2. 红外物理基础
做红外系统这么多年，我有个很深的体会：噪声是性能的天花板。你光学再好，算法再牛，只要噪声没压住，系统就是白搭。这一章咱们就掰开揉碎，把红外系统里最常见的几类噪声讲清楚。
说白了，噪声就是信号里那些你不想要的随机波动。它们来自探测器本身、读出电路、还有背景环境。我习惯把它们分成三类来排查：
- 探测器噪声 — 热噪声、散粒噪声、1/f 噪声
- 读出电路噪声 — 复位噪声、KTC 噪声、列放大器噪声
- 背景辐射噪声 — 光子噪声、背景限
核心观点： 噪声分析不是算完就完，而是要找到主导噪声源。只有知道哪个噪声在拖后腿，你才知道往哪个方向使劲。
2.1 探测器噪声
探测器是噪声的第一关。我见过不少工程师一上来就调电路，结果发现噪声源头其实在探测器本身。咱们一个个看。
2.1.1 热噪声（Johnson-Nyquist 噪声）
热噪声是电阻里载流子的随机热运动产生的。温度越高，噪声越大。公式很简单：
V_noise = sqrt(4 * k * T * R * Δf)其中 k 是玻尔兹曼常数，T 是绝对温度，R 是电阻，Δf 是带宽。
嗯，这里要注意：热噪声是白噪声，频谱平坦。你没法通过滤波完全消除它，只能从源头控制。
我的经验： 有一次做长波红外系统，探测器偏置电阻选大了，热噪声直接淹没了弱信号。后来我把电阻从 10MΩ 降到 1MΩ，配合低温制冷，信噪比提升了 6 dB。记住：能制冷就制冷，能降阻就降阻。
2.1.2 散粒噪声（Shot Noise）
散粒噪声来自光生载流子的随机到达。它跟光电流的平方根成正比：
I_noise = sqrt(2 * q * I_dark * Δf)q 是电子电荷，I_dark 是暗电流，Δf 是带宽。
你想想看，暗电流越大，散粒噪声越严重。所以为什么制冷型探测器性能好？因为暗电流被压下去了。
避坑指南： 我曾经遇到一个项目，探测器暗电流测试值正常，但系统噪声就是降不下来。后来发现是偏压纹波太大，导致暗电流波动，等效放大了散粒噪声。所以别只看 datasheet，实际工作点的噪声才作数。
2.1.3 1/f 噪声（闪烁噪声）
1/f 噪声的功率谱密度跟频率成反比。低频段特别明显，高频段就衰减了。它主要来自材料缺陷、界面态、载流子陷阱。
我个人习惯用 拐点频率 来评估 1/f 噪声的影响。拐点频率越高，说明材料质量越差。
| 探测器类型 | 典型拐点频率 | 1/f 噪声影响 |
|---|---|---|
| InSb（制冷型） | < 10 Hz | 低，适合低频成像 |
| MCT（制冷型） | 10 ~ 100 Hz | 中等，需注意低频应用 |
| 非制冷型（VOx） | 100 ~ 1000 Hz | 高，必须用斩波或校正 |
我的做法： 做非制冷系统时，我习惯在电路里加一个高频斩波，把信号搬到 1/f 噪声低的频段去。效果立竿见影。
2.2 读出电路噪声
读出电路（ROIC）是把探测器信号转成电压的关键。但电路本身也会引入噪声。我把它分成三类：
- 复位噪声（KTC 噪声） — 来自积分电容的复位开关
- 列放大器噪声 — 来自列级放大器的热噪声和 1/f 噪声
- 量化噪声 — 来自 ADC 的量化误差
2.2.1 复位噪声（KTC 噪声）
复位噪声的公式很经典：
V_ktc = sqrt(k * T / C)C 是积分电容。电容越大，KTC 噪声越小。但电容大了，增益就低了，这是个 trade-off。
我记得有一次做高灵敏度系统，复位噪声占了总噪声的 40%。后来改用相关双采样（CDS），把复位噪声几乎消除了。CDS 的原理很简单：先采样复位电平，再采样信号电平，两者相减，低频噪声就被抵消了。
关键点： CDS 对 KTC 噪声和 1/f 噪声都有抑制作用。但要注意，CDS 会引入采样噪声，所以采样频率不能太低。
2.2.2 列放大器噪声
列放大器是 ROIC 里噪声贡献大户。它通常由两级组成：第一级是源跟随器，第二级是差分放大器。噪声主要来自第一级的输入管。
我习惯用 噪声等效电子数（NEE） 来评估：
NEE = sqrt( (k * T * C) / q^2 + (2 * q * I_dark * t_int) / q^2 )t_int 是积分时间。积分时间越长，散粒噪声越大，但信号也越大。所以有个最优积分时间。
避坑指南： 我曾经在列放大器设计上踩过坑。为了省功耗，把偏置电流设得太低，结果输入管的跨导下降，热噪声飙升。后来我总结了一条经验：列放大器的功耗不能省，省功耗就是省性能。
2.3 背景辐射噪声
背景辐射噪声，说白了就是环境光子带来的噪声。你想想看，探测器不光接收目标信号，还接收背景辐射。背景越强，噪声越大。
2.3.1 光子噪声
光子噪声是散粒噪声的一种，来自背景光子的随机到达。公式：
N_ph = sqrt(η * Φ_b * A_d * t_int)η 是量子效率，Φ_b 是背景光子通量，A_d 是像元面积，t_int 是积分时间。
背景光子通量跟环境温度强相关。300K 的室温背景，中波红外波段的光子通量大约是 10^15 ph/s/cm²。你想想看，这个数字有多大。
2.3.2 背景限（BLIP）
当背景辐射噪声远大于探测器自身噪声时，系统就进入了背景限状态。这时候你再怎么优化探测器，性能也上不去。
| 状态 | 主导噪声 | 优化方向 |
|---|---|---|
| 探测器限 | 热噪声、1/f 噪声 | 制冷、降阻、材料优化 |
| 读出电路限 | KTC 噪声、放大器噪声 | CDS、低噪声设计 |
| 背景限 | 光子噪声 | 光谱滤波、冷光阑、缩短积分时间 |
我的经验： 做高灵敏度系统时，我习惯先算一下背景限探测率 D*_BLIP。如果 D*_BLIP 比探测器 D* 高很多，说明系统是探测器限，可以继续优化探测器。如果两者接近，说明已经接近背景限了，再优化探测器意义不大。
2.4 噪声源分析框架
下面这张图是我做噪声分析时常用的框架。它帮你理清思路：从探测器到读出电路，再到背景，一步步排查。
2.5 噪声诊断实战流程
最后，我分享一下自己做噪声诊断的实战流程。你照着做，基本不会漏：
- 测总噪声 — 用黑体或均匀背景，测系统输出噪声。
- 分频段分析 — 看噪声频谱，判断是白噪声还是 1/f 噪声主导。
- 变参数测试 — 改变积分时间、偏压、温度，看噪声变化趋势。
- 对比理论值 — 用公式算各噪声分量，跟实测对比。
- 定位主导源 — 哪个噪声分量最大，就优先处理哪个。
总结： 噪声分析不是一次性工作。系统调试过程中，噪声源可能会变化。我习惯在每个调试阶段都做一次噪声分解，确保优化方向始终正确。