程 帥, 劉興輝, 趙宏亮, 趙 野, 李 博, 趙發(fā)展

(1.遼寧大學 物理學院,遼寧 沈陽 110036; 2.中國科學院 微電子研究所,北京 100029; 3.中國科學院 硅器件技術重點實驗室,北京 100029)

0 引 言

近年來,應用于單光子測距電路中的時間相關單光子計數(shù)(time-correlated single-photon counting,TCSPC)技術日趨成熟[1]。因為測距系統(tǒng)的靈敏度很高,探測目標背景會產生很大噪聲,所以有效地去除噪聲是發(fā)揮單光子測距電路探測能力的關鍵[2-5]。

目前提出的去噪算法比較單一,本文稱這類算法為傳統(tǒng)去噪算法。在傳統(tǒng)的去噪算法中,利用單光子在某一時間窗口具有時間相關性、而背景光往往呈均勻分布這一特性[6-8],從統(tǒng)計直方圖中進行逐條篩選,篩選出具有一定時間間隔的相對較高的信號作為有效單光子信號,從而完成去噪[9-10],但逐條篩選的方法效率太慢。

本文提出的單光子去噪優(yōu)化算法避免了逐條進行篩選,采取先進行“粗定位”而后進行“細定位”的原則對單光子進行等效篩選,從而在保證準確性和傳統(tǒng)篩選算法一致的情況下,大幅度地提高了數(shù)據(jù)處理的效率,減少了數(shù)據(jù)處理的時間。本文不但給出了實現(xiàn)優(yōu)選算法的數(shù)字電路結構,解釋了這種結構的原理,同時也給出了一種結合該算法的單光子測距電路及其仿真結果,從而在電路層面驗證了算法的有效性和正確性。

1 單光子去噪原理及測距電路

對于單光子,因為在某一時間窗口內具有時間相關性,而背景光往往隨時間呈均勻分布,所以在以時間為橫坐標、光子數(shù)為縱坐標的統(tǒng)計直方圖中,單光子信號往往對應著縱坐標值相對較高的幾條,可它們又不能靠得太近,靠得太近極有可能同屬于一個光波信號。因此篩選單光子信號的原則如下：在對應的統(tǒng)計直方圖中找到縱坐標值較高而相距較遠的若干條,它們被視為單光子信號。

單光子信號在時間窗口里的時間相關性如圖1所示,在這里單光子都聚積在某一時間窗口內,而背景光沒有這種聚積性,隨時間均勻分布。因此在這些時間段的光子數(shù)明顯多于其他時間段收集到的光子數(shù),而去噪工作正是找到這些時間段以及它們對應的光子數(shù)。在進行多次統(tǒng)計后,可生成以時間相關光子數(shù)為縱坐標、時間為橫坐標的時間光子數(shù)統(tǒng)計直方圖。單光子的去噪過程實際上就是在該直方圖中篩選出光子數(shù)最多且相隔一定時間的幾條,這些條的橫坐標所對應的時刻即為單光子信號的到來時刻。本文在1 024個數(shù)據(jù)的直方圖上進行篩選,篩選出3個單光子信號。

圖1 相關單光子探測原理圖

單光子測距主要利用統(tǒng)計直方圖找出單光子的到來時刻,再結合已被測量的單光子發(fā)射時刻,兩者做差乘光速的1/2得出被測目標距離信息。因此測距的關鍵在于單光子去噪,找出單光子到來時刻即可完成測距。

整個測距系統(tǒng)分為光子探測部分、相關光子探測電路、光子計數(shù)模塊、時間數(shù)字轉換器以及數(shù)字信號處理電路。光子探測部分的作用是將一個光子的光脈沖信號轉變成具有一定持續(xù)時間的方波信號,并將這些信號送入時間相關光子探測電路中。時間相關光子探測電路根據(jù)是否有2個或以上的光子方波的上升沿聚集在時間窗口內來決定trigger信號是否為1,并將trigger信號分別送入時間數(shù)字轉換器以及光子計數(shù)模塊中。時間數(shù)字轉換器將trigger信號到來時刻測量出來并以二進制數(shù)字的形式輸出,光子計數(shù)模塊則將時間窗口內的光子數(shù)全部計入。接下來,將時間數(shù)字轉換器的測量結果以及對應光子數(shù)送入直方圖獲取電路中生成以時刻為橫軸、光子數(shù)為縱軸的時間光子數(shù)統(tǒng)計直方圖。最后送入數(shù)字信號處理電路中進行單光子去噪,本文著重介紹這一部分的改進及優(yōu)化。

2 優(yōu)化的去噪算法

本文所提出的單光子去噪算法是對傳統(tǒng)去噪算法的優(yōu)化。相比于傳統(tǒng)算法對單光子統(tǒng)計直方圖的逐條篩選,本文提出的優(yōu)化算法則是首先確定單光子的一個比較大的時間范圍,也就是確定在統(tǒng)計直方圖的某16條內,當確定這個范圍后,然后在選好的這些16條中進行細篩選,并最終確定單光子所在的位置。

2.1 傳統(tǒng)的單光子去噪算法

傳統(tǒng)的單光子去噪算法是指對光子數(shù)統(tǒng)計直方圖進行逐條比較,直至將直方圖的所有條全部比較完為止。但傳統(tǒng)的去噪算法需要對直方圖的所有條都進行一次對比,這里以1 024條為例,通過對這1 024條進行逐條對比，從中篩選出縱值最高且相距至少16條遠的3條代表3個單光子信號。因為這種篩選方式嚴重地拖慢了算法的運行速度,所以對算法的優(yōu)化十分必要。

2.2 單光子去噪的優(yōu)化算法

為了避免數(shù)據(jù)的多次比對和判斷,本文提出了一種優(yōu)化的去噪算法。優(yōu)化算法要經(jīng)過先粗去噪再細去噪2個步驟。粗去噪是指將1 024個數(shù)據(jù)按序存入32階的二維方陣中,其中將每16個光子數(shù)作為一組數(shù)據(jù)在直方圖的先后順序編入一個4階分塊矩陣中,并用有序整數(shù)對(row, col)(row,col在0～7之間,row稱為行,col稱為列)為其進行編號。因此整個矩陣被分成64塊,具體的數(shù)據(jù)存儲結構如圖2所示。

圖2 數(shù)據(jù)存儲結構

在對某一分塊矩陣的16個位置存滿后則進行求和再進行逐塊篩選。具體過程是從編號為(0,0)的矩陣開始,將該分塊矩陣中的16個數(shù)據(jù)進行求和。之后列進行遞增加1,求和后與前一塊矩陣數(shù)據(jù)和進行比較。當某塊列為7時則跳轉下一行,直至比較到(7,7)為止。此處將當前矩陣塊的數(shù)據(jù)和記為r,編號記為(row,col)。在此過程中若某塊的和最高,則將其和定為r1,編號定為(rowt1,colt1)。(rowt2,colt2)有2種產生方式:① 找到與(rowt1,colt1)相差超過一列(下文稱為條件1,若換成(rowt2,colt2)則稱條件2)的塊將其和定為r2,將其序號暫定為(rowt2,colt2)。若在比較過程中發(fā)現(xiàn)滿足條件1且和超過r2的塊,則將該塊序號定為(rowt2,colt2)。② 發(fā)現(xiàn)某塊和超過r1且滿足條件1,則將原(rowt1,colt1)定為(rowt2,colt2)。(rowt3,colt3)的產生方式有如下3種:① 將同時滿足條件1、條件2的塊的和定為r3,序號暫定為(rowt3,colt3),在比較過程中若某塊和超過r3且滿足條件1、條件2,則將其序號定為(rowt3,colt3);② 若某塊和超過r2且滿足條件1、條件2,則將原(rowt2,colt2)定為(rowt3,colt3);③ 若某塊和超過r1且滿足條件1,則將原(rowt2,colt2)定為(rowt3,colt3)。優(yōu)化算法粗去噪的具體流程如圖3所示。

圖3 優(yōu)化算法粗去噪流程

由圖3可知,經(jīng)過這樣的流程找出的3個分塊矩陣中一定存在需被篩選出的3個單光子信號,且每個分塊矩陣中各自存在一個。這是由于2個單光子信號至少需要隔開16條的距離,可一個分塊矩陣中的距離必小于16條,因此一塊中不可能存在2個單光子信號。而依照該選取原則所篩選出的是數(shù)據(jù)和最高的且相距至少一列的3塊,數(shù)據(jù)和最高意味著波峰的位置就在這些塊中,相隔至少一列保證了它們至少相隔16條遠,因此3個單光子信號分別在這篩選出的3個分塊矩陣中。若想確定它們的具體位置,則需進行下面的細去噪過程。

細去噪過程指的是從已經(jīng)選好的3個分塊矩陣中確定出3個單光子信號的位置。具體原則是從篩選好的3塊中分別進行按條篩選并確定出光子數(shù)最大的一條。具體流程是從第1條開始與后一條進行對比,留下較大的條,直至比到最后一條(第16條)。每一塊都進行這樣的篩選,最終確定的3條即為3個單光子信號在對應矩陣中的位置hisfinet1、hisfinet2、hisfinet3。最后,將細篩選所確定的條數(shù)再加上128倍的相應矩陣塊的行數(shù)與16倍的列數(shù)之和所得到的數(shù),就對應著3個單光子信號在時間光子數(shù)統(tǒng)計直方圖上的位置TOF1、TOF2、TOF3。

2.3 傳統(tǒng)算法與優(yōu)化算法的對比

對比文獻[9]傳統(tǒng)算法的逐條篩選機制,本文的優(yōu)化算法在保證準確度的同時具有更高的效率。2種算法的篩選機制的對比示意圖如圖4所示。

圖4 2種算法篩選機制對比示意圖

從圖4可以看出,傳統(tǒng)算法為將圖4中的細條進行逐條對比判斷,從而篩選出3個用實心細條表示的TOF1、TOF2、TOF3。而優(yōu)化算法則是將細條分組作和(用粗條代表),先進行64個和的對比和判斷,篩選出3個用帶有陰影的粗條表示的“粗略位置”,再在這3個“粗略位置”中經(jīng)細篩選找出與傳統(tǒng)算法找出的相同的3條。

由以上分析可知,算法的數(shù)據(jù)規(guī)模大大縮減。傳統(tǒng)的去噪算法有1 024個數(shù)據(jù),本文提出的優(yōu)化算法只需要對比112個數(shù)據(jù)。而若從算法運行次數(shù)的角度上看,傳統(tǒng)算法需運行1 023次,而優(yōu)化算法只需運行108次。結合每個算法運行時所需步數(shù)可以看到,傳統(tǒng)算法需運行11 253步,優(yōu)化算法只需運行1 044步。而兩者所篩選的結果相同,從而保證了優(yōu)化算法在精度與傳統(tǒng)算法一致的前提下,效率超過了傳統(tǒng)算法的10倍。具體指標對比見表1所列。

表1 2種算法指標對比

3 關鍵電路與仿真

本節(jié)將給出實現(xiàn)優(yōu)化算法的數(shù)字電路的結構圖及其的版圖和后仿波形,用仿真數(shù)據(jù)及波形從電路層面進一步說明算法的正確性。

3.1 去噪算法核心電路

按照優(yōu)化算法的流程,并結合該算法的結構,本文給出了實現(xiàn)此算法的電路結構,如圖5所示。

圖5 去噪算法電路結構

從圖5可以看出,當光子數(shù)被記下后就被送入二維矩陣存儲電路中進行按塊存儲。接下來,每當某塊數(shù)據(jù)被存滿后進行作和送至粗比較電路中進行比較,直至每塊都存滿后將輸出的(rowt1,colt1)、(rowt2,colt2)、(rowt3,colt3)送至細比較電路中。

細比較電路將這3塊內的數(shù)據(jù)分別進行比較,經(jīng)細讀出電路選出單光子信號在這3個矩陣中的位置。最后經(jīng)數(shù)據(jù)轉換電路將所確定的位置轉換成對應時間與光子數(shù)統(tǒng)計直方圖上的位置TOF1、TOF2、TOF3。

3.2 版圖及后仿結果

本文給出噪聲去除算法電路的布局和后仿真結果,如圖6所示。

從圖6a可以看出,版圖面積為601×1 202 μm2,電路總功耗為12.96 mW;從圖6b可以看出,TOF1的位置應為00001000100,TOF2的位置應為01001001111,TOF3的位置應為01101001011。而后仿結果正是如此,這說明此電路實現(xiàn)了優(yōu)化算法的功能,并在統(tǒng)計直方圖中提取TOF1、TOF2、TOF3的正確位置以完成噪聲去除。

圖6 算法電路版圖和后仿結果

4 結 論

隨著高級駕駛員輔助系統(tǒng)(advanced driver assistance systems,ADAS)中對高分辨率光檢測和測距(light detection and ranging,LIDAR)技術的需求越來越高,本文引入了一種應用于激光測距的去噪算法,該算法可以執(zhí)行與時間相關的單光子測距和完整的數(shù)字信號處理電路，它包括粗過濾和細過濾2個過程。在粗濾波中,將每個16個光子作為一個組,并首先編為4×4子陣列,在子陣列塊中,將匯總所有光子,然后逐塊進行篩選。在細濾波中,對來自在粗濾波中選擇的3個子陣列中的每個子陣列的16個數(shù)據(jù)進行卷積,然后通過在每個子陣列中逐個地濾波來確定最大數(shù)量的光子。

本文能夠根據(jù)時空相關事件生成精確觸發(fā)的關鍵電路。仿真實驗結果表明,本文提出的方法大大提高了運算速度,同時精度仍然很高,可用于激光雷達芯片的實時信號處理。