近日，我院張建兵副教授團隊在光譜傳感芯片及微型光譜儀領域的研究成果發表在Advanced Photonics Nexus，題為“Robust spectral reconstruction algorithm enables quantum dot spectrometers with subnanometer spectral accuracy”，我校為論文的第一和通訊單位，張建兵副教授為通訊作者，2021級碩士生馬雯凱和2020級本科生薛謙為論文共同第一作者。

光譜是物質的“指紋”，可用來識别物質，是重要的感知手段。随着人工智能的飛速發展，環境感知的需求日益迫切。在視覺感知的基礎上增加一個新的信息維度——光譜，可實現目标的準确識别，将成為智能感知的必然趨勢。然而，現有的光譜傳感工具（光譜儀）普遍存在體積大、難以集成的問題，亟需發展光譜儀微型化方案。計算光譜學是極具發展潛力的方案，其通過引入算力降低對光學元件的要求，可在保證光譜儀性能的基礎上顯著縮小體積，達到芯片級。然而，計算光譜儀在數據采集過程中往往受到噪聲的影響，導緻光譜重建的準确性受到限制。因此，開發一種既能有效抗噪聲，又具有良好遷移性的算法，對于推動計算光譜儀或光譜傳感芯片的發展具有重要意義。

針對上述問題，張建兵副教授團隊提出了一種新的光譜重建算法——TKVA算法，結合量子點濾光編碼，開發了一款具有亞納米光譜分辨精度的量子點光譜傳感芯片及其微型光譜儀。該算法結合了Tikhonov正則化、全變差（TV）正則化和交替方向乘子法（ADMM），顯著提高了光譜傳感芯片的噪聲容忍度和光譜分辨精度，結合插值技術，在400-800 nm範圍内展示了2 nm的光譜分辨率與0.1 nm的光譜分辨精度，并實現了對實際窄帶光譜與寬帶光譜的準确測量，在同類型芯片中，各項性能指标處于國際先進水平。

量子點光譜傳感芯片及微型光譜儀

光譜傳感芯片是新型光譜感知技術，便于集成和二次開發，在各種人工智能系統或智能感知微系統中具有廣闊的應用前景。這些結果為進一步開發光譜傳感芯片的應用及光譜成像芯片的研究奠定了良好基礎。

（全文鍊接：https://doi.org/10.1117/1.APN.3.4.046009）