2. 光电探测基础

做光电系统设计，说白了就是在跟噪声打交道。我入行那会儿，带我的老师傅说过一句话，我一直记着——「你永远无法消除噪声，只能学会跟它共处」。这话糙理不糙。信噪比分析的第一步，就是搞清楚噪声从哪来、长什么样、怎么算。

这一章咱们就扎进三种最基础的噪声源：热噪声、散粒噪声和闪烁噪声。它们是光电系统里最常碰到的「老面孔」，也是后续所有信噪比计算的根基。

热噪声：电阻里藏着的「布朗运动」

热噪声，也叫 Johnson-Nyquist 噪声。它的物理起源其实特别简单——导体里的自由电子在不停地做热运动。温度越高，电子撞得越欢，产生的随机电压波动就越大。

我记得有一次调试一个前置放大器，输出端总有 2μV 左右的毛刺，怎么都滤不掉。后来一查，是反馈电阻的热噪声在作怪。换了个小阻值的电阻，问题就解决了。嗯，从那以后我选电阻都会先算一遍热噪声。

数学描述

热噪声的电压功率谱密度是：

S_v(f) = 4k_B T R      [V²/Hz]

其中：

• k_B = 1.38 × 10⁻²³ J/K —— 玻尔兹曼常数
• T —— 绝对温度，单位 K
• R —— 电阻值，单位 Ω

注意，这个谱密度在极宽的频率范围内都是平坦的，所以热噪声属于白噪声。你想想看，从 DC 到 GHz，只要温度不变，它的功率谱密度就不变。

实际电路中，我们更关心的是总噪声电压。如果系统带宽是 B，那么热噪声的 RMS 电压为：

V_n = √(4k_B T R B)      [V]

举个例子：一个 10kΩ 电阻，在室温下，带宽 1MHz，热噪声 RMS 电压大约是 12.8 μV。这个值已经不小了，如果你的信号只有几十微伏，信噪比就会很难看。

散粒噪声：电流的「量子涨落」

散粒噪声的物理起源跟热噪声完全不同。它来自电荷的离散性——电流不是连续的流体，而是一个个电子（或空穴）的流动。每个载流子到达的时间是随机的，这种随机性就造成了电流的微小波动。

我在做光电探测器设计时，散粒噪声是绕不开的坎。光电二极管产生的光电流，本质上就是光子激发的电子-空穴对，每个载流子的产生时间都是随机的。说白了，散粒噪声是量子效应的直接体现。

数学描述

散粒噪声的电流功率谱密度是：

S_i(f) = 2q I_DC      [A²/Hz]

其中：

• q = 1.602 × 10⁻¹⁹ C —— 电子电荷
• I_DC —— 平均电流，单位 A

同样，散粒噪声也是白噪声，谱密度平坦。它的 RMS 噪声电流为：

I_n = √(2q I_DC B)      [A]

光电系统中的散粒噪声

在光电探测器中，光电流 I_ph 由入射光功率 P 和响应度 R 决定：

I_ph = R · P

那么散粒噪声电流就是：

I_n,shot = √(2q · R · P · B)

你会发现，散粒噪声随着光功率的增大而增大。但别担心——信号电流也在增大，而且信号是线性增长，噪声是平方根增长。所以光功率越大，信噪比反而越好。这就是为什么高灵敏度探测器需要足够的光功率。

闪烁噪声：低频段的「幽灵」

闪烁噪声，也叫 1/f 噪声，是三种噪声里最「诡异」的一个。它的物理起源至今没有完全统一的解释，但普遍认为与材料中的缺陷、载流子的俘获-释放过程有关。

它的特点是：功率谱密度与频率成反比。频率越低，噪声越大。在 DC 附近，1/f 噪声可以比热噪声大好几个数量级。

我曾经调试过一个低频振动测量系统，信号频率只有 10Hz 左右。一开始怎么都压不住噪声，后来才发现是运放的 1/f 噪声在作怪。换了个斩波稳零放大器，问题才解决。嗯，低频设计里 1/f 噪声是个大坑。

数学描述

闪烁噪声的电压功率谱密度通常表示为：

S_v(f) = K / f^α      [V²/Hz]

其中：

• K —— 与器件相关的常数
• α —— 通常在 0.8 ~ 1.2 之间，理想情况取 1

在工程中，更常用的表达方式是引入转角频率 f_c。在 f_c 以上，1/f 噪声被白噪声淹没；在 f_c 以下，1/f 噪声占主导。

三种噪声的叠加与工程考量

在实际系统中，这三种噪声是同时存在的。总噪声功率是它们各自功率的线性叠加（因为噪声源不相关）：

S_total(f) = 4k_B T R + 2q I_DC + K/f

你想想看，在低频段，1/f 噪声占主导；在高频段，热噪声和散粒噪声占主导。中间会有一个「拐点」，这个拐点就是 1/f 转角频率。

降低噪声的常用手段

1. 热噪声：降低电阻值、降低温度（制冷）、限制带宽
2. 散粒噪声：增大光功率（信号增长快于噪声）、优化量子效率
3. 闪烁噪声：使用斩波稳零放大器、相关双采样、交流耦合（避开 DC）

最后说一句。这三种噪声是光电系统信噪比分析的「地基」。后面的章节里，我们会反复用到这些公式和概念。你现在花时间把它们吃透，后面会省很多力气。