基于电子数的红外相机噪声与噪声源计算

基于电子数的红外相机噪声与噪声源计算

0信号snr随着电子技术和工艺水平的快速发展，越来越多的视野开阔测试在空间领域得到了应用。如何利用探测器和光学系统的参数较为准确地评价探测性能是目标探测中必须解决的问题之一。从信号处理的角度来看,影响探测概率的主要因素是信噪比(SNR)。目标信噪比定义为目标像元与背景像元的电压峰值差异与噪声电压的比值。对红外探测系统,传统的灵敏度计算方法一般是根据探测器的比探测率D*来计算,本文主要从电子数的角度分析了星载红外探测器系统的探测能力,包括系统信噪比计算模型和影响探测灵敏度的主要系统指标分析,最后对美国的微型传感器技术集成演示试验(MSTI-3)的红外相机对大气背景的测量能力进行了计算。1计算信噪比的模型首先介绍了采用比探测率D*来计算红外探测系统的信噪比的方法,然后详细给出了电子数法的信噪比计算模型,对两种方法进行了比较。1.1d#测量值一直以来,红外探测器的信噪比的计算采取的是图1所示的模型。其中的SNR用电压之比的形式表示,噪声电压采取D*(λ)中的Vn,也就是探测器内部的噪声电压,而且这个噪声大小是固定的,是在实验室中测量D*(λ)时探测器所表现出来的噪声,据文献所知,实验室中D*(λ)的测量值是在一定温度黑体背景下(通常500K)的探测器响应,它只适用于温度接近500K的目标,在实际应用中,所探测的目标的温度相差很大,如有的目标温度高达几千度,大气背景温度可以低至250K左右,因此在计算时需要乘以温度修正系数或采取其他方法。采用D*D*法计算SNR,其中隐含假设了噪声大小在任何情况下是不变的。这种计算模型简单、可操作性强,适用于探测器性能粗略估计,但它无法用来对系统各部分噪声大小进行计算,以进一步采取相应的技术措施提高系统的探测性能。1.2目标光学数的推导电子数计算方法与传统的D*法本质上是一致的,它从电压形成的过程出发,从量子角度分析噪声和信号的大小,图2所示为星载红外探测系统中,由辐射源到电压/电流的信号传输链。由图2可以推导出一定辐射的面目标在探测器焦面上产生的电子数,N=AdAoτintf2⋅hc∫L(λ)⋅λη⋅τdλ(1)Ν=AdAoτintf2⋅hc∫L(λ)⋅λη⋅τdλ(1)式中Ad为像元面积,Ao为光学系统入瞳面积,τint为积分时间,f为光学系统焦距,h为普朗克常数,c为光速,L(λ)为目标光谱辐射亮度,η为量子效率,τ为系统透过率。对点目标探测,距离为R,强度为I的点目标在探测器焦面上产生的电子数为,N=Aoτinthc∫IR2⋅λη⋅τdλ(2)Ν=Aoτinthc∫ΙR2⋅λη⋅τdλ(2)1.2.1像元非均匀性星载红外凝视探测系统的噪声主要包括光子噪声、固定图形噪声、读出噪声、暗电流噪声,根据文献,本文忽略量化与1/f噪声。光子噪声的形成主要是由于光子的随机入射导致光生电子的随机产生而形成的。入射光子数满足波色-爱因斯坦统计分布,在大量光子入射时近似于泊松分布,均值与方差相等,因此有,n¯ph=Nph−−−√(3)n¯ph=Νph(3)式中n¯n¯ph为光子噪声均方根值,Nph为入射光子数,其中包括了目标和背景的入射光子以及来自光学系统的近场辐射。在焦平面阵列中,由于每个探测器像元偏置不同或响应的差异引起的探测元对相同输入产生不同输出的噪声称为固定图形噪声(FPN)。响应度非均匀性定义为,U=σRR(4)U=σRR(4)式中U为像元非均匀性,σR为红外探测器各像素响应率的均方差,R是各像素的平均响应度。因此,各像素输出电压的均方根值为,Vn=σRP=URP=UV(5)Vn=σRΡ=URΡ=UV(5)式中P为辐射功率,V为响应平均电压。由于非均匀性较正后仍有残余的响应非均匀存在,表现为固定图形噪声,以电子数描述每个像元的固定图形噪声为n¯FPN=UNph(6)n¯FΡΝ=UΝph(6)读出噪声描述了从焦面电子到放大电流到A-D转换整个过程中所有的电子学噪声,详细的计算比较复杂,也可通过实验室测量得到,这里使用文献中的公式,n¯2read=n¯2floor+kn¯2rms(7)n¯read2=n¯floor2+kn¯rms2(7)式中n¯n¯2floorfloor2填底电荷数,一般由探测器给出;n¯n¯rms为像元率等于1MHz时的读出噪声,k=N1N2τint×10−6k=Ν1Ν2τint×10-6为通道像元率(MHz),N1、N2分为方形探测器焦面的横向与纵向像元数目。暗电流噪声是与探测器温度密切相关的量。在没有信号输入时,一定温度探测器由于电子的无规则热运动产生了暗电流偏移,形成了所谓的暗电流噪声,其理论计算式为n¯2dark=2kAdq2⋅τintTR0Ad(8)n¯dark2=2kAdq2⋅τintΤR0Ad(8)式中T为探测器焦面温度,R0Ad为探测器阻抗与光敏面积之积(Ωcm2),它与T成强非线性关系,随温度升高急剧降低;k为玻尔兹曼常数。因此,可以得出系统总噪声大小为n¯=n¯2ph+n¯2FPN+n¯2read+n¯2dark−−−−−−−−−−−−−−−−−−−−−√(9)n¯=n¯ph2+n¯FΡΝ2+n¯read2+n¯dark2(9)采用电子数法计算信噪比可以计算出不同噪声源对整体探测性能的贡献,比如光学系统的温度对光子噪声的影响,探测器的非均匀性对固定图形噪声的影响等;此外它能够较为准确的反映不同探测场景下的噪声大小。但该方法模型涉及探测器参数较多,在没有获知相应参数值的情况下不适合使用该方法。1.2.2探测器噪声大小由式(9)可知,噪声的大小是与入射光子数密切相关的,图3给出了不同光子数入射时噪声均方根电子数的变化情况,图中取U=0.1%,像元大小为40微米,暗电流电子数为30e/pixel,读出噪声为250e/pixel。由图3可以看出当入射光子数较少时,系统噪声大小主要由读出与暗电流噪声决定,它们与入射光子数无关,主要由探测器电子学参数决定;当入射光子数较多时,噪声主要由光子噪声决定,光子噪声是光子探测器件固有的,应尽量减少除了目标辐射之外的其他辐射源,诸如光学近场辐射等;当入射光子数量很大时,固定图形噪声大小起主要影响,此时降低像元非均匀性显得格外重要。2影响snr主要参数的因素由公式(1)、(2)与(9)可以看出与系统信噪比相关的系统参数有光学系统入瞳口径、积分时间、像元大小、视线距离等。这里借用表1中的相机参数,对影响SNR的主要参数进行了分析,见图4与图5。由图可以看出,影响面目标SNR的主要参数是光学系统F数,影响点目标SNR的主要参数是光学系统入瞳口径与视线距离。3msti-3大气测量原理及计算方法上世纪90年代,美国开展了“微型传感器技术集成”(MSTI)演示试验,目的是收集大气红外背景数据。MSTI-3于1996年5月17日入轨,运行轨道为高度425km,倾角97.13°的太阳同步圆轨道,主要载荷有短波红外、中波红外相机和成像光谱仪。MSTI-3红外相机选择了大气吸收波带2.7μm和4.3μm附近的14个波段。本文选取它的其中两个波段2.70μm～2.82μm和4.26μm～4.36μm进行分析,对MSTI-3的红外相机对大气背景的测量能力进行了计算。主要参数见表1。对大气进行测量属于面目标探测,由式(1)可以计算出大气辐射在焦面上产生的电子数,根据式(3)、(6)、(7)、(8)和(9)可以算出各部分噪声的大小,计算结果见表2。由计算结果可以看出,在短波红外波段,由于大气的辐射亮度较弱,系统主要噪声来自读出噪声;在中波红外波段,大气辐射稍强,光子噪声对总噪声贡献增大。此外,用D*法与电子数法计算的SNR存在一定的差异,下面分析一下差异存在的主要原因。前面讨论过,D*法认为噪声不变,而电子数法计算出来的噪声随着入射光子数的不同而差异比较明显,如图6所示。图7给出了探测不同温度的目标,两种计算方法的SNR比较曲线。可以看出,当目标温度在500K左右时,两种方法计算结果基本一致,原因是给定的探测器比探测率一般是在500K背景下实验室测量的结果。当目标温度与实验室测试环境差异较大时,使用D*法存在一定的误差,误差主要来源于噪声的变化。使用电子数法能够更为准确的描述不同探测场景下的噪声大小,但是其计算所需的参数较多。究竟采取何种方法来计算,完全取决于所已知的参数能否满足计算要求,在计算精度与计算模型的简化程度之间折衷选择其一。4测量性能分析本文从电子数角度出发给出了星载红外相机的探测能力的计算方法,并与传统的D*法进行了比较,通过噪声计算,分析得出以下结论:(1)使用电子数法能够较为准确的描述不同探测场景下的噪声变化情况,并能够分析出不同噪声源对系统探测性能的影响;D*法计算模型简单,比较适用于工程应用,但它对噪声的分析不够深入,使用D*法计算不同场景的SNR会存在一定的误差;(2)探测场景中的辐射较弱时,影响系统探测性能的主要是读出