3. 噪声类型与来源

在光接收机中，噪声决定了最小可检测光功率，也直接约束了灵敏度上限。理解噪声的第一步，不是记住公式，而是把“谁在产生噪声、噪声功率与哪些物理量成比例、在什么频段占主导”这三件事对应起来。光接收机的噪声并非单一来源，而是由光子到达的离散性、载流子热运动、材料缺陷与外部环境共同叠加形成。本节围绕五类核心噪声展开：散粒噪声、热噪声、闪烁噪声、暗电流噪声与背景噪声。

一、散粒噪声：光子与载流子离散性的直接结果

散粒噪声来源于电流由离散载流子组成这一事实。在光电二极管中，光子到达时刻随机，光生载流子的产生与收集也带有统计涨落，因此光电流并非完全平滑的连续量，而是在平均值附近波动。散粒噪声的功率谱密度在很宽频率范围内近似平坦，属于白噪声。其单边功率谱密度可写为：

i_sh^2 = 2 q I DC B
其中：
q = 1.602×10^-19 C
I_DC = 平均直流电流（光电流 + 暗电流）
B = 接收机等效噪声带宽

若考虑雪崩光电二极管（APD）的倍增过程，倍增本身也会引入额外散粒噪声，需引入过剩噪声因子 F(M)：

i_sh,APD^2 = 2 q I DC M^2 F(M) B
F(M) = k M + (1 - k)(2 - 1/M)
k 为电离系数比，M 为倍增因子

散粒噪声的关键特征是：它与平均电流成正比，因此提高光功率会同时提高信号与散粒噪声；但在散粒噪声受限区，信噪比随光功率线性增长。PIN 接收机中，散粒噪声通常不是最低光功率下的主导项，但在强背景光或高暗电流条件下会迅速上升。

二、热噪声：电阻中载流子随机热运动

热噪声又称约翰逊噪声或奈奎斯特噪声，来源于电阻、负载与前置放大器输入级中载流子的随机热运动。它不需要外加电压或光照，只要温度高于绝对零度就存在。热噪声同样近似白噪声，其电流形式功率谱密度为：

i_th^2 = 4 k T B / R
k = 1.38×10^-23 J/K
T = 绝对温度
R = 等效电阻
B = 噪声带宽

若用电压形式表示，则为：

v_th^2 = 4 k T R B

热噪声是 PIN 接收机在低光功率下的主要限制因素之一。降低热噪声的常用方法是增大负载电阻 R、降低温度或采用跨阻放大器与低噪声前置放大器。但增大 R 会压缩带宽，因此实际设计中需要在灵敏度与带宽之间折中。热噪声与光电流无关，这也是为什么在极弱光下，接收机往往进入热噪声受限区。

三、闪烁噪声：低频段的 1/f 涨落

闪烁噪声又称 1/f 噪声，主要出现在低频段，来源于材料缺陷、界面陷阱、载流子复合与表面态等随机过程。其功率谱密度随频率降低而增大，典型形式为：

i_flicker^2 = K I^a / f^b · B
常见简化形式：
i_flicker^2 = K I_DC^2 / f · B
其中 K 与器件工艺、材料、面积相关，a 约 1～2，b 约 0.8～1.2

闪烁噪声在光接收机中通常不是高速通信的主要限制，因为通信频带往往远离低频。但在直流耦合、低频传感、精密光功率检测或长时间积分系统中，闪烁噪声会显著影响基线稳定度与低速灵敏度。对于 InGaAs、Si 与 HgCdTe 等不同材料探测器，闪烁噪声的强弱差异明显，工艺质量与表面钝化水平会直接影响其幅度。

四、暗电流噪声：无光条件下的漏电流涨落

暗电流是光电探测器在无光照条件下由热激发、耗尽区产生-复合、表面漏电与隧穿效应引起的电流。暗电流本身是直流分量，但其随机涨落形成暗电流噪声。若暗电流为 I_d，则其散粒噪声贡献为：

i_dark^2 = 2 q I_d B

若暗电流经过倍增，则同样需要乘以 M^2 F(M)。暗电流对温度的依赖通常呈指数关系：

I_d ∝ T^3 exp(-E_g / (k T))
E_g 为材料禁带宽度

因此，制冷是降低暗电流噪声最有效的手段之一。暗电流噪声在长波长探测器、窄带隙材料与高温环境中尤为突出。实际系统中，暗电流不仅抬高噪声基线，还会消耗动态范围，使弱光信号更容易被淹没。

五、背景噪声：环境光引入的额外散粒噪声

背景噪声来自非信号光进入探测器，例如日光、室内照明、黑体辐射或其他杂散光。背景光产生背景光电流 I_bg，其散粒噪声为：

i_bg^2 = 2 q I_bg B

背景噪声与信号光无关，却与背景光功率成正比。在自由空间光通信、可见光通信与室外红外系统中，背景噪声常常是限制灵敏度的关键因素。抑制背景噪声的手段包括窄带滤光片、视场光阑、调制与锁相检测、背景光抵消电路以及提高接收光学系统的杂散光抑制比。

六、五类噪声对比与主导区域

七、案例：PIN 接收机在不同光功率下的噪声主导变化

假设一个 PIN 跨阻接收机，负载电阻 R=10 kΩ，温度 T=300 K，带宽 B=100 MHz，暗电流 I_d=1 nA，背景光电流 I_bg=10 nA。当输入光功率很低时，光电流 I_ph 约为 1 nA，此时热噪声电流谱密度约为：

i_th = sqrt(4kT B / R)
     ≈ sqrt(4×1.38e-23×300×1e8 / 1e4)
     ≈ 1.29×10^-8 A
     ≈ 12.9 nA

而散粒噪声、暗电流噪声与背景噪声合计约为：

i_sh,total = sqrt(2q(I_ph + I_d + I_bg)B)
           ≈ sqrt(2×1.602e-19×12e-9×1e8)
           ≈ 1.96×10^-9 A
           ≈ 1.96 nA

可见在弱光下热噪声远大于散粒噪声，接收机处于热噪声受限区。当光电流增大到 1 μA 时，散粒噪声约为：

i_sh ≈ sqrt(2×1.602e-19×1e-6×1e8)
     ≈ 5.66×10^-9 A
     ≈ 5.66 nA

此时散粒噪声已接近热噪声，继续增大光电流后，散粒噪声将超过热噪声，系统进入散粒噪声受限区。这个案例说明：噪声优化不是简单“降低所有噪声”，而是识别当前工作点下的主导噪声，再针对性设计。

八、常见误区与复盘

• 误区一：把所有噪声都当成白噪声。闪烁噪声具有明显 1/f 特征，低频系统中不能忽略。
• 误区二：只关注信号光电流，忽略暗电流与背景光电流。它们同样产生散粒噪声，且会抬高总噪声基线。
• 误区三：认为增大倍增 M 一定提高灵敏度。APD 中 M 增大也会放大散粒噪声与暗电流噪声，存在最优 M。
• 误区四：忽略带宽对噪声的影响。所有白噪声功率都与 B 成正比，带宽越宽，总噪声越大。
• 误区五：只看器件，不看电路。前置放大器、负载电阻与后级滤波都会改变等效输入噪声。

综上，散粒噪声、热噪声、闪烁噪声、暗电流噪声与背景噪声分别对应不同的物理机制与数学描述。只有把它们放回具体工作点、频段与电路环境中，才能判断谁在主导灵敏度，并为后续的噪声抑制与灵敏度优化提供正确方向。