2、噪声基础：热噪声、散粒噪声、1/f噪声等基本噪声类型及其功率谱密度

在光电探测与微弱信号测量系统中，噪声是限制系统灵敏度的根本因素。无论是红外焦平面阵列、单光子探测器，还是高精度ADC前端，噪声的统计特性与频谱分布直接决定了系统能够检测到的最小信号功率。理解各类噪声的物理起源、数学模型与功率谱密度（PSD）特征，是进行噪声等效功率（NEP）分析与积分时间优化的前提。本章从噪声的随机过程本质出发，系统梳理热噪声、散粒噪声、1/f噪声、产生-复合噪声及读出噪声的机理与频谱特征，并给出工程中常用的噪声建模与测量方法。

2.1 热噪声（Johnson-Nyquist Noise）

核心原理

热噪声源于导体内部自由电子的无规则热运动。即使没有外加电场，载流子也在晶格中持续碰撞，产生随机的微观电流涨落。这种涨落在宏观上表现为电阻两端的开路电压波动。热噪声的功率谱密度在极宽的频率范围内（直至太赫兹量级）保持平坦，因此属于典型的白噪声。其单边电压PSD表达式为：

S_v(f) = 4k_B T R   [V²/Hz]

其中 k_B 为玻尔兹曼常数（1.38×10⁻²³ J/K），T 为温度（K），R 为等效电阻（Ω）。在带宽 Δf 内，热噪声电压有效值为：

V_n = √(4k_B T R Δf)

值得注意的是，热噪声与频率无关，但与温度直接相关。在低温红外探测系统中（如液氮77K），热噪声可降低约√(300/77)≈2倍，这也是制冷型探测器灵敏度更高的原因之一。

工程中的热噪声来源

案例拆解：TIA跨阻放大器热噪声优化

某InGaAs光电探测器（R_d=50kΩ）通过跨阻放大器（TIA）进行电流-电压转换，反馈电阻R_f=1MΩ，带宽要求10kHz。初始设计总输出噪声计算如下：

输入等效噪声电流：
i_n² = 4kT/R_d + 4kT/R_f
     = 4×1.38e-23×300×(1/50k + 1/1M)
     = 3.38e-25 A²/Hz
输出噪声电压（带宽10kHz）：
V_n = √(i_n² × R_f² × Δf)
    = √(3.38e-25 × 1e12 × 1e4)
    = 58.1 μVrms

优化方案：将反馈电阻改为100kΩ（增益降低10倍），后级增加同相放大10倍。此时输入等效噪声电流变为3.38e-25+4kT/100k=3.38e-25+1.66e-25=5.04e-25 A²/Hz，输出噪声（折算到最终输出）为√(5.04e-25×1e10×1e4)×10=22.4μVrms。虽然输入噪声增加，但总输出噪声降低约2.6倍，因为反馈电阻热噪声的放大倍数降低。此案例说明噪声优化需要全局考虑增益分配，而非单纯降低某一电阻值。

2.2 散粒噪声（Shot Noise）

核心原理

散粒噪声源于载流子跨越势垒时的离散随机性。当电流由独立、离散的载流子（电子或空穴）组成时，每个载流子的到达时间服从泊松分布，导致瞬时电流围绕平均值波动。散粒噪声电流的功率谱密度为：

S_i(f) = 2qI   [A²/Hz]

其中 q 为电子电荷（1.6×10⁻¹⁹ C），I 为平均电流（A）。在带宽 Δf 内，散粒噪声电流有效值为：

i_n = √(2qIΔf)

散粒噪声同样具有白噪声频谱特征，但与电流大小相关。在光电探测中，光电流 I_ph = ηqΦ（η为量子效率，Φ为光子通量），因此散粒噪声直接反映了信号光子到达的随机性——这是量子极限的体现。

散粒噪声与热噪声的对比

实战场景：光电探测器散粒噪声极限

某PIN光电二极管在1550nm波长下响应度R=0.9A/W，接收光功率P=1μW，带宽B=1MHz。光电流I_ph=0.9μA，散粒噪声电流为：

i_shot = √(2×1.6e-19×0.9e-6×1e6) = 0.537 nArms

若TIA反馈电阻R_f=1MΩ，则输出散粒噪声电压为0.537mV。此时信噪比SNR=I_ph/(i_shot)=0.9μA/0.537nA≈1676（64.5dB）。若光功率降至10nW，散粒噪声降至0.054nA，但信号电流降至9nA，SNR降至167（44.5dB）。可见散粒噪声主导时，SNR随光功率的平方根下降，这是量子极限探测的基本规律。

2.3 1/f 噪声（闪烁噪声）

核心原理

1/f噪声的功率谱密度与频率成反比，其经验表达式为：

S_v(f) = K · (V_bias)² / f^α

其中K为工艺相关常数，V_bias为偏置电压，α通常在0.8~1.2之间（理想为1）。1/f噪声的物理机制尚未完全统一解释，主流理论包括载流子数涨落（McWhorter模型）和迁移率涨落（Hooge模型）。在半导体器件中，1/f噪声主要来源于表面态陷阱对载流子的随机俘获与释放，以及晶格散射的随机调制。

1/f噪声的关键特征是：其功率随频率降低而增大，但在极低频处不会发散（实际存在下限频率）。在积分时间较长（即等效噪声带宽较低）的系统中，1/f噪声成为主要限制因素。

1/f噪声的工程影响

• 低频段主导：当频率低于转折频率f_c（通常1Hz~10kHz）时，1/f噪声超过白噪声。
• 积分时间陷阱：单纯延长积分时间降低带宽，对1/f噪声的抑制效果有限（因为低频分量仍被积分）。
• 相关双采样（CDS）：通过两次采样相减，可有效消除低频1/f噪声和复位噪声，代价是白噪声功率增加2倍。

案例拆解：CMOS图像传感器低频噪声优化

某CMOS图像传感器像素源跟随器在1Hz处测得1/f噪声PSD为1μV²/Hz，白噪声PSD为0.1μV²/Hz，转折频率f_c=10Hz。采用相关双采样（CDS）后，低频噪声被显著抑制。实测数据表明：

可见CDS对1/f噪声的抑制效果远优于单纯延长积分时间。但CDS会使白噪声增加√2倍，因此在高频应用中需权衡。

2.4 产生-复合噪声与读出噪声

产生-复合（G-R）噪声

在半导体探测器中，载流子的产生与复合过程具有随机性，导致载流子浓度涨落。G-R噪声的功率谱密度呈现洛伦兹型特征：

S_i(f) = 4I²τ / (1 + (2πfτ)²)

其中τ为载流子寿命。G-R噪声在低频段平坦，在f=1/(2πτ)处开始下降，呈现拐角频率。在碲镉汞（HgCdTe）红外探测器中，G-R噪声常与1/f噪声叠加，形成复合频谱。

读出噪声

读出噪声是探测器信号链中所有电子元件噪声的总和，包括复位噪声（kTC噪声）、源跟随器热噪声、列放大器噪声和ADC量化噪声。其中kTC噪声表达式为：

V_kTC = √(kT/C)

对于10pF积分电容，300K下kTC噪声约为20.3μV。kTC噪声可通过相关双采样消除，但代价是增加白噪声。

噪声总合成与系统设计

系统总噪声功率为各独立噪声源功率之和（不相关时）：

V_total² = V_thermal² + V_shot² + V_1/f² + V_GR² + V_readout²

在系统设计中，应绘制噪声预算表，明确各噪声源的贡献比例，找出主导项进行优化。例如，若热噪声占60%，则降低温度或电阻效果显著；若1/f噪声占40%，则应采用CDS或斩波稳定技术。

2.5 噪声测量与功率谱密度分析

测量方法

1. 时域采集：使用高分辨率ADC（≥16bit）以足够采样率采集噪声电压，采样时间需覆盖最低关注频率的10倍周期。
2. FFT分析：对时域数据加窗（汉宁窗或平顶窗）后进行FFT，得到功率谱密度。需注意窗函数对频谱泄漏的影响。
3. 分段平均：将长时域数据分为多段，分别计算PSD后取平均，以降低频谱方差。
4. 本底扣除：先测量仪器本底噪声，再从总噪声中扣除，避免测量系统自身噪声干扰。

PSD曲线解读要点

案例复盘：某红外探测系统噪声诊断

某制冷型红外探测器在系统联调时发现输出噪声比理论值高3倍。通过PSD分析发现：低频段（<100Hz）存在明显1/f噪声抬升，且50Hz处有尖峰。进一步排查发现：

• 探测器偏置电压纹波为2mVpp（来自DC-DC开关频率），通过PSD在100kHz处发现对应尖峰。
• 制冷机振动导致探测器微位移，产生低频调制噪声。
• 信号线屏蔽层在探测器端未接地，形成地环路。

解决方案：在偏置电路增加LC滤波（截止频率10Hz），将制冷机与探测器之间增加减震垫，并将屏蔽层改为单端接地。优化后总噪声降低至理论值的1.2倍，满足系统NEP指标。