2.1. SPAD阵列接收器
接收器基于CMOS集成的单光子雪崩二极管阵列。SPAD工作在盖革模式，在吸收单个光子后会产生一个可检测的电脉冲，随后进入死区时间。通过制造阵列并合并输出，系统克服了单个SPAD死区时间的限制，创建了一个高动态范围的接收器。CMOS集成允许进行片上信号处理（例如，淬灭、计数），与分立式装置相比，极大地降低了系统复杂性和功耗。这种方法使得灵敏度比传统的雪崩光电二极管更接近标准量子极限。
1. 引言与概述
本工作通过解决尺寸、重量和功耗这一关键挑战，在自由空间光通信系统领域取得了显著进展。传统的高灵敏度或高数据率FSO演示通常依赖于笨重、高功耗的设备，如任意波形发生器、外部调制器或低温接收器。本文提出了一种紧凑、集成的解决方案，采用CMOS控制的氮化镓微发光二极管作为发射器，互补金属氧化物半导体集成的单光子雪崩二极管阵列作为接收器。该系统实现了100 Mb/s的数据速率，接收灵敏度高达-55.2 dBm（相当于每比特约检测到7.5个光子），同时总功耗低于5.5 W，验证了在严格的SWaP约束下实现高性能光链路的可行性。
2. 核心技术
系统的性能依赖于两项关键的集成光子技术。
2.2. 微LED发射器
发射器采用基于GaN的微LED。这些器件提供高调制带宽（可实现Gb/s速率），并且可以制成密集阵列。关键的是，它们可以直接通过凸点键合连接到CMOS驱动电子器件，形成一个紧凑的、数字接口的发射器。这消除了对外部数模转换器和高功率激光驱动器的需求，为实现低SWaP特性做出了重要贡献。
3. 系统实现与方法
3.1. 传输方案
该系统采用简单的归零开关键控调制方案。虽然RZ比非归零码需要更高的带宽，但选择RZ是专门针对基于SPAD的接收器。它减轻了由SPAD死区时间和后脉冲效应引起的码间干扰，从而改善了误码率性能。实现方式很简单：发射器在两个光功率水平之间切换，接收器使用单一阈值进行解码。
3.2. 实验装置
实验链路由CMOS驱动的微LED发射器和SPAD阵列接收器组成，置于自由空间配置中。数据被生成、调制到光载波上、传输、由SPAD阵列检测，然后进行处理以计算误码率。测得发射器和接收器电子器件的总功耗低于5.5 W。
4. 实验结果与性能
数据速率与灵敏度
100 Mb/s
灵敏度为 -55.2 dBm
光子效率
~7.5 光子/比特
在 100 Mb/s 速率下
功耗
< 5.5 W
系统总功耗
较低数据速率性能
50 Mb/s
灵敏度为 -60.5 dBm
图表说明： 误码率与接收光功率的关系图通常会显示两条曲线，一条对应50 Mb/s，一条对应100 Mb/s。50 Mb/s的曲线将在比100 Mb/s曲线（约-55.2 dBm）更低的功率水平（约-60.5 dBm）达到目标误码率（例如1e-3），这展示了数据速率与灵敏度之间的权衡。该图将突出显示与标准量子极限的性能差距。
结果清楚地展示了数据速率与灵敏度之间的权衡。在50 Mb/s速率下，实现了更高的-60.5 dBm灵敏度。据报道，该系统在100 Mb/s速率下的性能，对于635 nm光，距离标准量子极限（-70.1 dBm）在18.5 dB以内。
5. 技术分析与数学框架
对于这种光子计数接收器，其基本极限是直接检测的标准量子极限，源自光子到达的泊松统计。OOK的误码概率由下式给出：
$P_e = \frac{1}{2} \left[ P(0|1) + P(1|0) \right]$
其中 $P(0|1)$ 是发送“1”时判定为“0”的概率（漏检），$P(1|0)$ 是发送“0”时判定为“1”的概率（虚警，通常来自暗计数）。对于SPAD，由于死区时间 $\tau_d$ 的存在，检测到的计数率 $R_d$ 与入射光子通量 $\Phi$ 不成线性关系：
$R_d = \frac{\eta \Phi}{1 + \eta \Phi \tau_d}$
其中 $\eta$ 是检测效率。这种非线性以及后脉冲等相关效应是选择简单的RZ-OOK方案而非NRZ方案的关键原因，因为它为比特之间提供了更清晰的时间间隔，以减少码间干扰。
6. 分析师视角：核心见解与评析
核心见解： Griffiths等人完成了一次务实创新的典范。他们没有孤立地追求破纪录的灵敏度，而是设计了一个整体优化的系统，其中集成的CMOS光子学直接实现了低SWaP的外形尺寸。真正的突破不仅仅是-55.2 dBm的灵敏度，而是在整个收发器功耗低于家用LED灯泡的情况下实现了该灵敏度。这将叙事从实验室的好奇心转变为可部署的资产。
逻辑流程与战略选择： 逻辑无懈可击。1) 问题： 高性能FSO受SWaP限制。2) 解决方案假设： 关键光子功能的CMOS集成（微LED驱动器、带计数器的SPAD阵列）是唯一可行的途径。3) 验证： 使用最简单的调制方式（RZ-OOK）首先证明集成硬件的基线能力，从而凸显SWaP优势。这反映了开创性的硬件感知机器学习研究中的理念，例如“高效处理深度神经网络：教程与综述”（Sze等人，Proceedings of the IEEE，2017）中的工作，该研究认为算法和硬件必须协同设计以实现现实世界的效率——这一原则在此得到了生动的展示。
优势与不足： 主要优势在于令人信服的系统级演示。<5.5W的功耗数据是支持在无人机或卫星中现场部署的有力论据。然而，该论文的主要不足在于其对数据密度的战略性沉默。100 Mb/s对于传感器遥测来说足够了，但对于现代通信而言微不足道。使用简单的OOK虽然对于此概念验证是明智的，但牺牲了巨大的频谱效率。他们制造了一辆极其高效的自行车来证明引擎有效，而行业需要的是一辆卡车。此外，对于任何准备投入现场的系统而言，缺少对链路鲁棒性（例如，对大气湍流、指向误差的鲁棒性）——FSO的阿喀琉斯之踵——的分析，是一个关键的遗漏。
可操作的见解： 1) 对于研究人员： 下一步不是将灵敏度再提高一个dB，而是将此集成平台应用于更高阶的调制（例如，PPM、DPSK），以提高比特率，而无需按比例增加SWaP。2) 对于投资者和集成商： 这项技术已成熟，适用于小众、高价值的应用场景，这些场景需要低数据速率、极高灵敏度和超低SWaP的结合：例如深空立方星交叉链路、安全军用背包单元或电力受限环境中的物联网回程。价值在于集成方案，而非单个组件。3) 关键路径： 业界现在必须专注于强化这个优雅的实验室装置——增加用于抑制湍流的自适应光学系统和鲁棒的捕获/跟踪系统——以从出色的原型过渡到产品。
7. 分析框架与案例示例
框架：SWaP约束下的系统性能权衡分析
为了评估此类技术，我们提出一个简单而强大的框架，该框架在SWaP预算约束下，在两个轴上绘制性能：
- 轴Y1：关键性能指标 – 例如，数据速率、灵敏度或链路距离。
- 轴Y2：系统效率 – 例如，每瓦KPI或单位体积KPI。
- 约束气泡大小：总SWaP预算 – 例如，功耗、体积。
案例应用：
- 本工作（Griffiths等人）： 将占据一个位置，其绝对数据速率中等（~100 Mb/s），但效率极高（~18 Mb/s/W），且SWaP气泡非常小（<5.5W，紧凑外形）。
- 传统高灵敏度FSO（例如，使用低温探测器）： 可能显示出更高的绝对灵敏度（例如，-65 dBm），但效率非常低（极小的Mb/s/W）和巨大的SWaP气泡。
- 传统高速率FSO（例如，使用笨重的EDFA/激光器）： 将显示出较高的绝对数据速率（例如，10 Gb/s），但效率中等至较差，且SWaP气泡较大。
这种可视化方式立即揭示，本工作的贡献不在于在任何单一绝对KPI上胜出，而在于主导了高效率、低SWaP的象限，从而开辟了全新的应用空间。
8. 未来应用与发展方向
所展示的集成路径为几种变革性应用铺平了道路：
- 纳米/微卫星星座： 用于太空中的集群协调和数据中继的超紧凑、低功耗星间链路，其中SWaP至关重要。
- 无人机网络： 用于监视和通信中继的安全、高带宽空对空和空对地数据链路。
- 便携式与安全战术通信： 用于超视距安全通信的单兵背负式或车载系统，可免受射频拦截/干扰。
- 能量收集物联网回程： 连接电力供应极少的远程传感器网络。
关键发展方向：
- 调制技术进阶： 从OOK迁移到频谱效率更高或灵敏度优化的方案，如脉冲位置调制或差分相移键控，并利用相同的CMOS平台。
- 波长扩展： 开发用于通信波长（例如1550 nm）的微LED和SPAD，以获得更好的大气传输性能和眼睛安全性。
- 协同集成与片上系统： 进一步将驱动电子器件、数字信号处理（用于前向纠错、时钟恢复）和控制逻辑与光子器件一起集成到单个CMOS芯片上。
- 光束转向集成： 将微机电系统或基于液晶的光束转向直接集成到封装中，以实现鲁棒的对准和跟踪。
9. 参考文献
- Griffiths, A. D., Herrnsdorf, J., Almer, O., Henderson, R. K., Strain, M. J., & Dawson, M. D. (2019). High-sensitivity free space optical communications using low size, weight and power hardware. arXiv preprint arXiv:1902.00495.
- Khalighi, M. A., & Uysal, M. (2014). Survey on free space optical communication: A communication theory perspective. IEEE Communications Surveys & Tutorials, 16(4), 2231-2258.
- Sze, V., Chen, Y. H., Yang, T. J., & Emer, J. S. (2017). Efficient processing of deep neural networks: A tutorial and survey. Proceedings of the IEEE, 105(12), 2295-2329. （引用其系统级协同设计理念）。
- Henderson, R. K., Johnston, N., Hutchings, S. W., & Gyongy, I. (2019). A 256x256 40nm/90nm CMOS 3D-Stacked 120dB Dynamic-Range Reconfigurable Time-Resolved SPAD Imager. 2019 IEEE International Solid-State Circuits Conference (ISSCC) (pp. 106-108). IEEE. （先进CMOS-SPAD集成示例）。
- McKendry, J. J., et al. (2012). High-speed visible light communications using individual pixels in a micro light-emitting diode array. IEEE Photonics Technology Letters, 24(7), 555-557.
- Shannon, C. E. (1948). A mathematical theory of communication. The Bell System Technical Journal, 27(3), 379-423. （所有通信极限的基础理论）。