CN114556166B - 具有超材料分色的cmos彩色图像传感器 - Google Patents
具有超材料分色的cmos彩色图像传感器 Download PDFInfo
- Publication number
- CN114556166B CN114556166B CN201980101356.5A CN201980101356A CN114556166B CN 114556166 B CN114556166 B CN 114556166B CN 201980101356 A CN201980101356 A CN 201980101356A CN 114556166 B CN114556166 B CN 114556166B
- Authority
- CN
- China
- Prior art keywords
- dielectric
- void
- scattering
- scattering structure
- refractive index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000926 separation method Methods 0.000 title claims description 9
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000004519 manufacturing process Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000005530 etching Methods 0.000 claims abstract description 7
- 239000011800 void material Substances 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 17
- 229910052751 metal Inorganic materials 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 9
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 claims description 8
- 238000000149 argon plasma sintering Methods 0.000 claims description 3
- 239000003989 dielectric material Substances 0.000 claims 1
- 230000010287 polarization Effects 0.000 description 15
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 14
- 230000003287 optical effect Effects 0.000 description 13
- 230000035945 sensitivity Effects 0.000 description 13
- 238000009826 distribution Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 239000000377 silicon dioxide Substances 0.000 description 7
- 235000012239 silicon dioxide Nutrition 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 229910052681 coesite Inorganic materials 0.000 description 4
- 229910052906 cristobalite Inorganic materials 0.000 description 4
- 230000005684 electric field Effects 0.000 description 4
- 229910052682 stishovite Inorganic materials 0.000 description 4
- 229910052905 tridymite Inorganic materials 0.000 description 4
- 238000000701 chemical imaging Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000000206 photolithography Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000000411 transmission spectrum Methods 0.000 description 3
- 238000001429 visible spectrum Methods 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910004298 SiO 2 Inorganic materials 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 241000408659 Darpa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000000231 atomic layer deposition Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002086 nanomaterial Substances 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B5/00—Optical elements other than lenses
- G02B5/02—Diffusing elements; Afocal elements
- G02B5/0205—Diffusing elements; Afocal elements characterised by the diffusing properties
- G02B5/0236—Diffusing elements; Afocal elements characterised by the diffusing properties the diffusion taking place within the volume of the element
- G02B5/0247—Diffusing elements; Afocal elements characterised by the diffusing properties the diffusion taking place within the volume of the element by means of voids or pores
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B5/00—Optical elements other than lenses
- G02B5/02—Diffusing elements; Afocal elements
- G02B5/0268—Diffusing elements; Afocal elements characterized by the fabrication or manufacturing method
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B5/00—Optical elements other than lenses
- G02B5/02—Diffusing elements; Afocal elements
- G02B5/0273—Diffusing elements; Afocal elements characterized by the use
- G02B5/0278—Diffusing elements; Afocal elements characterized by the use used in transmission
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Polarising Elements (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Optical Elements Other Than Lenses (AREA)
- Optical Filters (AREA)
Abstract
描述了在遵守制造工艺赋予的严格需求的同时构建多功能散射结构的方法。所描述的方法和装置基于蚀刻掉嵌入3D结构中的丝线网络以形成空隙,从而执行目标函数。还公开了用于设计满足制造需求的二元化器件的优化算法。
Description
相关申请的交叉引用
本申请涉及2019年10月17日提交的美国专利第16/656,156,题为“Color AndMulti-Spectral Image Sensor Based On 3D Engineered Material”(Att.DocketNo.P2404-US),其内容通过引用整体结合于此。
政府补助声明
这项发明是在DARPA授予的政府资助下完成的,资助号为HR0011-17-2-0035。政府拥有本发明的某些权利。
技术领域
本公开涉及图像传感器,更具体地,涉及使用CMOS制造技术制造的超材料分光器(metamaterial spectrum splitters)。
背景技术
光学***通常通过元件的模块化组合来设计,以实现复杂功能。例如,透镜和衍射光学器件可以结合起来进行超光谱成像(hyperspectral imaging)。这种方法直观而灵活,可以从有限元素集访问广泛的功能。然而,光学***的整体尺寸和重量可能会限制其应用范围。纳米制造的最新进展可能会缓解这一限制,方法是用亚波长厚度的共振纳米结构平面阵列取代笨重的元件。通过设计阵列中单个元件的散射,这些器件可以在单个元件中再现复杂光学***的多功能性。然而,为实现更复杂的功能而组合多个元曲面(metasurface)的努力受到了散射效率降低的阻碍,散射效率与同时执行的任务数量成反比。
这些***中多功能性和效率之间的内在权衡是由于有限的自由度造成的,其与器件的体积和最大折射率对比度成比例。特别是,这限制了任何超薄***可实现的独立功能的范围,例如根据频率、偏振和入射角对光进行分类(sort)。相比之下,厚度大于一个波长的三维散射元件通常编码许多同时发生的功能,但是由于弱散射和低折射率对比度,到目前为止效率很低。
历史上,光学设计一直是模块化的,这种模式提供了一种直观的方式来构建和重新配置光学设置。随着纳米制造技术的进步,制造具有亚波长特征尺寸的结构成为可能,这使得多功能光学元件能够结合更复杂设置的功能。例子包括可以分离不同偏振和光谱带的超曲面透镜。然而,超表面和其它平面结构所能达到的性能和功能的程度受到可控制的光学模式数量的固有限制。
在亚波长尺度上构造具有高对比度的折射率提供了广阔的光学设计空间,可用于展示多功能光学元件。到目前为止,这主要用于二维结构,或元曲面。然而,它们的性能受到可用光学自由度的限制。
为了在以下部分中突出本公开教导的益处,这里考虑图像传感器的例子。目前,大多数传感器使用吸收滤光器记录颜色。图1A示出了现有技术的图像传感器,其中每四个相邻像素在顶部具有吸收性滤色器:两个用于绿色,一个用于蓝色,一个用于红色。这种图像传感器的问题是效率被限制在30%左右,因为大部分光被吸收了。彩色图像传感器在手机、相机和各种仪器中无处不在。颜色是由直接放置在每个像素顶部的简单吸收滤光器检测的。滤光器的吸收性质意味着超过2/3的光实际上被吸收而损失,即例如入射到绿色像素上的红光和蓝光被吸收,只有绿光通过。
发明内容
在本申请中公开了复杂的三维(3D)散射结构,其允许例如以更高的效率在拜耳图案上分离颜色。还描述了提供偏振信息的设计。
这种结构的成本效益和大规模制造对设计过程提出了重大挑战。目标是在给定与大规模CMOS制造工艺相关的固有限制的情况下实现最佳性能。
所公开的方法和器件解决了所描述的挑战,并为上述问题提供了实用的解决方案。
具体而言,所公开的方法和装置教导了使用可扩展的制造工艺来设计3D散射结构的各种步骤。目前,能够处理小于100纳米尺寸的最大规模制造是CMOS代工厂制造工艺。在CMOS工艺中,可以制造非常复杂的铜丝线网络,这些铜线相互堆叠并嵌入二氧化硅中。图1B显示了这种网络的一个例子,其中浅灰色和深灰色分别代表金属和二氧化硅。然而,根据本公开的实施例,可以使用液体蚀刻剂蚀刻掉线,使得最终的3D散射结构由SiO2中的空隙组成。根据本公开的另一个实施例,3D散射结构可以作为SiO2中的空隙留下,或者可以使用原子层沉积工艺用更高折射率的材料如TiO2填充空隙。
根据本公开的第一方面,公开了一种用于构建三维(3D)散射结构的方法,包括:形成包括第一电介质和金属丝线网络的电介质结构,其中根据一个或多个目标功能选择金属丝线的位置、形状和尺寸;和从电介质结构蚀刻掉金属丝线,从而形成包含填充有第一电介质和空隙的空间的结构,其中空隙的位置、形状和尺寸根据一个或多个目标函数,其中如此形成的3D光散射结构被配置成接收电磁波并根据一个或多个目标函数来散射电磁波。
在本申请的说明书、附图和权利要求中提供了本公开的其他方面。
附图说明
图1A示出了现有技术的图像传感器。
图1B示出了可以使用CMOS铸造制造技术实现的线的现有技术结构,其特征尺寸低于100纳米。
图2A-2A’示出了根据本公开实施例的示例性三维(3D)散射结构。
图2B-2C示出了图2A和2A’实施例的波长分离功能。
图3A-3C示出了根据本公开的另一实施例的示例性三维(3D)散射结构,其中图3B’示出了根据本公开的教导的光刻工艺。
图3D示出了根据本公开实施例的示例性优化算法的多个步骤。
图4A示出了根据本公开实施例的由电介质制成并包括丝线网络的示例性3D结构。
图4B示出了根据本公开的另一实施例的蚀刻掉3D结构内的丝线网的示例性过程。
图5示出了说明根据本公开的教导设计3D散射结构的各个步骤的示例性流程图。
图6示出了说明沿水平位置的折射率分布的示例性曲线图。
图7A-7C示出了表示根据本公开的教导实现的3D散射结构的性能的曲线图。
具体实施方式
图2A示出了根据本公开实施例的图像传感器(200)。图像传感器(200)包括用作光谱分离器的三维(3D)散射结构(201)。3D散射结构(201)包括形成为以预定图案散射光的多个电介质柱(dielectric pillar)(205)。穿过3D散射结构(201)的入射光(202)被电介质柱散射掉。通过根据一个或多个目标功能布置电介质柱(205),散射图案被定制以执行期望的功能。作为一个例子,3D散射结构(201)可以被设计为分光器,以同时将入射光(202)分类并聚焦成任意数量的波长(λ1,…,λn),其每一个被引导到位于3D散射结构(201)下面的焦平面(203)上的单个像素,如图2A所示。根据本公开的实施例,3D散射结构(201)可以是多孔聚合物立方体或嵌入在SiO2基质中的电介质或半导体(例如Si)颗粒的簇。根据本公开的进一步实施例,3D散射结构(201)可以是多孔聚合物立方体或嵌入在低折射率基质中的高折射率颗粒的簇。
本领域技术人员将理解,与图1A的现有技术图像传感器(100)相比,图2A的图像传感器(200)不基于吸收来工作,因此,与现有解决方案相比,它提供了效率的显著提高。稍后将使用本教导的示例性实施例对此进行量化。如在整个公开中更详细描述的,所公开的装置和方法提供了优于现有解决方案的以下额外益处:
图2A的3D散射结构(201)可以通过已知且可升级的光刻工艺制造。
图2A的3D散射结构(201)可以被设计成用作任意光谱带(例如红外、中红外等)的光谱分离器。换句话说,除了超光谱成像之外,热成像是所公开的教导的另一个潜在应用。
光谱分离功能(spectrum splitting function)可以与诸如偏振分离(polarization splitting)的其他期望功能相结合。
根据本公开的实施例还可以被设计成执行光学图像处理,例如用于边缘检测的Gabor滤波。
图2A’示出了根据本公开的实施例的图像传感器(200’),其包括用作光谱滤波器的示例性三维(3D)散射结构(21)。从上方进入的入射光(22)在穿过3D散射结构(21)时被散射,并在由四个子像素组成的焦平面(23)中被分类,显示为红色、蓝色、绿色(x偏振)和绿色(y偏振)。同样如图2A’所示,红色(600纳米–700纳米)和蓝色(400纳米–500纳米)光谱带被分类到相反的象限中。此外,绿色(500纳米–600纳米)光谱带根据线性偏振被进一步分离。红色和蓝色象限可以是偏振无关的。
根据本公开的实施例,可以使用伴随变量方法(adjoint variable method)来设计3D散射结构(21),该伴随变量方法生成优化指定目标函数的结构。作为一个例子,并参考图2A’,目标函数可以基于入射光聚焦到四个目标区域之一的聚焦效率来选择,这取决于频率和偏振。从空体积开始(empty volume),进行全波时域有限差分(full-wave finite-difference time-domain:FDTD)模拟来计算该品质因数对折射率扰动的灵敏度。迭代地形成和更新规定的散射结构。换句话说,最佳设计是通过对初始几何形状的迭代更新而产生的,每一步都提高了性能。灵敏度可以仅通过两次模拟来计算,从而允许利用适度的资源对3D器件进行有效的优化。可以计算可见光谱中多个入射波长的灵敏度,将每个光谱带分配到不同的象限:红色(600纳米–700纳米)、绿色(500纳米–600纳米)和蓝色(400纳米–500纳米)。那么可以使用光谱平均灵敏度来更新器件的折射率。
图2B-2C示出了图2A’的3D散射结构(21)内的入射光的模拟强度。沿着与图2A的红色和蓝色象限相交的对角线横截面分析强度。每个波长在聚焦到其各自的目标区域之前经历多次散射。图2C示出了对于两个正交输入偏振,在穿过绿色像素的对角线截面内的入射光的强度分布。在这两种情况下,从上方入射的平面波(λ=550nm)优先路由到对应于其偏振的像素。同时,对于红色和蓝色光谱带,两种偏振被分配相同的区域,保持目标函数的镜像对称。
根据本公开的实施例,图2A’的3D散射结构(21)分别以84%、60%和87%的效率对红光、绿光和蓝光进行分类。在整个本公开中,效率被定义为入射到器件上的总功率中到达目标象限的部分在整个光谱上的平均值,针对该平均值,该器件对图2A’的实施例的可见光谱进行了设计。
参考图2A和2A’,本领域技术人员将理解,所公开的概念在定义目标散射函数方面提供了相当大的灵活性,对任何入射偏振、角度或频率都有独立的控制。然而,复杂的三维结构对制造提出了重大挑战。这些器件在可见光波长的图像传感器中的大规模实施将需要具有低于100纳米分辨率的高制造产量。这可以通过多层光刻来实现,其中通过重复的材料沉积和图案化来构造三维器件。这里,每层由一系列由高指数电介质组成的图案化台面(mesa)组成。用低指数电介质填充间隙空间,形成用作后续层的衬底的平坦表面。
为了进一步阐明上面讨论的分层制造方法,参考图3A和3C,其示出了图3C的3D散射结构(31)的分层设计。换句话说,图3C的3D散射结构(31)可以通过将图3A的多个层(301,…,305)堆叠在彼此的顶部来构造。制造工艺可以是CMOS兼容的,其中制造约束条件可以直接与设计算法结合。每一层(301,…,305)可以使用光刻来生产。3D散射结构(31)可以由TiO2和SiO2构成,这些材料在可见频率下是透明的。这些层(301,…,305)可以是2μm×2μm的层,每个有400nm高。本领域的技术人员将理解,这些是用于描述目的的示例性尺寸,并且也可以设想根据本公开的实施例,并且具有除了上述那些之外的尺寸和层数。如图3B所示,每层可以包括一组被SiO2包围的不规则TiO2台面。参考图3B’,其示出了根据本公开教导的光刻工艺,该光刻工艺可以通过在衬底(例如,SiO2)的顶部生长一薄层电介质(例如,TiO2)开始。通过光刻将图案转移到该层上,并且蚀刻掉未受保护的材料,以产生二维电介质结构。最后,用低折射率电介质涂覆(沉积)该表面,并机械抛光(平面化)。通过对每一层重复相同的过程并将层堆叠起来,产生了期望的3D结构。如上所述,这种光刻工艺提供了材料设计的灵活性,并且与工业标准CMOS制造工艺兼容。
优化算法
梯度下降
回头参照图2A’-3C,如前所述,根据本公开的教导设计了优化以执行目标光学散射功能的三维介电结构。在图2A’-3C所示的示例性实施例的情况下,这种目标散射函数包括根据频率和偏振将入射平面波聚焦到不同位置。示例性三维(3D)散射结构(21,31)由立方体设计区域内的空间相关折射率分布来定义。这代表了一个广阔的设计空间,能够表达各种复杂的光学多功能性。然而,确定给定目标函数的最佳折射率分布仍然是一个具有挑战性的逆设计问题,特别是对于强散射器件。
为了克服这种挑战,根据本公开的教导,可以实施由梯度下降(gradientdescent)引导的迭代方法,其中从初始折射率分布开始,使用全波模拟(FDTD)来计算聚焦效率相对于折射率扰动的灵敏度。灵敏度可以仅通过两次模拟来计算,从而允许利用适度的资源对三维器件进行有效的优化。基于灵敏度,修改初始设计,以便在符合制造约束条件的同时最大化性能。重复该更新过程,直到优化的器件能够有效地执行目标功能
为了进一步阐明上面描述的内容,参考图3D,其示出了根据本公开实施例的基于梯度的优化算法的多个步骤。在步骤(81)中,用均匀的折射率分布来初始化该算法,其中nmax和nmin分别表示折射率的最大值和最小值。该分布不断更新,以使焦平面/>中目标位置处的电磁强度最大化。该目标函数用作聚焦效率的代理,同时简化了灵敏度计算。在步骤74,根据下面的表达式,从两个FDTD模拟(正向和伴随)步骤(72,73)中的电磁场计算灵敏度/>
其中,是当用平面波从上面照射时立方体内的电场(步骤72),/>是当在目标位置用点光源从下面照射时立方体内的电场(步骤73)。点光源的相位和振幅由正演模拟(forward simulation)中目标位置处的电场给出。可以针对可见光谱中的多个入射波长和偏振来计算灵敏度,将每个光谱带分配到不同的象限:红色(600纳米–700纳米)、绿色(500纳米–600纳米)和蓝色(400纳米–500纳米)。然后,在步骤(74)中,使用以下公式,将光谱平均灵敏度用于更新器件的折射率:
步长α可以固定在一小部分(例如,α=0.001)处,以确保折射率的变化可以被视为线性范围内的扰动。每次更新后都会重新计算灵敏度。在几次迭代之后,算法收敛到优化设计,步骤(75),其中所得结构以期望的效率聚焦入射光。
图4A示出了由电介质制成的3D散射结构(410),该3D结构(410)包括嵌入散射结构(410)内部的丝线网络(415)。电介质可以由诸如二氧化硅的氧化物制成,并且丝线网络(415)可以由例如铜的金属制成。如前所述,为了产生执行目标功能的复杂3D散射元件,可以通过蚀刻掉最初在3D散射结构(410)内制造的丝线网络(415)而在3D结构(410)内形成空隙。为了做到这一点,现在参考图4A-4B,并且根据本公开的进一步实施例,在电介质中蚀刻过孔(420)以接近丝线网络(405)中的线的端部,然后使用液体蚀刻剂蚀刻掉丝线,以便获得空隙(415’)。
在整个公开中,术语“丝线间距”是指3D结构内的丝线网络的两条相邻线彼此之间的最小间距。此外,存在由制造工艺的限制所赋予的最小丝线特征尺寸。因此,当通过蚀刻掉丝线而在3D结构内形成空隙时,最小丝线间距设定最小介电特征尺寸,最小丝线尺寸设定最小空隙/空气特征尺寸。在下文中,描述了根据本公开的教导设计3D散射结构(410)同时考虑制造工艺约束的方法的示例性步骤。
自由、持续的优化
在下文中,将描述由电介质制成的3D结构,其中根据目标函数形成空隙。该过程可以从自由优化开始,如前面关于图2A-3D的部分所述,其中允许折射率在空气(n=1.0)和低折射率材料SiO2(n=1.5)之间连续变化。例如,可以使用梯度下降算法,其中在设计区域中的所有点处计算目标函数对指数变化的灵敏度。参考图2A’和3C的例子,要优化的目标函数可以被选择为针对不同波段的不同焦点处的电场强度。当设计波长分离器时,可以使用这样的目标函数。通过自由和连续优化获得的设计可能不符合由于制造约束条件所赋予的需求。在本文中,术语“自由优化”指的是没有施加制造约束条件的优化方法,术语“连续优化”指的是取消特定制造约束条件的优化方法。例如,在这种优化方法中,折射率可以取设定范围内的任何值,而不仅仅是极值。如以下段落中详细描述的,所公开的方法通过实施折射率的二元化(binarization),然后使用例如梯度下降方法进一步优化设计,同时考虑制造需求,来解决这个问题。
二维(2D)形状表示和二元化
在本文件中,术语“二元化”指的是制造约束条件,其中只能选择少量材料,因此不允许连续的折射率分布。例如,CMOS技术施加了这样的制造约束条件。考虑2D形状的例子,这种形状的显式表示(explicit representation)可以是在2D平面中的用于定义这种形状的边界的一系列点。在矩形的情况下,该形状可以仅由平面中的四个点来定义。表示矩形等特定形状或任意形状的另一种方式是使用隐式表示(implicit representation)。在本文中,术语“水平集函数(level set function)”指的是作为几何图形的隐式表示的函数。例如,在2D形状的情况下,水平集函数可以被定义为函数f(x,y),或者换句话说,三维表面。由f(x,y)=常数(例如,常数等于0)定义的轮廓定义了二维形状的边界。
如稍后将详细描述的,根据本公开的实施例,可以设想用诸如矩形的几何形状而不是自由连续优化算法所允许的自由形状来表示特征的水平集函数。如下文所述,这种方法将允许优化设计,同时满足制造过程赋予的严格需求。来自连续优化方法的梯度信息然后可以被映射到水平集函数的扰动,使得形状的边界以改进设计的方式移动。当简化为具有例如矩形形状(或一些其他可参数化的形状)的特征时,该边界扰动可以被转换为特征参数的扰动,例如在矩形、中心点和两个宽度的情况下。在下文中,具有矩形形状的特征的示例将用于描述本公开的教导,记住也可以设想具有除矩形之外的形状的特征。
水平集表示
根据本公开的实施例,前面提到的3D结构的设计在2D实现,同时在输入源的传播方向上实施分层。换句话说,例如参照矩形特征,特征的位置和宽度是被控制的参数。图5示出了根据本公开的实施例的描述设计过程的各个步骤的流程图(500)。从流程图(500)中可以看出,首先提供基于自由/连续优化的初始优化设计(步骤510)。这种设计将基本上在每层中提供沿水平方向的折射率分布,并且在产生这种初始设计时没有制造限制。然后,对于每一层,采取以下步骤:
1.运行程序以识别空隙指数分布中的峰值(步骤520)。以这种方式找到的最小值代表空隙区域,该空隙区域根据如前所述的自由/连续优化不一定完全是空隙。换句话说,一些区域可能代表局部最小值。
2.然后,基于所识别的区域与空隙的接近程度对其进行等级排序(步骤530)。这是使用基于如前所述的自由/连续优化算法的设计结果来执行的。换句话说,空隙特征被优先放置在自由设计最需要的地方。
3.从最高等级到最低等级的空隙特征进行,每个空隙被近似原始指数分布的矩形代替(步骤540)。选择矩形的尺寸以保持与原始分布相同的体积平均折射率,从而提供二元折射率替换。这在图6中示出,其中示出了表示指数分布对水平位置的示例性曲线图。
4.每个特征都需要满足制造(例如CMOS工艺)约束条件(步骤550-570)。换句话说,要求每个特征的宽度满足最小宽度需求,如前所述,最小宽度需求由可制造的最小线尺寸设定。相邻特征的中心之间的距离需要满足制造间距需求。任何不满足这些需求的特征都可以被忽略。
5.使用在先前步骤中找到的每个特征的中心/宽度,创建水平集函数(level setfunction)并将其分配给每个特征(步骤580)。如后所述,创建的水平函数将被更新(步骤580)以提高二元化设计的性能。
二元化设计的性能改进
如前所述,根据本公开的实施例,并且为了满足制造约束条件,3D结构可以基于诸如矩形条的特定形状来设计。与使用自由/连续优化的设计一样,与现有解决方案相比,这种设计已经提供了改进的整体性能。然而,与基于更具体特征的设计相比,基于自由形状的设计仍然可以产生更好的整体性能。根据本公开的教导,从二元化器件开始,梯度信息可以用于迭代地更新该设计,以进一步提高整体性能。如图5的流程图(500)所示,步骤(580),来自自由/连续优化方法的梯度信息可以被映射到二元化设计中使用的所有矩形特征的宽度/中心的扰动(图5的步骤580)。换句话说,目标函数相对于折射率分布的梯度可以通过Hamilton-Jacobi方程映射到边界的扰动。这意味着我们可以使用用于优化连续渐变折射率结构的相同信息来更新边界(这里是宽度)。发明人已经注意到,当采用这种方法时,并且在几次迭代之后,将获得对二元化设计的已经良好的性能的显著改善,同时考虑到由制造工艺(例如CMOS工艺)施加的约束条件。在下文中,将使用本公开的示例性实施例来描述所描述的设计方法的性能。
图7A-7C示出了与针对单偏振和三色聚焦(例如,红色、绿色和蓝色)优化的示例性3D散射结构相关的性能结果。3D结构由SiCOH(n=1.3)制成,其中气隙(n=1)使用前述方法形成。使用8层(450纳米/层),使用如前所述的2D方法。图7A示出了与基于自由/连续优化的设计相关的透射光谱。曲线图(701A、702A、703A)分别表示作为颜色(蓝色、绿色、红色)的波长的函数的透射图。图7B示出了与二元化设计相关的透射光谱。曲线图(701B、702B、703B)表示不同焦点区域的透射率随波长变化的曲线。注意到与自由优化情况下获得的结果相比,性能有所下降。图7C示出了在来自自由/连续优化方法的梯度信息被映射到二元化设计中使用的所有矩形特征的宽度/中心的扰动之后,在进一步优化二元化设计之后获得的透射光谱。曲线图(701C、702C、703C)分别表示作为颜色(蓝色、绿色、红色)的波长的函数的透射图。可以注意到二元化设计的性能有了显著提高。
Claims (13)
1.一种用于构建三维(3D)散射结构的方法,包括:
形成包括第一电介质和金属丝线网络的电介质结构,其中根据光谱分离功能选择金属丝线的位置、形状和尺寸;和
从电介质结构蚀刻掉金属丝线,从而形成包含填充有第一电介质和空隙的空间的结构,其中根据光谱分离功能选择空隙的位置、形状和尺寸,
其中如此形成的3D光散射结构被配置成接收电磁波并根据光谱分离功能来散射电磁波。
2.根据权利要求1所述的方法,还包括用不同于所述第一电介质的第二电介质填充所述空隙,从而获得由两种不同电介质制成的3D光散射结构。
3.根据权利要求1或2所述的方法,其中,通过在3D散射结构中产生过孔来执行蚀刻。
4.根据权利要求1或2所述的方法,其中通过CMOS工艺来执行所述电介质结构的形成。
5.根据权利要求2所述的方法,其中所述第一电介质和所述第二电介质分别包括SiCOH和TiO2。
6.根据权利要求1或2所述的方法,其中使用金属丝线的堆叠层来执行所述电介质结构的形成。
7.根据权利要求6所述的方法,其中使用基于梯度下降的优化方法来提供空隙的位置和大小。
8.根据权利要求7所述的方法,其中每一层内的空隙具有均由一个或多个参数表示的几何形状。
9.根据权利要求8所述的方法,其中每个几何形状是矩形,并且所述一个或多个参数包括沿水平方向的两个宽度和中心。
10.根据权利要求9所述的方法,其中所述优化方法包括使用连续优化算法提供初始3D图案,以在每层内产生沿水平方向的折射率分布。
11.根据权利要求10所述的方法,其中所述优化方法进一步包括:
对于每一层:
识别折射率分布的最小值以提供空隙的位置;
基于连续优化算法,对空隙进行等级排序以指示每个空隙如何被二元化;
从最高等级到最低等级的空隙,为每个空隙设置两个宽度和中心;
对照设定的尺寸和设定的间距需求来检查每个空隙,以提供一组可接受的空隙;和
基于连续优化算法扰动所述一组可接受的空隙的两个空隙宽度,以进一步优化和改善3D散射结构的整体性能。
12.根据权利要求11所述的方法,其中所述设定的尺寸和所述设定的间距需求与CMOS制造约束条件相关。
13.一种图像传感器,包括用作光谱分离器的三维(3D)散射结构,所述三维(3D)散射结构是基于前述任一项方法所构建的。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2019/057026 WO2021076154A1 (en) | 2019-10-18 | 2019-10-18 | Cmos color image sensors with metamaterial color splitting |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114556166A CN114556166A (zh) | 2022-05-27 |
CN114556166B true CN114556166B (zh) | 2024-05-28 |
Family
ID=75537417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980101356.5A Active CN114556166B (zh) | 2019-10-18 | 2019-10-18 | 具有超材料分色的cmos彩色图像传感器 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7503623B2 (zh) |
KR (1) | KR20220083736A (zh) |
CN (1) | CN114556166B (zh) |
WO (1) | WO2021076154A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113167938A (zh) | 2018-10-22 | 2021-07-23 | 加州理工学院 | 基于三维工程材料的彩色多光谱图像传感器 |
US11239276B2 (en) | 2019-10-18 | 2022-02-01 | California Institute Of Technology | CMOS color image sensors with metamaterial color splitting |
WO2024077086A1 (en) * | 2022-10-05 | 2024-04-11 | Metalenz, Inc. | Shared-aperture camera system and calibration method |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3971065A (en) * | 1975-03-05 | 1976-07-20 | Eastman Kodak Company | Color imaging array |
US5385114A (en) * | 1992-12-04 | 1995-01-31 | Milstein; Joseph B. | Photonic band gap materials and method of preparation thereof |
CN101044631A (zh) * | 2004-11-30 | 2007-09-26 | 国际商业机器公司 | 镶嵌铜布线图像传感器 |
KR20080061029A (ko) * | 2006-12-27 | 2008-07-02 | 동부일렉트로닉스 주식회사 | 이미지 센서 및 그 제조방법 |
CN103154777A (zh) * | 2010-10-20 | 2013-06-12 | 3M创新有限公司 | 具有互连空隙的低折射率漫射体元件 |
CN204481029U (zh) * | 2015-04-15 | 2015-07-15 | 张修赫 | 一种coms图像传感器 |
CN107664780A (zh) * | 2017-10-11 | 2018-02-06 | 武汉大学 | 电介质纳米砖阵列结构及其用作高反膜和高透膜的应用 |
CN109545812A (zh) * | 2018-11-30 | 2019-03-29 | 德淮半导体有限公司 | 图像传感器及其形成方法 |
CN111684581A (zh) * | 2017-12-01 | 2020-09-18 | 硅源公司 | 三维集成电路 |
CN116344564A (zh) * | 2021-12-23 | 2023-06-27 | 豪威科技股份有限公司 | 用于图像传感器的有源像素区及黑色像素区的多层金属堆叠及其方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4653391B2 (ja) | 2003-09-08 | 2011-03-16 | 株式会社リコー | 光制御素子の製造方法 |
EP1920235A2 (en) | 2005-07-08 | 2008-05-14 | SRU Biosystems, Inc. | Photonic crystal biosensor structure |
JP4785194B2 (ja) * | 2006-08-25 | 2011-10-05 | 日本碍子株式会社 | スラブ型2次元フォトニック結晶構造の製造方法 |
US7833818B2 (en) * | 2008-12-14 | 2010-11-16 | United Microelectronics Corp. | Integrated structure of MEMS device and CMOS image sensor device and fabricating method thereof |
US20100302481A1 (en) * | 2009-06-01 | 2010-12-02 | Baum Alexandra | Absorbing wire grid polarizer |
US9207357B2 (en) | 2009-06-22 | 2015-12-08 | The Trustees Of Princeton University | Non-crystalline materials having complete photonic, electronic, or phononic band gaps |
WO2011093890A1 (en) * | 2010-01-29 | 2011-08-04 | Hewlett-Packard Development Company, L.P. | Non-periodic gratings for shaping reflected and transmitted light irradiance profiles |
US8547504B2 (en) | 2010-04-27 | 2013-10-01 | The Regents Of The University Of Michigan | Display device having plasmonic color filters and photovoltaic capabilities |
KR101432115B1 (ko) * | 2010-07-15 | 2014-08-21 | 한국전자통신연구원 | 메타 물질 및 그의 제조방법 |
US20140339606A1 (en) * | 2013-05-16 | 2014-11-20 | Visera Technologies Company Limited | Bsi cmos image sensor |
JP2015087431A (ja) | 2013-10-28 | 2015-05-07 | 株式会社東芝 | 光学装置及び固体撮像装置 |
US20150198812A1 (en) * | 2014-01-15 | 2015-07-16 | Georgia Tech Research Corporation | Photo-Mask and Accessory Optical Components for Fabrication of Three-Dimensional Structures |
US11089286B2 (en) * | 2015-07-29 | 2021-08-10 | Samsung Electronics Co., Ltd. | Image sensor |
US9761622B2 (en) * | 2015-09-09 | 2017-09-12 | Taiwan Semiconductor Manufacturing Co., Ltd. | CMOS image sensor structure with crosstalk improvement |
EP3721295A4 (en) * | 2017-12-04 | 2022-01-05 | California Institute of Technology | 3D BEAM SHAPING ASSISTED BY METASURFACE |
-
2019
- 2019-10-18 CN CN201980101356.5A patent/CN114556166B/zh active Active
- 2019-10-18 WO PCT/US2019/057026 patent/WO2021076154A1/en active Application Filing
- 2019-10-18 JP JP2022515969A patent/JP7503623B2/ja active Active
- 2019-10-18 KR KR1020227015534A patent/KR20220083736A/ko active Search and Examination
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3971065A (en) * | 1975-03-05 | 1976-07-20 | Eastman Kodak Company | Color imaging array |
US5385114A (en) * | 1992-12-04 | 1995-01-31 | Milstein; Joseph B. | Photonic band gap materials and method of preparation thereof |
CN101044631A (zh) * | 2004-11-30 | 2007-09-26 | 国际商业机器公司 | 镶嵌铜布线图像传感器 |
KR20080061029A (ko) * | 2006-12-27 | 2008-07-02 | 동부일렉트로닉스 주식회사 | 이미지 센서 및 그 제조방법 |
CN103154777A (zh) * | 2010-10-20 | 2013-06-12 | 3M创新有限公司 | 具有互连空隙的低折射率漫射体元件 |
CN204481029U (zh) * | 2015-04-15 | 2015-07-15 | 张修赫 | 一种coms图像传感器 |
CN107664780A (zh) * | 2017-10-11 | 2018-02-06 | 武汉大学 | 电介质纳米砖阵列结构及其用作高反膜和高透膜的应用 |
CN111684581A (zh) * | 2017-12-01 | 2020-09-18 | 硅源公司 | 三维集成电路 |
CN109545812A (zh) * | 2018-11-30 | 2019-03-29 | 德淮半导体有限公司 | 图像传感器及其形成方法 |
CN116344564A (zh) * | 2021-12-23 | 2023-06-27 | 豪威科技股份有限公司 | 用于图像传感器的有源像素区及黑色像素区的多层金属堆叠及其方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7503623B2 (ja) | 2024-06-20 |
WO2021076154A1 (en) | 2021-04-22 |
KR20220083736A (ko) | 2022-06-20 |
JP2022553495A (ja) | 2022-12-23 |
CN114556166A (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102670423B1 (ko) | 3d 엔지니어링된 재료에 기반한 컬러 및 다중-스펙트럼 이미지 센서 | |
CN114556166B (zh) | 具有超材料分色的cmos彩色图像传感器 | |
US11239276B2 (en) | CMOS color image sensors with metamaterial color splitting | |
US8958141B1 (en) | Ultra-broadband, plasmonic, high-refractive index materials, UBHRI-GRIN-lenses-and other optical components | |
JP7462760B2 (ja) | 画像センサ及びその作成方法並びに電子装置 | |
US11705632B2 (en) | Symphotic structures | |
WO2020223399A1 (en) | High-efficiency, large-area, topology-optimized metasurfaces | |
Brückner et al. | Metamaterial filters at optical-infrared frequencies | |
WO2020227675A2 (en) | Diffractive axilenses and uses thereof | |
JP2023548057A (ja) | イメージセンシング用のカラールータ | |
Peng et al. | Metalens in improving imaging quality: advancements, challenges, and prospects for future display | |
Hong et al. | A metasurface color router facilitating RGB-NIR sensing for an image sensor application | |
WO2022018527A1 (en) | Multi-spectral device | |
US10818711B2 (en) | Narrowband light filters | |
US20220004016A1 (en) | Broadband polarization splitting based on volumetric meta-optics | |
WO2023287484A2 (en) | Apparatuses and methodology involving electromagnetic metamaterials | |
Kanamori | High‐Efficiency Optical Filters Based on Nanophotonics | |
Camayd-Muñoz et al. | Scaling laws for inverse-designed metadevices | |
WO2023164754A1 (en) | Dielectric splitter for use in imaging | |
Roberts et al. | Experimental demonstration of 3D inverse designed metaoptics in mid-infrared | |
Kim et al. | Design parameters of free-form color routers for subwavelength pixelated CMOS image sensors | |
Foo et al. | Inverse Design of Oblique Angle Metaoptics for Mid-Infrared Wavelength and Polarization Splitting | |
Park et al. | Towards subwavelength pixels: nanophotonic color routers for ultra-compact high-efficiency CMOS image sensors | |
KR20240097939A (ko) | 디스플레이 유닛용 메타표면 도파관 커플러 | |
Ng | Nanophotonic Phenomena in Dielectric Photonic Crystals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |