1. 课程导入与工程视角建立

单光子探测器(Single-Photon Detector, SPD)是一类能够对单个光子事件作出可分辨响应的光电探测器件。它的核心价值不在于“把光放大”,而在于把极微弱的光信号——低至每脉冲 0.1 个光子甚至更少——转换为可计数、可定时的电脉冲。典型器件包括工作在盖革模式(Geiger Mode)的雪崩光电二极管(SPAD)、硅光电倍增管(SiPM)、超导纳米线单光子探测器(SNSPD)以及上转换/混合型探测器。它们共同的关键指标是:探测效率(PDE)、暗计数率(DCR)、时间抖动(Jitter)、死时间(Dead Time)与后脉冲概率(Afterpulsing)。

理解 SPD 的工程意义,需要先建立“光子—电脉冲—统计量”的映射视角。一个光子被吸收后,器件在极短时间内产生一个宏观可测的电脉冲;探测器输出的不是连续光强,而是一串离散的到达时间戳。系统真正使用的信息,往往不是“有多少光”,而是“在什么时刻到达了多少个光子”。因此,SPD 的性能测试本质上是对“事件计数”和“时间标记”两类数据的质量评估。

单光子探测器在系统级工程中的位置 典型应用场景 量子通信 QKD 激光雷达 LiDAR 荧光寿命成像 FLIM 生物光子学检测 系统级需求 探测效率 · 时间分辨率 · 暗计数 · 最大计数率 · 工作波段 · 环境适应性 · 成本与体积 选型决策 器件类型匹配 关键参数权衡 接口与集成 成本与供货 性能测试与验证 PDE 标定 DCR 测量 Jitter 测量 死时间与后脉冲 稳定性 测试结果反馈选型

从图中可以看到,SPD 的选型不是孤立地比较数据手册,而是从应用场景出发,先明确系统级需求,再在器件类型、参数、接口、成本之间做权衡,最后通过性能测试验证是否满足需求。测试结果又会反过来修正选型判断,形成闭环。

为什么需要“工程视角”

很多初学者容易把 SPD 当作一个“越贵越好”的通用器件,但工程实践中恰恰相反。以量子通信为例,系统工作在 1550 nm 波段,要求探测器在低暗计数下保持高探测效率,同时时间抖动要小到足以区分相邻脉冲;而荧光寿命成像可能更关心时间分辨率与光子计数线性度,对暗计数的容忍度相对宽松。同一个参数在不同场景中的权重完全不同。因此,本课程始终强调:先问“系统要什么”,再问“器件能给什么”,最后问“怎么测出来”。

另一个常见的误区是只看典型值。数据手册上的 PDE 通常标注在特定波长、特定偏压、特定温度下,而实际系统的工作点可能偏离这些条件。例如,SPAD 的 PDE 随过偏压(Excess Bias)增大而上升,但 DCR 和后脉冲也会同步恶化。工程上需要找到“PDE 足够高、DCR 可接受、后脉冲不破坏协议”的折中工作点。这个折中点无法从手册直接读出,必须通过测试确定。

本课程的任务驱动学习路径

本课程围绕一个贯穿始终的任务展开:给定一个具体的单光子探测应用需求,完成从需求分析、器件选型、测试方案设计、数据采集与分析,到最终选型报告输出的完整流程。每一章都对应这个流程中的一个环节,并配有可操作的测试方法、参数计算和判断依据。

具体来说,课程将依次覆盖以下能力模块:

  • 基础概念与器件原理:理解 SPAD、SiPM、SNSPD 的工作机制与差异,建立“光子—电脉冲”的物理图像。
  • 关键参数定义与测试方法:掌握 PDE、DCR、Jitter、死时间、后脉冲的定义、测量装置与数据处理方法。
  • 测试系统搭建:光源、衰减、同步、计数与时间标记设备的选型与连接。
  • 数据分析与误差评估:从原始计数与时间戳中提取参数,识别系统误差与统计误差。
  • 选型决策与报告:将测试结果映射到系统需求,形成可追溯的选型依据。

为了便于后续章节反复对照,这里先给出一个简化的选型参数对照示例。表中数值为教学示例,用于说明比较维度,不代表任何具体产品的实测结果。

参数 SPAD(盖革模式) SiPM SNSPD
典型工作波段 400–1100 nm 300–900 nm 600–2000 nm
探测效率(示例) 50%–70% @ 650 nm 30%–50% @ 500 nm 80%–95% @ 1550 nm
暗计数率(示例) 10–1000 cps 105–106 cps 10–100 cps
时间抖动(示例) 100–500 ps 200–1000 ps 10–50 ps
工作温度 室温或半导体制冷 室温 约 2–4 K
系统复杂度 低 低 高
选型时不要只比较“最好”的参数,而要比较“在系统约束下最合适”的参数组合。例如,SNSPD 的探测效率和时间抖动都优于 SPAD,但需要低温制冷,系统体积、功耗和成本显著上升。如果应用场景是便携式激光雷达,SPAD 或 SiPM 往往是更现实的选择。

从“会看手册”到“会做测试”

本课程的目标不是让大家记住一堆参数定义,而是能够独立完成一次可信的单光子探测器性能测试。所谓“可信”,意味着测试结果可复现、误差可评估、结论可追溯。为此,后续章节会反复使用以下判断逻辑:

  1. 明确被测参数的定义与单位,确认测试条件(波长、温度、偏压、计数率)。
  2. 搭建测试链路,确认光源、衰减、同步与计数设备的工作状态。
  3. 采集原始数据,记录环境变量与设备设置。
  4. 对数据进行统计处理,区分统计误差与系统误差。
  5. 将结果与系统需求对照,判断是否满足选型条件。

例如,在测量暗计数率时,需要先关闭光源,记录一定时间内的计数,再扣除背景噪声和探测器本底。如果计数率随温度或偏压明显变化,还需要在多个工作点重复测量,绘制 DCR 随过偏压的变化曲线,而不是只报一个单点值。这种“多条件、可追溯”的测试习惯,是本课程希望建立的核心工程素养。

单光子探测器的性能参数之间存在强耦合。提高过偏压可以提升 PDE,但会同时增加 DCR 和后脉冲;降低温度可以抑制 DCR,但可能改变 PDE 和 Jitter。任何单参数优化都必须放在系统需求下评估,不能孤立地追求某一项指标。