Application of exhaustive simulation flow for advanced performance prediction of monolithic active pixel sensors

本文提出了一种集成 TCAD、Allpix Squared 和 SPICE 的详尽仿真流程,用于准确预测单片有源像素传感器(MAPS)的性能,包括漏电流和辐照效应,并利用 Belle II TJ-Monopix2 传感器的测量数据对该方法进行了验证。

原作者: E. Sacchetti, M. Babeluk, T. Bergauer, M. Friedl, C. Irmler, B. Pilsl, R. Russo, C. Schwanda, L. Gaioni, V. Re, E. Riceputi, G. Traversi, S. Giroletti, L. Ratti, G. F. Benfratello, S. Bettarini, F. Bo
发布于 2026-05-14
📖 1 分钟阅读🧠 深度阅读

原作者: E. Sacchetti, M. Babeluk, T. Bergauer, M. Friedl, C. Irmler, B. Pilsl, R. Russo, C. Schwanda, L. Gaioni, V. Re, E. Riceputi, G. Traversi, S. Giroletti, L. Ratti, G. F. Benfratello, S. Bettarini, F. Bosi, G. Casarosa, L. Corona, F. Forti, A. Gabrielli, M. Massa, L. Massaccesi, M. Minuti, A. Moggi, S. Mondal, G. Rizzo, M. Rovini, A. Taffara, M. Barbero, P. Barrillon, R. Boudagga, P. Breugnon, D. Fougeron, P. Pangaud, J. Serrano, V. Vobbilisetti, D. Xu, D. Auguste, J. Bonis, Y. Peinaud, M. Winter, J. Baudot, G. Bertolone, A. Dorokhov, G. Dujany, L. Federici, C. Finck, A. Himmi, C. Hu-Guo, A. Kumar, M. Maushart, F. Morel, H. Pham, I. Ripp-Baudot, R. Sefri, P. Stavroulakis, I. Valin, F. Bernlochner, C. Bespin, J. Dingfelder, T. Kishishita, H. Kruger, L. Schall, M. Vogt, M. Karagounis, Y. Buch, A. Frey, B. Schwenker, M. Schwickardi, K. Hara, D. Jeans, K. R. Nakamura, Y. Okazaki, T. Higuchi, Y. Onuki, S. Wang, C. Lacasta, C. Marinas, J. Mazorra de Cos, L. Molina-Bueno, A. Bevan, M. Bona, D. Howgill, W. Song, J. Gong, X. Gao, A. Fernandez Prieto, A. Gallas Torreira

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正在为粒子加速器构建一台终极高速相机。这台被称为“单片有源像素传感器(MAPS)”的相机,需要捕捉运动速度极快的亚原子粒子,其速度快到足以让其他一切变得模糊。为了确保这台相机完美运行,科学家们需要一个“数字孪生”——即在建造之前就能精确预测相机行为的超精准计算机模拟。

本文描述了一种构建该数字孪生的全新、超详细方法。作者将其称为“详尽模拟流程”。你可以将其理解为:从一张简单的汽车草图,升级为经过全尺寸风洞测试、引擎运转的虚拟原型。

以下是他们如何做到的,分解为简单步骤:

1. 构建蓝图(3D 模型)

问题: 以往的模拟就像查看城市的平面地图。它们忽略了建筑物的高度和街道的具体布局。在这些传感器中,微小“像素”(相机的单个光传感器)的物理形状至关重要。如果形状稍有偏差,电信号就会混乱。
解决方案: 团队采用了传感器的实际蓝图(“布局”),并构建了其精确的 3D 模型。他们包含了特定特征,例如“深 P 阱”(一种特殊材料层),它充当电子的“交通指挥员”。
结果: 通过包含这些 3D 细节,他们能够看清电场如何流动,就像观察风如何在建筑物周围流动一样。这帮助他们预测传感器实际能捕获多少“电荷”(来自粒子的信号)。

2. 模拟“老化”过程(辐照)

问题: 这些相机用于高辐射环境(例如日本的 Belle II 实验)。随着时间的推移,辐射会损坏传感器,有点像喷砂磨损雕像。这种损坏会产生“泄漏”(电子从不应逃逸的地方逃逸),并改变传感器处理电力的方式。
解决方案: 团队创建了一个模拟这种损坏的仿真。他们并非凭空猜测,而是使用了一个数学模型(“佩鲁贾模型”)来预测传感器内部电流如何随着被辐射“磨损”而发生变化。
结果: 他们成功预测,随着传感器受到的辐射增加,其泄漏电流也会增加。这至关重要,因为过多的泄漏可能会短路传感器读取信号的能力。

3. 测试相机的“大脑”(前端电子学)

问题: 传感器不仅捕获粒子,它还有一个微小的电子“大脑”(前端)来处理信号。当辐射损坏传感器时,会产生一种“噪声”电流,使这个“大脑”困惑,导致其反应变慢或变弱。
解决方案: 他们将物理模拟(粒子如何运动)与电路模拟(“大脑”如何思考)连接起来。他们使用了一种名为SPICE(电子电路测试标准)的工具,来观察当传感器受损时,“大脑”如何反应。
结果: 他们发现,辐射会导致传感器“放电”过快,使信号变得更短、更弱。他们的模拟结果与真实世界的测量结果几乎完美吻合,证明他们理解了损坏如何影响电子元件。

4. 压轴大戏:"Allpix Squared"连接

重大飞跃: 通常,科学家使用一种工具来模拟物理(粒子如何运动),使用另一种工具来模拟电子学(电路如何工作)。这就像用天气应用程序来设计汽车引擎——两种不同的语言。
创新之处: 作者在这两个世界之间架起了一座桥梁。他们将Allpix Squared(物理模拟器)与SPICE(电路模拟器)结合,形成了一个单一的流程。
测试: 他们使用了一个放射性源(铁 -55)进行了模拟,该源也曾在真实实验室中进行过测试。

  • 辐照前: 模拟预测的信号强度和时序与真实相机完全一致。
  • 辐照后: 即使在对虚拟传感器进行“损坏”后,模拟结果仍然与真实受损相机的行为相匹配。

为何这很重要(根据论文所述)

论文并未声称这将治愈疾病或制造新手机。相反,它声称这种方法对于设计未来的粒子探测器是一个游戏规则改变者

通过使用这种“详尽”的流程,科学家们现在可以:

  1. 以纳秒级精度(十亿分之一秒)预测性能
  2. 在花钱制造之前,在虚拟环境中测试设计
  3. 确切了解辐射将如何破坏他们的传感器,从而为下一代粒子物理实验设计更好、更具韧性的相机。

简而言之,他们建造了一个“水晶球”,让他们能够确切地看到他们的粒子相机在粒子对撞机恶劣的辐射环境中将如何表现,确保下一代实验将更加清晰、更加精准。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →