近日，中国科学院上海技术物理研究所陆卫研究团队的李冠海、陈效双研究员，成功研制出基于非线性忆阻计算技术的新型微型光谱仪。该成果通过创新性地结合光子忆阻器与神经网络算法，解决了光谱仪小型化与高性能难以兼容的行业难题，为材料科学、工业检测及智能传感领域带来关键解决方案。该成果以“Nonlinear Memristive Computational Spectrometer”为题在线发表在《Light: Science & Applications》期刊，并入选Featured Article。李鑫博士生为第一作者，李冠海研究员为通讯作者。
光谱分析技术作为现代科学的重要表征手段，在材料科学、工业检测及光电传感领域发挥着不可替代的作用。这一地位的巩固源于市场对兼具便携性、测量精度、高光谱分辨率与宽谱段响应特性的光谱设备需求激增。然而，传统光谱仪受制于复杂光学系统架构，其依赖于空间色散元件构建的长程传播路径，与微型化发展趋势形成结构性矛盾，严重制约了集成化光谱设备的工程实现。
值得注意的是，当前微型化技术路线主要沿着两个维度展开突破：一方面通过光子晶体、超表面等亚波长结构实现光场调控，另一方面采用微型干涉系统替代传统色散式架构。尽管这些创新显著缩小了设备体积，但微型化过程普遍伴随着光谱分辨率降低、动态范围收窄及信噪比劣化等问题。究其本质，这揭示了光谱仪器件设计中存在的固有矛盾——物理尺寸的压缩往往伴随性能参数的衰减。
图1：非线性忆阻计算光谱仪的架构和基本表征。
鉴于该研究团队首次提出了非线性忆阻计算架构，利用钯离子迁移实现光子忆阻器的动态能带调制，突破了传统光响应矩阵的线性限制。通过构建深度神经网络重建算法，成功实现光谱特征的高精度解析，在保持设备微型化（芯片级尺寸）的同时，实现0.18 nm级波长精度与2 nm光谱分辨率，为智能光电子系统提供可重构光谱感知新路径。推动微型光谱仪从静态滤波向动态认知的范式跃迁。
作者：Xin Li, Jie Wang, Feilong Yu, Jin Chen, Xiaoshuang Chen, Wei Lu, Guanhai Li
题目：Nonlinear Memristive Computational Spectrometer
文章链接：https://doi.org/10.1038/s41377-024-01703-y
作者介绍
陆卫，中国科学院上海技术物理研究所研究员，长期致力于光电子学与红外高灵敏探测技术研究。主持研发了首款长波红外量子阱焦平面器件并实现国内首次航天应用，推动并见证了我国红外遥感技术发展。曾获国家技术发明奖二等奖（2011）、国家自然科学二等奖（2014）、上海市技术发明一等奖（2017、2020）及香港求是杰出青年科学家奖（1999），发表SCI论文300余篇，他引1万余次，培养硕博人才50多名，为我国红外技术及光谱分析领域的技术发展与人才培养作出重要贡献。
陈效双，研究员。长期从事半导体红外光电子材料与器件研究，围绕国际学科发展的前沿和国家重大需求开展工作，解决了半导体光电子材料物理和器件中许多复杂的问题。
李冠海，研究员，主要从事人红外光电耦合调控与雪崩探测等研究，针对红外少光子/单光子的多维度、高效探测等问题提出了创新方案。
