加州大學洛杉磯分校研發微型化太赫茲晶片技術 促進無線傳輸革新

重點
  • UCLA 研究人員展示了集成太赫茲技術的可行途徑。
  • 量子井被證明能有效支持太赫茲操作,克服了以往的難題。
  • 新系統可望促進無線通信和便攜式成像設備的發展。
  • 該技術在兼容光子製造流程上結合高效信號生成和靈敏檢測。

在微波與紅外光之間,存在著一個電磁波譜的區域,研究人員花費數十年時間試圖加以利用。這個被稱為太赫茲頻段的區域,有望實現更快速的數據傳輸和新型成像技術,但構建實用系統的難度卻異常高。儘管經過數十年的研究,太赫茲系統仍然主要侷限於實驗室,因為生成、操控及檢測這些信號所需的設備通常龐大、昂貴且難以擴展。現在,加州大學洛杉磯分校(UCLA)的研究人員展示了一條克服此障礙的可行途徑,通過將許多這些功能集成到單一的半導體晶片上。

加州大學洛杉磯分校的工程學教授 Mona Jarrahi 表示:「透過展示許多功能可使用行業標準的製造平台集成到單一晶片上,我們的研究為實際、可擴展的太赫茲技術在現實應用中鋪平了道路。」重新思考長期以來的假設,許多先前嘗試構建集成太赫茲系統的研究依賴於難以與標準光子晶片製造相結合的專用材料或製造方法。UCLA 領導的團隊選擇了不同的策略,研究人員專注於量子井,這些極薄的半導體層已廣泛應用於光子集成電路。

量子井的突破性發現

多年來,許多研究人員認為量子井難以支持高效的太赫茲操作,因為電子可能在結構內被困住太久。然而,UCLA 團隊的測量顯示,電子在不到一兆分之一秒的時間內逃離量子井,足夠快速以支持太赫茲頻率的操作。這一發現幫助確立了量子井作為集成太赫茲設備的可行基礎。研究人員使用由砷化鎵和鋁鎵化合物(GaAs/AlGaAs)製成的量子井 PIN 光電二極體,展示這些結構能夠通過增益增強的光混合過程生成和檢測太赫茲信號。

該系統的原理相對簡單。兩束頻率略有不同的激光束被引導進入量子井設備,當光波重疊時,會產生等於兩個激光頻率差的電氣振盪。如果該頻率落在太赫茲範圍內,該設備便會產生太赫茲信號。相同的結構也可以反向運作,以高靈敏度檢測進來的太赫茲波。研究作者指出:「在一個以 GaAs/AlGaAs QW PIC 基板製作的原型中,我們展示了可調頻率的太赫茲生成和檢測,涵蓋 100–500 GHz 的範圍,實現了更高的太赫茲生成效率和改善的太赫茲檢測靈敏度。」

單體集成太赫茲光電子平台

研究人員進一步透過在同一晶片上集成半導體光放大器,增強了性能。這使得太赫茲生成效率提高了大約一個數量級,同時減少了操作所需的光功率。這項工作為團隊所稱的單體集成太赫茲光電子(MITO)平台奠定了基礎,該平台旨在支持源、探測器、放大器、調製器及其他光子元件在共享半導體基板上,並使用與商業光子工廠已兼容的製造方法。更重要的是,這個原型仍然依賴外部激光,但該平台的設計考慮了未來的集成。

研究人員設想最終將可調激光和其他光子元件直接整合到晶片上,創造出更完整的太赫茲系統,並以緊湊的格式呈現。如果該平台證明可擴展,它可能對於未來的無線通信技術產生與集成電路相似的影響,取代大型實驗室組件,實現可製造的小型晶片。此類系統可支持超越當前網絡的未來無線通信技術,同時也能促進便攜式成像設備、化學感測系統、工業檢測工具及先進的遠程感測平台的發展。

這項工作與許多早期的太赫茲集成努力有所不同,因其在兼容已建立的光子製造流程的平台上結合了高效的信號生成和靈敏的檢測。這種兼容性使得大規模生產比需要專用製造技術的方法更具現實性。然而,該技術仍處於原型階段,並且在全面集成的太赫茲通信或成像系統商業化之前,仍需大量的工程工作。下一步包括整合更多的晶片上元件、提高性能,並將平台擴展至更大規模的太赫茲源和探測器陣列。

這項研究已發表在《自然通訊》期刊上。

集成太赫茲技術的潛在影響

這項研究的成功展示了將太赫茲技術微型化的潛力,對未來無線通信系統的影響可能深遠。隨著技術的進步,傳統大型設備可能被小型晶片所取代,這不僅能提升數據傳輸速度,還能促進便攜式設備的普及。UCLA 團隊的工作強調了量子井在太赫茲應用中的重要性,並為未來的商業化奠定了基礎,儘管仍需進一步的工程努力來實現全面集成。

本文由 The Base Principle 編譯自以下英文報道,內容經翻譯及整理,事實與數據以原文為準。
Henderson
Henderson

Henderson 是 The Base Principle 的編輯,負責 AI 與工程科技報道的選題與編輯,並監督本站的自動化編譯流程。關注範圍包括大型語言模型、半導體與運算、太空與能源工程。

The Base Principle 是一個繁體中文(香港)科技媒體,專注報道人工智能與工程前沿。我們持續追蹤 OpenAI、Anthropic Claude、Google Gemini、Grok(xAI)、Meta AI、DeepSeek 等主要 AI 模型與公司,並涵蓋電動車與工程技術趨勢,每日精選與分析。

友情網站:手機・開箱・評測 → TechRitualTechNippon 日本語版