试合格的5mm截止波长的H2RG探测器经过约18个月的存储，发生功能退化，通过像元暗电流测试的方法发现探测器内出现大量暗电流偏大的像元，暗电流从原来的小于0.01e－s－1，增大为0.1e－s－1～60 e－s－1。同年年底，NIR Cam研究小组发现同样的问题出现在NIR Cam所用的4个5mm截止波长的H2RG探测器中[4]。

目前，国内外研究像元稳定性的方法主要为黑体标定法，暗电流测试法[4]，NETD[2,5]等。黑体标定法需要改变黑体温度，并严格计算每个像元接收到的辐射通量，计算比较复杂，并且受实验环境的影响较大。暗电流测试和NETD方法是一种间接评价像元响应稳定性的方法，操作步骤比较复杂。以上两种方法都不利于高频次的工程测试实现。相对改变黑体温度，改变成像时的积分时间则变得非常容易，无论是像元量子效率的改变还是暗电流的改变都会影响像元随积分时间变化的响应率，因此本文使用变积分时间的相对响应率变化来筛选不稳定性像元。文中首先对探测器内像元的响应模型进行分析，然后给出变积分时间像元响应率变化的定义，之后给出文中提出方法的原理和步骤，最后通过实验对该方法的可行性进行验证。

1 像元筛选方法原理

1.1 单像元响应模型

CMOS型碲镉汞红外焦平面探测器像元主要由光敏元、单元读出电路、列选通电路及输出缓冲器组成。其中，CTIA单元读出电路结构是一种使用广泛的读出电路结构，该结构具有很多的优点：能提供稳定的探测器偏置，且有高的光电流注入效率、高增益和低噪声[6]。因此，文中以CTIA结构为例分析探测器像元的输出响应模型。单像元电路模型如图1所示。

图1 红外探测器单像元模型

图1中，光敏元完成光电转换，积分电路实现电流电压的转换，为了便于分析，将这两部分单独出来分析。另外，光电二极管采用光生电流ph、电阻d和电容d来等效。该两部分的等效电路如图2所示。

图2 像元光电转换电路

图2中int为积分电容，rest是积分复位MOS管，ref是放大器正向输入端的参考电压，det是光电二极管的端电压，运算放大器的增益为c。

从(2)式可以看出，当运放近似理想运放的时候， CTIA结构像元输出与积分时间呈线性关系。不过在实际设计时，并非必须将运放的放大器倍数设计的极大，通过一些电路结构优化方法同样可以有效降低响应输出的线性度，文献[8]使用电路结构优化的方法使得CTIA型单元读出电路的非线性度小于1%。目前，工程应用的CTIA结构的输出非线性度都非常小。因此可以近似采用(2)式进行像元响应特性分析。

图2中，暗电流可以表示为：

因此，根据(2)和(3)式，再将列选通电路和输出缓冲器及噪声考虑进去，像元最终的响应输出电压变为：

式中：1、2、3分别是源跟随器、列缓冲器和输出缓冲器的增益。根据光电转换的原理，光生电流正比于像元接收到的波段辐射通量，因此光生电流可以表示为：

ph＝(5)

目前红外焦平面探测器像元的读出电路结构有多种形式，如自积分型（SI）、直接注入型（DI）等，虽然这些电路结构形式不一致，不过对于电压型输出的探测器而言，一般都是利用光生电流（包括暗电流）在电容上积分实现电流电压的转换，因此电压输出形式和CTIA结构类似，可用如下模型来表示：

1.2 像元筛选方法的原理

由单像元响应模型可知，当像元的量子效率、暗电流改变时，即使像元接收同样的波段辐射通量，像元输出电压随积分时间的斜率也会改变。因此可以通过分析每个像元随积分时间的响应率来筛选响应不稳定像元。文献[1]中给出了像元随辐射功率的响应率的计算公式如式(8)所示：

由于像元接收波段辐射通量的计算受多个因素的影响，严格计算比较困难，因此采用计算相对响应率的方式来替代直接计算绝对响应率，即：

那么，由(10)和(11)式可以得到相对响应率的计算公式如下：

对于正常使用环境中的正常响应的像元而言，光生电流一般会远大于暗电流，因此可以得到：

在不考虑辐射非均匀性的情况下，由(12)～(14)式可以得到：

从(15)式可以看出，在一定的波段辐射通量的范围内，像元随积分时间的相对响应率不再受波段辐射通量的影响，因此在实际测试中不需要严格计算像元接收到的辐射通量，只需要在测试过程中黑体的温度稳定即可。另外，由于像元的光子噪声跟像元接收到的辐射功率有关，因此在两次不同测试时，最好采用同一黑体温度来降低噪声对测试精度的影响。

相对响应率仅能够反应一次测试中像元的响应特性，为了方便对多次测试结果进行对比，文中采用随积分时间的相对响应率变化来定量化分析像元稳定性的变化情况。像元的相对响应率变化定义为：对于同一像元，两次实验测得的相对响应率的差值除以第一次实验测得的相对响应率，然后取百分比，具体计算公式如下：

另外，可以通过像元相对响应率变化来对不稳定像元进行分级，从而实现红外面阵探测器不稳定像元的快速分级筛选。

2 像元筛选方法步骤

步骤1：设置面源黑体的温度略高于测试环境温度，在实验室条件下建议黑体温度采用25℃，调节黑体与探测器的相对位置，使黑体覆盖探测器全视场，记下黑体与探测器的相对位置，下次测试需要保持相对位置不变（主要消除辐射非均匀性的影响）。待黑体温度稳定以后，红外面阵探测器测试系统上电，逐渐增大成像时的积分时间使探测器所有像元的输出电压均值逐渐增大到饱和输出电压，并记下此时的积分时间。

步骤2：细分积分时间序列，从0.1～0.9线性得到15个积分时间，然后逐渐改变积分时间，得到一组变积分时间的成像数据，每个积分时间下获取100帧连续图像数据。

步骤3：将每个积分时间下获取的多帧数据通过累加平均的方式得到一帧图像，降低测试系统噪声。

3 实验验证

实验采用320×256的红外中波面阵探测器，其像元采用CTIA读出电路结构。实验测试方案示意图如图3所示。

图3 实验测试方案示意图

通过表1可以看出，当探测器输出在30%～75%范围内变化时，有99.92%的像元的相对响应率变化小于5%，说明在一定的辐射通量范围内，像元随积分时间的相对响应率基本是不变的，和接收辐射通量近似无关，在每次实验时可以用来分析像元响应稳定性的变化。

另外，为了验证本文提出的方法能够有效地筛选出响应率不稳定的像元，根据本文第3部分给出的像元筛选步骤，对该探测器进行2次测试，测试间隔大于10天，取出相对响应率变化的绝对值大于5%的5个像元。作为对比，在每次测试时，固定积分时间为2ms，改变黑体温度获取一组变黑体温度数据用于计算像元随辐射通量的响应率和响应截距。由于像元随积分时间和辐射通量的响应线性度较好，在10%～90%动态范围内通过线性拟合得到每个像元随积分时间或者辐射通量的相对响应率和截距（数据采集电路采用16bit AD转换器），如表2、表3所示。

表1 不同输出条件下满足阈值条件的像元比例

为了更清晰地显示像元响应特性的变化，下文给出4号像元在两次试验中，随积分时间和随黑体温度变化的响应曲线如图4、图5所示。图4、图5中，两次试验的均值响应曲线近似一致。

通过表2、表3可以看出筛选出的像元随积分时间的相对响应率变化和随辐射通量的相对响应率变化有相同的变化趋势，并且幅值接近，这与式(7)相符，同时也说明这些像元的暗电流变化不大。由于计算像元随积分时间的相对响应率变化比较容易，可以利用该方法作为一种预筛选的方法，对有漂移趋势的像元做进一步跟踪和监测。由式(7)可以看出，像元随积分时间的响应率还能反映像元暗电流的变化。与此不同，暗电流的变化恰恰体现在像元随辐射通量输出的截距上。

另外，本文提出的方法是在像元输出为线性的情况下得到的，对于部分单元读出电路结构本身具有一定的非线性，此外对于像元信号输出通路上的源跟随器和输出缓冲器而言，当输入电压较小时或者近似等于供电电压时，输出都会呈现一定的非线性。这也是目前多数焦平面探测器像元响应输出呈现“S”型的原因之一。因此，本文提出的方法一般使用10%～90%动态范围计算像元响应率。

4 结论

本文提出了一种红外焦平面探测器响应不稳定像元的快速筛选方法，该方法以像元随积分时间的相对响应率变化作为筛选依据。文中在CTIA结构的单像元响应输出模型分析的基础上给出了像元筛选方法的原理和具体实施步骤。最后，通过实验验证本文提出的方法能够有效筛选出响应率变化的像元，并且该方法操作和计算方便，易于工程实现。

表2 随积分时间相对响应率和截距

表3 随辐射通量的相对响应率和截距

图4 像元随积分时间的响应曲线

图5 像元随辐射通量的响应曲线

[1] 丁瑞军, 梁平治, 唐红兰, 等. GB/T 17444-2013. 红外焦平面阵列参数测试方法[S].北京:中国标准出版社,2014. DING Ruijun, LIANG Pingzhi, TANG Honglan, et al. GB/T 17444-2013. Measuring methods for parameters of infrared focal plane arrays[S]. Beijing: Standards Press of China, 2014.

[2] Greiner M E, Smith R L, Timlin H A. Uniformity and stability in 2-dimensional infrared focal plane arrays [C]//, 1994, 2225:176-184.

[3] Carey S, Surace J, Lacy M, et al. Stability of the infrared array camera for the Spitzer space telescope[C]//, 2008, 7010:10-17.

[4] Bernard J Rauscher, Carl Stahle, Robert J Hill. Commentary: JWST near-infrared detector degradation-finding the problem, fixing the problem, and moving forward[J]., 2012, 2 (2): 021901.

[5] State-of-the-art MCT IR-modules with enhanced long term and cycle stability[C]//, 2012, 8353: 83532L-1.

[6] 周世椿. 高级红外光电工程导论[M]. 北京: 科学出版社, 2014: 227-228.

ZHOU Shichun.[M]. Beijing: Science Press, 2014: 227-228.

[7] 文勇, 刘思超, 金友山, 等. CTIA型读出电路非线性的研究[J]. 激光与红外, 2009, 39(9): 978-981. WEN Yong, LIU Sichao, JIN Youshan, et al. Investigation on the nonlinearity of CTIA readout circuit[J]., 2009, 39(9): 978-981.

[8] 孙伟锋, 宋文星, 谢亮, 等. CTIA型单元读出电路非线性分析及优化设计[J]. 航空兵器, 2010, 2010(6): 48-52. SUN Weifeng, SONG Wenxing, XIE Liang, et al. Analysis and optimization on nonlinearity of CTIA readout circuit[J]., 2010, 2010(6): 48-52.

A Fast Screening Method of Pixels with Unstable Response Rate in IRFPA

CUI Kun1,2，CHEN Fansheng2，SU Xiaofeng2，LIANG Qinghua1,2，TANG Yujun2

（1. University of Chinese Academy of Science, Beijing 100049, China 2. Shanghai Institute of Technical Physics, Chinese Academy of Science, Shanghai 200083, China;）

With the development of infrared technology, cooled IRFPA detectors are widely used in aerospace and civil fields. The instability of pixels’ response rate has a great influence on the quantitative application of IRFPA detectors. The methods of detecting pixels with unstable response rate are mainly through quantitative blackbody calibration currently, which needs to change the blackbody temperature so as to obtain the pixels’ response rate, and the steps and calculations are very complicated. It is not easy for high-frequency engineering applications. This paper presents a fast screening method for pixels with unstable response rate by calculating the change of the pixels’ relative response rate with the integration time. In each test, it requires changing the integration time to obtain a set of imaging data with detector in front of a fixed temperature black body and calculating each pixel’s relative response rate. The change of each pixel’s relative response rate will be calculated. Then pixels with unstable response rate will be screened out through comparison with a setting threshold, and pixels can be classified by user-defined threshold. The experimental results show that the method can effectively screen out the pixels with unstable response rate, and the operation is simple and convenient, and it is easy to be realized.

IRFPA detectors，unstable response rate，relative response rate，blackbody calibration

TN215

A

1001-8891(2017)02-0130-06

2016-06-18；

2016-10-27.

崔坤（1989-），男，博士生，主要从事空间遥感图像信息处理方面的研究。E-mail：cuikun_1989@163.com。

陈凡胜（1978-），男，博士，研究员，博士生导师，主要从事空间遥感方面的研究。E-mail：cfs@mail.sitp.ac.cn。

中国科学院上海技术物理研究所创新基金（CX-60）。