caratterizzazione di sensori di immaginecmos

34
1 Università degli Studi di Perugia Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica ed Elettronica Caratterizzazione di Sensori di Immagine CMOS Mediante Laser ad Elevata Focalizzazione Laureando: Relatore: Erlis Hasa Prof. Daniele Passeri Correlatore: Prof. Leonello Servoli Anno Accademico 2009-2010

Upload: erlis-hasa

Post on 13-Apr-2017

217 views

Category:

Documents


3 download

TRANSCRIPT

Page 1: Caratterizzazione di sensori di immagineCMOS

1

Università degli Studi di Perugia

Facoltà di Ingegneria

Corso di Laurea in Ingegneria Informatica ed

Elettronica

Caratterizzazione di Sensori di

Immagine CMOS Mediante Laser

ad Elevata Focalizzazione

Laureando: Relatore:

Erlis Hasa Prof. Daniele Passeri

Correlatore:

Prof. Leonello Servoli

Anno Accademico 2009-2010

Page 2: Caratterizzazione di sensori di immagineCMOS

3

Indice

Introduzione 5

1. I Sensori APS

1.1. Principi di funzionamento 7

1.2. Tipologia di sensori di radiazione 10

1.2.1. CCD 11

1.2.2. SDD 12

1.2.3. Microstriscia 13

1.2.4. APS 15

1.3. Cross-talk 17

1.3.1. Cross-talk elettrico 18

1.3.2. Cross-talk ottico 19

1.3.3. Cross-talk spettrale 20

1.4. Sensori di test 20

1.4.1. Sensore Micron MT9V011 21

1.4.2. Sensore RAPS03 23

2. Strumentazione

2.1. Il banco ottico 24

2.1.1. Elementi meccanici 25

Traslatori 25

Rotatore 27

2.2. Sorgenti laser 28

2.2.1. Laser rosso 28

Driver del laser 28

Testa laser 29

2.2.2. Laser verde 30

Alimentazione del laser 30

Testa laser 30

Page 3: Caratterizzazione di sensori di immagineCMOS

4

2.3. Software 31

2.3.1. LabView 31

2.3.2. Matlab 32

2.3.3. Devware 32

2.3.4. PI Mercury 33

3. Il Banco Ottico

3.1. Il laser 35

3.1.1. Concetto fisico di laser 37

3.1.2. Schema di funzionamento 38

3.2. La collimazione e focalizzazione del fascio laser 43

4. Analisi sensori

4.1. Il sensore Micron MT9V011 46

4.1.1. Scansioni dirette 46

4.1.2. Scansioni angolate 54

4.1.3. Scansioni sull‟asse „z‟ 58

4.2. Il sensore RAPS03 60

4.2.1. Scansioni dirette 61

5. Manuale dell‟utente

5.1.Micron MT9V011 67

5.2.RAPS03 71

Conclusioni e Sviluppi futuri 80

Appendice 80

Bibliografia 82

Page 4: Caratterizzazione di sensori di immagineCMOS

5

Introduzione

Il lavoro svolto in questa tesi si inserisce come parte integrante del

progetto RAPS (Radiation Active Pixel Sensors), nato dalla collaborazione del

Dipartimento di Ingegneria Elettronica e dell‟Informazione dell‟Università degli

Studi di Perugia, dalla sezione dell‟Istituto Nazionale di Fisica Nucleare, e del

Dipartimento di Ingegneria dell‟Informazione dell‟Università degli Studi di

Parma.

Questo progetto consiste nel sviluppare e caratterizzare sensori di radiazione APS

(Active Pixel Sensors) integrati in tecnologia CMOS (Complementary Metal

Oxide Semiconductor), i quali vengono utilizzati in una vasta gamma di

applicazioni nella vita reale, iniziando dalle applicazioni sui campi dell‟imaging

quantistico (un settore dell‟ottica quantistica che cerca di sfruttare le proprietà

quantistiche della luce per ottenere immagini con risoluzione o sensibilità ben al

di là di quelle permesse dall‟ottica tradizionale), fino all‟uso quotidiano in diversi

ambiti della medicina (contatori Geiger utilizzati per misurare radiazioni

provenienti da decadimenti di tipo α e β; dosimetri per determinare l‟esposizione

individuale alle radiazioni ionizzanti; sistemi di rivelazione di radiazione X, ecc..)

L‟uso della tecnologia CMOS, considerando i suoi vantaggi in termini di costo o

di basso consumo, ha portato una dominazione del mercato dei sensori CMOS,

sostituendo man mano i sensori CCD (Charge Coupled Device), SDD (Silicon

Drift Detectors), e quelli a Microstriscia. Inoltre l‟architettura dei dispositivi

CMOS APS permette di integrare sullo stesso chip l‟elemento sensibile (il

fotodiodo), e una circuiteria per la rilevazione, l‟amplificazione e l‟elaborazione

del segnale, in modo tale da garantire una elevata risoluzione spaziale e una

ridotta dissipazione di potenza.

Page 5: Caratterizzazione di sensori di immagineCMOS

6

Per poter studiare il comportamento di tali dispositivi è stato necessario sviluppare

un “banco ottico” dedicato, tenendo in considerazione che uno degli scopi di

questa tesi di lavoro è poter usufruire delle sue potenzialità tali da renderlo uno

strumento preciso e unico nella caratterizzazione di sensori di qualsiasi tipo.

Usando un sistema laser ad elevata risoluzione ed un sistema ottico composto da

fibre ottiche, lenti e beam-splitter dell‟ultima generazione, e lavorando con un set

di meccanismi motorizzati che riescono a compiere delle micro movimentazioni

ben precise, si riescono a sollecitare i singoli pixel dei nostri sensori APS e

analizzare il segnale d‟uscita generato dall‟attraversamento del sensore dalle

particelle. Il Banco Ottico è stato utilizzato per poter studiare il comportamento di

due tipi diversi di sensori:

a) Il sensore Micron MT9V011, realizzato nello stabilimento della Micron

Technology Italia presente ad Avezzano.

b) Il sensore RAPS03, progettato al Dipartimento di Ingegneria Elettronica e

dell‟Informazione dell‟Università degli Studi di Perugia e realizzato in

tecnologia UMC da 0.18µm..

Il lavoro svolto e le analisi effettuate verranno strutturate in questo modo:

Nel primo capitolo saranno elencate le basi di funzionamento di un

sensore di radiazione a pixel attivi realizzato con tecnologia CMOS.

Nel secondo capitolo verranno presentati i vari dispositivi e

strumentazioni utilizzati durante il processo lavorativo.

Nel terzo capitolo si farà un cenno alle sorgenti laser, al loro principio di

funzionamento, e al‟cammino ottico percorso dal fascio laser.

Nel quarto capitolo verranno introdotti i risultati delle diverse scansioni

effettuate sui sensori.

Nel quinto capitolo verranno descritte le procedure di base per poter

adoperare con l‟insieme dei strumenti di misura.

Page 6: Caratterizzazione di sensori di immagineCMOS

11

1.2.1. CCD (Charge Coupled Device)

Il CCD (acronimo dell'inglese Charge-Coupled Device,

in italiano dispositivo a carica accoppiata) consiste in

un circuito integrato formato da una riga, o da una

griglia, di elementi semiconduttori in grado di

accumulare una carica elettrica (charge) proporzionale

all'intensità della radiazione elettromagnetica che li

colpisce. Questi elementi sono accoppiati (coupled) in modo che ognuno di essi,

sollecitato da un impulso elettrico, possa trasferire la propria carica ad un altro

elemento adiacente. Inviando al dispositivo (device) una sequenza temporizzata

d'impulsi, si ottiene in uscita un segnale elettrico grazie al quale è possibile

ricostruire la matrice dei pixel che compongono l'immagine proiettata sulla

superficie del CCD stesso. Questa informazione può essere utilizzata direttamente

nella sua forma analogica, per riprodurre l'immagine su di un monitor o per

registrarla su supporti magnetici, oppure può essere convertita in formato digitale

per l'immagazzinamento in file che ne garantiscano il riutilizzo futuro.

Page 7: Caratterizzazione di sensori di immagineCMOS

15

1.2.4. Pixel APS

I pixel APS (Active Pixel Sensor) sono sensori realizzati in tecnologia CMOS che

comprendono un elemento sensibile (la giunzione p-n), e un circuito costituito da

tre transistor che vengono utilizzati per il reset, l‟amplificazione dell‟uscita, e per

l‟abilitazione della lettura.

Il principio di funzionamento del pixel APS è basato sull‟integrazione di carica.

Un segnale periodico di reset arriva al gate del transistor di Reset. Se questo

segnale sta nel livello logico alto, di conseguenza il transistor di Reset sarà

acceso, e il catodo del elemento sensibile (fotodiodo) raggiunge il valore della

tensione Vdd. Invece, quando il segnale torna al livello logico basso, si nota che la

tensione del catodo ha un andamento costante. In realtà, non è proprio costante, e

si nota un decadimento della tensione di una decina di millivolt a causa degli

accoppiamenti capacitivi con il gate del transistor di Reset e a causa della „dark

current’ del fotodiodo, come mostrato nella figura di sotto.

Page 8: Caratterizzazione di sensori di immagineCMOS

16

Nel caso in cui si verifica il passaggio di una particella ionizzante sulla regione

sensibile, la tensione del fotodiodo diminuisce tipicamente di alcune centinaia di

milliVolt a causa del flusso di portatori generati. Questa variazione di tensione

viene riportata al nodo di uscita del transistor buffer, ove avviene la lettura prima

che si applichi il successivo reset. Il transistor buffer in configurazione source-

follower ha il compito di amplificare il segnale fornito in ingresso, cioè di agire

come un buffer, per poi garantire una corrente in uscita senza dover utilizzare la

carica generata dal fotodiodo. Senza di esso la variazione di tensione in uscita

sarebbe troppo piccola, a causa della elevata capacità di carico della linea di

colonna, data la piccola quantità di fotoelettroni liberati. In tal modo si riesce ad

ottenere l‟informazione sul passaggio

della particella o della radiazione

ionizzante. Di seguito viene riportato

anche la struttura del layout del pixel

APS, ove si nota l‟area sensibile, il

transistor di Reset, di Source-follower e

quello di Selezione di Riga.

Page 9: Caratterizzazione di sensori di immagineCMOS

18

eccesso scaricandoli a massa. Questo accorgimento, però limita il range di

linearità del sensore, riducendone le prestazioni. Nei paragrafi seguenti saranno

descritti i tre tipi diversi di cross-talk appena introdotti.

1.3.1. Cross - talk elettrico

Quando un sensore viene colpito da una radiazione, si ha una generazione di

carica a causa dell‟effetto fotoelettrico. Questa carica può nascere in diverse

profondità al variare di alcuni fattori come il tipo di radiazione incidente, la sua

intensità, e la sua frequenza di radiazione. Guardando la figura di sopra, possiamo

notare che la parte del sensore che viene illuminata con una luce di lunghezza

Page 10: Caratterizzazione di sensori di immagineCMOS

20

1.3.3. Cross-talk spettrale

Il cross-talk spettrale è un effetto derivante dalla costruzione del CFA (Color

Filter Array), che si comporta come un filtro passa - banda. Nel caso ideale, esso

dovrebbe permettere il passaggio di un'unica componente di colore, nel nostro

esempio il „blu‟. In realtà, questo filtro permette la penetrazione anche degli altri

due componenti, il rosso e il verde, a

causa della sua non idealità nella fase

di costruzione. Di conseguenza, i

circuiti di elaborazione dell‟immagine

danno dei risultati non ottimali, che

però nel passare degli anni, sono

migliorate sempre di più, soprattutto

lavorando sul materiale costitutivo dei

CFA.

1.4. Sensori di test

Nei paragrafi seguenti verranno descritti i due principali sensori che sono stati

caratterizzati durante questo periodo di lavoro di tesi. Si farà una breve

descrizione di questi sensori, per poi poter introdurli meglio nei capitoli seguenti,

ove verranno mostrate le risposte dei sensori alle radiazioni incidenti, e altri

risultati importanti.

Page 11: Caratterizzazione di sensori di immagineCMOS

23

1.4.2. Sensori RAPS03

Il sensore RAPS03 è stato realizzato dalla collaborazione di un gruppo di

ricerca dell‟Università di Perugia, dell‟Università di Parma e dell‟Istituto

Nazionale di Fisica Nucleare di Perugia. Questo sensore è stato fabbricato con una

tecnologia CMOS a 0,18 µm, ed è costituito da diverse strutture ove possiamo

realizzare dei test. Il layout del RAPS03 viene riportato nella figura seguente:

Si notano le quattro matrici principali denominate ESA-S e ESA-L, due delle

quali costituite dai pixel S, e due dai pixel L, ove ciascuna di esse è composta da

128 x 128 pixel. I nostri test sono stati effettuati proprio su queste matrici.

Esistono anche altre strutture di test come ad esempio una matrice 32 x 32 pixel,

le matrici G1P0 e G1P0L, dei singoli pixel e dei singoli transistori. I segnali di

uscita delle matrici passano poi attraverso un buffer per arrivare ai pad di I/O del

chip. Ulteriori dettagli verranno forniti nel capitolo 4.

Page 12: Caratterizzazione di sensori di immagineCMOS

39

Siccome il laser utilizzato durante la fase dei test è di tipo laser a semiconduttore,

il cui funzionamento si basa su l‟inversione di popolazione, ci si limiterà nel

trattare soltanto l‟argomento del pompaggio elettrico. L‟inversione di popolazione

si genera sottoponendo il materiale al passaggio di una corrente. In questo modo si

Page 13: Caratterizzazione di sensori di immagineCMOS

41

L‟equazione di propagazione del fascio gaussiano TEM00 può essere espressa nel

seguente modo:

ove vengono introdotte delle grandezze che caratterizzano il fascio:

La geometria e il comportamento del fascio gaussiano sono disciplinate da questo

insieme di parametri del fascio. Per un fascio gaussiano che si propaga sullo

spazio libero, lo spot size avrà il valore minimo w0 in un punto lungo l‟asse del

fascio, noto con il nome beam waist 3. Per un fascio di lunghezza d‟onda λ, a una

Page 14: Caratterizzazione di sensori di immagineCMOS

42

distanza z lungo la trave del beam waist, la variazione della dimensione dello spot

size è data da:

dove l‟origine dell‟asse z è definito, senza perdita di generalità, in concomitanza

con la vita del fascio, e dove : , è chiamata la gamma di Rayleigh.

Ad una distanza dal beam waist pari alla gamma di Rayleigh zR, la larghezza del

fascio è: [13]. La distanza fra questi due punti è detta

profondità di fuoco del fascio:

La profondità del fuoco b è la lunghezza entro la quale possiamo considerare il

fascio laser focalizzato. Per maggiori chiarimenti si può riferire alla figura di

sotto:

A questo punto è necessario considerare gli effetti del passaggio di una particella

ionizzante sul silicio, e quindi sui pixel dei nostri sensori di test. Per prima cosa

occorre che il fascio sia focalizzato un uno spot sufficientemente piccolo affinché

si riesca a colpire una zona che sia il più possibile delle dimensioni di quella

stimolata da una particella ionizzante.

_____________________

3 strozzatura del fascio

Page 15: Caratterizzazione di sensori di immagineCMOS

49

Questi risultati sono stati ottenuti utilizzando il laser rosso con una lunghezza

d‟onda di 783nm, ad un‟intensità pari ad 1.6 W/cm 2 , e ad una frequenza di

ripetizione uguale a 40MHz (manopola di Repetition Frequency posta a 2). In

Matlab, l‟immagine di sopra rappresenta la mappatura di un vettore, costituito

dalla somma delle tensioni di ogni singolo pixel. Essa ci da una ben chiara idea

della struttura e del posizionamento dei pixel, osservando soprattutto le zone

sensibili (colore rosso) e le metallizzazioni fra i vari pixel (colore blu). Di sotto

viene riportata la stessa immagine, però osservata da diversi punti di vista per

poter comprenderla meglio:

Page 16: Caratterizzazione di sensori di immagineCMOS

52

ridurre al massimo possibile questi fattori indesiderabili (considerando che una

scansione come quella descritta di sopra, che include un‟area del sensore di 4 x 4

pixel, dura all‟circa 10 - 12 ore).

Un altro dato importante ottenuto dalle scansioni è noto con il nome di

PSF (Point Spread Function), una funzione che descrive come i vari raggi di luce

si sono distribuiti sulla superficie del sensore, nota anche come una risposta

all‟impulso del pixel. Tale distribuzione viene spesso rappresentata, per

semplicità, con una funzione gaussiana. Cioè, essa non è nient‟altro che il risultato

ottenuto dal processo di convoluzione della forma del pixel, con una funzione

gaussiana. Quindi, se vogliamo ricostruire la struttura vera e propria del singolo

pixel, dobbiamo realizzare la funzione inversa, cioè la deconvoluzione della PSF.

Di seguito vengono riportati i risultati ottenuti in termini di PSF.

Si nota direttamente la forma della PSF, che si può approssimare benissimo ad

una funzione gaussiana, confermando in tale modo anche la ben realizzazione

della struttura dei singoli pixel e la minima presenza di disturbi eccessivi dovuti ai

fenomeni di cross-talk elettrici (soprattutto la mancanza delle componenti dovuti

all‟effetto del cross-talk ottico, siccome stiamo realizzando delle scansioni dirette,

Page 17: Caratterizzazione di sensori di immagineCMOS

53

e non angolate). Infatti, l‟acquisizione dei dati è fatta sotto le stesse ipotesi di

partenza, utilizzando il laser rosso a 783nm, con un‟intensità di laser pari a 1.6

W/cm 2 , e con la manopola di Repetition Frequency posta a 2.

Page 18: Caratterizzazione di sensori di immagineCMOS

54

Invece, nell‟ultima immagine riportata di sopra, viene evidenziata la forma

quadrata del pixel di lato 5.6µm. La zona rossa rappresenta l‟elemento sensibile (il

fotodiodo), e si nota l‟aumento della sensibilità nell‟avvicinarsi alla zona centrale

del pixel. Invece, le metallizzazioni sono rappresentati dal colore blu chiaro che

circonda l‟area sensibile del pixel.

4.1.2. Scansioni angolate

Per poter mettere in evidenzia l‟effetto causato dalla presenza dei

fenomeni di cross-talk ottici (descritto sul paragrafo 1.3.2), è stato necessario

svolgere dei test tramite un fascio laser incidente sull‟area del sensore non più

ortogonalmente, ma con un certo angolo permesso dal cammino ottico. In questo

caso diventa necessario l‟utilizzo del rotatore, il quale permette di ruotare il laser

nei due sensi ( sia orario, che antiorario ) con un passo minimo incrementale di

6µrad. Però, siamo stati costretti ad utilizzare un‟inclinazione massima fra il laser

e il piano del sensore di circa 10 gradi. Questo è dovuto al posizionamento dei

diversi componenti sul banco ottico, come si mostra nella figura sottostante, ed in

particolare alla scelta di utilizzare un obiettivo con lunghezza focale molto piccola

(per garantire dimensioni dello spot minime).

Page 19: Caratterizzazione di sensori di immagineCMOS

55

Infatti, se proviamo ad aumentare l‟angolo di pochi gradi, c‟è il rischio che la testa

laser tocchi fisicamente il sensore stesso e lo distrugga. Quindi, per poter

realizzare questi tipi di test bisogna fare molto attenzione nel ruotare il laser.

Il procedimento per l‟acquisizione dei dati è lo stesso di prima. Utilizziamo lo

stesso laser rosso con una lunghezza d‟onda a 783 nm, con una frequenza di

ripetizione pari a 40MHz, e questa volta con un‟intensità del laser pari a

1,65W/cm 2 . Siccome vogliamo vedere gli effetti causati dal cross-talk ottico,

focalizziamo il nostro spot del laser sullo stesso punto di prima, in modo tale da

poter acquisire i valori di tensioni sulla stessa zona del sensore e confrontare i

risultati. In questo caso, abbiamo creato una macro che comprende

approssimativamente la stessa area del sensore. Di sotto vengono riportati le

immagini ottenute dai test:

Page 20: Caratterizzazione di sensori di immagineCMOS

56

Di nuovo rimangono alcuni degli problemi già riscontrati nella scansione diretta.

Si nota anche un tipo di “traslazione” automatica del motore x, che forse è dovuto

all‟errore di backlash, ma per il momento continuiamo a non avere una risposta

esatta alla vera causa. Invece, da notare questa volta la mancanza di un calo della

tensione dei pixel. Infatti, si nota un andamento abbastanza costante come viene

mostrato sul piano (xz):

Page 21: Caratterizzazione di sensori di immagineCMOS

58

Come ci aspettavamo, si vede, anche se poco molto contenuta, un‟asimmetria

della funzione gaussiana dovuta all‟inclinazione del fascio incidente (zona

cerchiata). La figura, forse, si può apprezzare meglio guardandola da un altro

punto di vista:

4.1.3. Scansioni sull‟asse „z‟

In questo paragrafo verrà fatta una breve descrizione di un altro tipo di test

svolti sui sensori Micron MT9V011. Si tratta delle scansioni su un unico asse,

quello di „z‟, e non più di scansioni bi-dimensionali su un area dell‟sensore.

Questo tipo di scansione consiste nel osservare la struttura del singolo pixel in

profondità (almeno è quello che vogliamo ottenere), ed il suo comportamento

quando non si riesce a focalizzare lo spot laser. Per poter svolgere tali test, come

prima cosa, bisogna definire una macro che ci consenta di ottenere dei risultati

abbastanza convincenti. In questo caso, la macro può essere costituita da poche

righe, siccome dobbiamo acquisire dei dati in una dimensione soltanto. Una

macro affidabile può essere scritta in questo modo:

Page 22: Caratterizzazione di sensori di immagineCMOS

61

4.2.1. Scansioni dirette

Prima di descrivere le analisi svolte, bisogna sottolineare che le scansioni sono

state effettuate su due diverse aree del sensore RAPS03 costituite dai seguenti tipi

di pixel: ESA-S e ESA-L. Riguardo alle loro strutture, essi hanno una forma

quadrata con un area di 10 x 10µm2, però si distinguono per le dimensioni della

zona n-well del fotodiodo.

Infatti, come si nota dalle immagini di sopra, per la ESA-S la regione n-well è

posizionata al centro del pixel, ed ha una forma quadrata di lato 1.8µm, con

un‟area totale di circa 3.24µm2

[6]. Invece la regione n-well del pixel ESA-L

occupa un‟area di 66µm2, riempiendo quasi tutta la superficie del pixel, ed

ottenendo in tale modo un fill factor 5 massimo.

Queste due diverse strutture sono state realizzate per poter valutare le differenze

fra un pixel con una capacità minima (ESA-S), ed un pixel con un‟alta capacità

(ESA-L). Nel primo caso, il pixel dovrebbe avere un miglior fattore di

conversione della tensione, però con un elevato fattore di rumore ed un‟efficienza

quantica6 peggiore. Nel secondo caso invece, la maggior capacità implica la

riduzione del rumore, considerando però un fattore di conversione di tensione

minore ed un efficienza quantica migliore.

_____________________

5 Il fill factor, noto come „fattore di riempimento’, indica le dimensioni della zona sensibile alla

luce (fotodiodo) rispetto alla superficie del pixel.

Page 23: Caratterizzazione di sensori di immagineCMOS

62

In seguito verranno mostrati i risultati ottenuti dai test effettuati sui pixel ESA-S.

Le scansioni comprendono un‟area di circa 40 x 40µm, considerano le stesse

condizioni utilizzate anche per gli esperimenti precedenti. La macro creata è

composta dalle seguenti tre righe (ripetute 190 volte):

save,3,60,190,stop

nosave,3,-11400,1,stop

nosave,5,-60,1,stop

I dati vengono salvati ogni 0.21µm per poter avere una risoluzione abbastanza

convincente del grafico risultante, in modo tale da poter comprendere il meglio

possibile ciò che si ottiene.

_____________________

6 L‟efficienza quantica rappresenta la sensibilità del sensore rispetto a diverse frequenze dello

spettro luminoso.

Page 24: Caratterizzazione di sensori di immagineCMOS

63

Invece di sotto viene riportata la PSF (Point Spread Function) del pixel ESA-S:

Page 25: Caratterizzazione di sensori di immagineCMOS

64

Scansioni simili sono state realizzate anche sui pixel ESA-L del sensore RAPS03.

Questi test sono stati effettuati utilizzando il laser rosso a 783nm, con un intensità

di 1,5W/cm 2 , e con la manopola di Repetition Frequency posta a 2. Di seguito i

risultati ottenuti:

Page 26: Caratterizzazione di sensori di immagineCMOS

65

Si nota direttamente la forma particolare dei pixel ESA-L ed un loro andamento

abbastanza lineare sia orizzontalmente, che ortogonalmente. Quindi, in questo

caso i problemi della traslazione “automatica” dei motori sembrano essere

scomparsi. Però, si nota una forma non identica di alcuni pixel, la cui spiegazione

può essere associato ad un problema del software che realizza l‟interpretazione dei

dati in maniera grafica.

Anche sul piano (yz) dell‟immagine, infatti si nota una uguaglianza della struttura

dei pixel e delle metallizzazioni che lo circondano. Per capire meglio la forma

reale del pixel abbiamo bisogno di realizzare la deconvoluzione della PSF

riportata di seguente:

Page 27: Caratterizzazione di sensori di immagineCMOS

72

L‟interfaccia software utilizzata su Labview per poter realizzare i nostri test è

stata salvata sulla cartella “Hasa_Barberi” su Desktop sotto il nome di

“Scan_RAPS03_Barberi_v3.0.0.0.avi”. Una volta avviato il programma, si

evidenziano tre sezioni diverse, le quali verranno introdotte brevemente in seguito

insieme alle procedure da rispettare:

Sezione “Set FPGA Params”:

Page 28: Caratterizzazione di sensori di immagineCMOS

77

Conclusioni e Sviluppi futuri

Conclusioni

Lo scopo di questa tesi è stata la completa caratterizzazione di diversi tipi di

sensori di radiazione a pixel attivi integrati in tecnologia CMOS, al fine di

mostrare le potenzialità del Banco Ottico sviluppato presso il Laboratorio

Semiconduttori dell‟INFN di Perugia, insieme anche ai suoi limiti di utilizzazione.

A seguito delle analisi svolte si può affermare che sono stati ottenuti dei risultati

eccellenti circa le possibilità di caratterizzazione dei sensori di immagine

realizzati in tecnologia CMOS. Tramite l‟uso dei motori automatizzati che

realizzano delle micro movimentazioni controllate e tramite i vari componenti

ottici inseriti nel cammino percorso dal fascio laser, si è riusciti ad ottenere una

focalizzazione micrometrica ottimale che ci consente di eccitare un singolo pixel

di sensore allo stato dell‟arte in termini di dimensioni del singolo elemento

sensibile (inferiori a 2 micrometri di lato). È stato in particolare utilizzato un laser

con una lunghezza d‟onda di 783 nm, data la profondità di penetrazione nel silicio

sufficiente per poter simulare al meglio il passaggio di una particella ionizzante.

Vari test sono stati effettuati su due tipi diversi di sensori: in particolare un

sensore commerciale Micron Technology (ora APTINA Imaging) modello

MT9V011, e su un sensore progettato al DIEI in tecnologia CMOS da 0.18µm

modello RAPS03. I test si sono concentrati nell‟osservare il comportamento e la

sensibilità di risposta dei dispositivi al variare del posizionamento dello spot laser,

e nel ricostruire la struttura fisica del sensore ottenendo dei dati importanti

riguardo la forma e le dimensioni dei vari pixel e delle metallizzazioni. In

particolare, sono state effettuate tre tipologie di test che consistono nella

realizzazione di scansioni dirette, angolate e lungo l‟asse coincidente con l‟asse

ottico del banco (l‟asse „z‟). Esse hanno permesso di studiare vari fenomeni,

come: la manifestazione degli effetti di cross - talk, la gaussianità del fascio laser,

Page 29: Caratterizzazione di sensori di immagineCMOS

78

il comportamento degli stadi motorizzati durante la loro movimentazione

micrometrica etc. In questo contesto, occorre evidenziare come le modifiche

realizzate ai software per l‟acquisizione dati e lo sviluppo dei programmi per la

loro elaborazione, abbiano consentito l‟aumento delle potenzialità del banco

ottico.

Sviluppi futuri

In questo lavoro di tesi le scansioni sono state svolte utilizzando il laser rosso con

una lunghezza d‟onda pari a 783nm. Si è pensato di realizzare delle acquisizioni

con una sorgente laser verde di lunghezza d‟onda pari a 531nm. Per il momento

non è stato possibile proseguire i lavori a causa della mancanza di una fibra ottica,

necessaria per il trasporto del fascio laser. Un altro problema da affrontare è

l‟assenza di una manopola per il controllo dell‟intensità luminosa. Per questo

motivo, è stato inserito nel percorso ottico del fascio laser una serie di filtri a

densità neutra (ND), in modo tale da ridurre l‟intensità fino ad‟un certo punto di

interesse.

Page 30: Caratterizzazione di sensori di immagineCMOS

79

In un futuro prossimo, questi filtri saranno sostituiti da un filtro graduato, il quale

implica una riduzione in termini di occupazione di spazio e rende il sistema intero

più compatto. Una soluzione può essere l‟utilizzo di un filtro variabile ND, ideale

per creare un attenuatore variabile. Si può pensare di comprare un filtro del tipo

NDL: “Rectangular Continuously Variable Metallic Neutral Density Filter”, il cui

prezzo è abbastanza ragionevole (si può arrivare ad un valore massimo di 90

euro); oppure scegliere fra i vari tipi di filtri NDC, il cui costo varia fra 275 – 915

euro. Nell‟ultimo caso, possiamo nominare i “Round Continuously Variable

Metallic Neutral Density Filters” ed i “Round Step Variable Metallic Neutral

Density Filters”, prodotti dalla compania Thorlabs. Una volta scelto il filtro di

interesse, si deve pensare come esso verrà posizionato all‟interno del sistema. I

filtri sopranominati si vendono separatamente dagli appositi sostegni. Una lista di

vari supporti si possono trovare su [17].

Al fine di migliorare i risultati ottenuti si sta inoltre lavorando nella riscrittura del

programma di acquisizione dati, tale da poter realizzare una auto-focalizzazione

dello spot laser in qualsiasi posizione del sensore esso si trovi. In questo modo, si

evitano tutte le incertezze introdotte dalla focalizzazione manuale, e sicuramente il

processo diventa più preciso e più veloce.

Page 31: Caratterizzazione di sensori di immagineCMOS

80

Appendice

Elabora_dati_evoluto_RAPS03:

function [psf somma]=elabora_dati()

directory=uigetdir; filelist=dir(directory); nfile=size(filelist,1) somma=[]; psf=[]; maximum=[];

h = input('Immetti il numero complessivo di pixel del cluster,

(9,25,49): '); n=(sqrt(h)-1)/2;

%------------CALCOLO DEL PIXEL CENTRALE---------------

G1=input('Immetti il numero di passi di ogni riga della scansione

(a seconda della macro utilizzata): '); g=round((G1/2)-1); filename=strcat(directory,'\',filelist(round((nfile)/2)+g).name); fprintf('File:%s\n',filename); fid=fopen(filename,'rb') % Apre il file per la lettura % a=leggi_file(307200,filename); a=fread(fid,'int16') [massimo indice1]=max(a) c=indice1; %----------------------------------------------------

%---------INIZIO CICLO FOR PER IL CALCOLO DELLE PSF-------- for i=1:nfile perc = i*100/nfile; %Visualizza il progresso dell’elaborazione percent = perc; clc; disp([num2str(floor(perc)),'%']);

if not(filelist(i).isdir)

filename=strcat(directory,'\',filelist(i).name); % fprintf('File:%s\n',filename); % a=leggi_file(307200,filename); status = fclose(fid); fid=fopen(filename,'rb'); % Apre il file per la lettura

if fid < 0 disp(message);

Page 32: Caratterizzazione di sensori di immagineCMOS

81

end

a = fread(fid,'int16'); media=mean(a(:)); psf=[psf;a(c)]; % Calcolo del vettore contenente la psf

del pixel (da reshapare) cluster=[]; [massimo indice2]=max(a); q=indice2; for j=(-n):n cluster=[cluster a((q+j*128-n):(q+j*128+n))]; end;

k=cluster-media; somma=[somma;sum(sum(k))]; % Calcolo del vettore contenente

la psf del cluster

end; end;

Z_Scan:

function [profilo]=Zscan(c)

directory=uigetdir; filelist=dir(directory); nfile=size(filelist,1);

m=zeros([(nfile) 1]);

for i=1:nfile if not(filelist(i).isdir) filename=strcat(directory,'\',filelist(i).name); fprintf('File:%s\n',filename); a=leggi_file(307200,filename);

[massimo indice]=max(a) c=indice; profilo(i)=a(c); plot(profilo) end; end;

Page 33: Caratterizzazione di sensori di immagineCMOS

82

Bibliografia

[1] A. Einstein, Teoria dei quanti di luce, Newton & Compton (1972).

[2] http://it.wikipedia.org/wiki/Effetto_fotoelettrico

[3] C. Barberi, Caratterizzazione avanzata di sensori di radiazione a pixel attivi

con sorgenti laser ad elevata precisione, Università degli studi di Perugia

(2007/2008).

[4] http://www.pnsensor.de/Welcome/Detector/SDD/index.html#Detector-SDD

[5] P. Delfanti, Progetto e collaudo di un sensore di radiazione a stato solido,

Università degli studi di Parma (2008).

[6] D. Biagetti, Charachterization and development of radiation sensors in CMOS

technology, Università degli studi di Perugia (2008/2009).

[7] http://www.physikinstrumente.com/en/products/prspecs.php?sortnr=703100

[8] http://it.wikipedia.org/wiki/LabVIEW

[9] C. Barberi, Sviluppo di un banco ottico su laser ad elevata focalizzazione per

la caratterizzazione di sensori di radiazione integrati in tecnologia CMOS,

Università degli studi di Perugia (2009/2010).

[10] G. Ciaburro, Manuale Matlab (2000).

[11] L. Bornaz, Principi di funzionamento e tecniche di acquisizione (2004).

[12] D. Ciarniello, Chimica dei laser, Università degli studi “La Sapienza” di

Roma.

[13] http://en.wikipedia.org/wiki/Gaussian_beam

Page 34: Caratterizzazione di sensori di immagineCMOS

83

[14] F. Commodi, Caratterizzazione di sensori a pixel attivi CMOS con sorgenti

laser, Università degli studi di Perugia (2006/2007).

[15] http://www.newport.com/store/genContent.aspx/Focusing-and-

Collimating/141191/1033

[16] D. Battisti, Introduzione al setup di misura per sensori di radiazione,

Università degli studi di Perugia - INFN Sezione di Perugia (2010).

[17] http://www.thorlabs.de/NewGroupPage9.cfm?ObjectGroup_ID=1446