告别笨重“大脑”!蔡伟伟教授等联合团队颠覆传统,让光谱仪真正实现“全微型化”
发布时间:2026-03-26   阅读:74

“把光谱仪塞进智能手表随时监测健康,高分辨率的光谱感知也可以为智慧农业、地质勘探、肿瘤诊断等领域带来新变革,极端微型化的光谱仪甚至有望直接对正在服役的航空发动机进行原位测量与诊断,通过光谱分析识别其极其复杂的流场状态,从而实时监测它的服役寿命”——这些创新设想在实际应用中却面临技术瓶颈。长久以来,微型化光谱仪虽然缩小了前端的传感器,但庞大且耗能的后端“大脑”依然让其难以深入极端的应用现场。


近日,清华大学、买球官方网站以及剑桥大学和阿尔托大学等多所高校联合团队,首次证实并实现了基于忆阻器存算一体芯片的高性能原位计算光谱仪,改变了关于忆阻器难以求解此类问题的传统认知。同时,其极低的光谱感知功耗与延迟标志着计算光谱仪由“半微型化”向包含光谱编码与解码的“全微型化”迈进,有望解锁从可穿戴健康监测设备到深空探测、原位测量与诊断等广泛的应用。研究成果以“In situ spectral reconstruction based on a memristor chip for energy-efficient computational spectrometry”为题发表于Nature Electronics上。清华大学集成电路学院唐建石副教授、吴华强教授,买球官方网站买球官方网站蔡伟伟教授为论文的共同通讯作者,清华大学博士生赵涵、买球官方网站博士生王雷、清华大学硕士生周衍泽为共同第一作者。


打破常识:现在的微型光谱仪,为何只是“半微型化”?


图片6.png


传统计算光谱仪架构与忆阻器光谱仪架构对比


在日常生活中,光谱仪是化学分析、生物医学、工业监测等领域的“火眼金睛”。然而,传统光谱仪往往尺寸庞大、难以微型化,限制了其走出实验室的步伐。为此,以往研究提出了计算光谱仪,以实现光谱测量设备的微型化和便携化。然而,当前的计算光谱仪存在两大问题:

首先,它的“眼睛”(前端探测器)和“大脑”(后端解码硬件)是物理分离的。模拟光信号必须先转换成数字信号,再传送到远端的计算机进行处理,不仅解码端在体积上难以压缩,这中间的数据转换和传输更消耗了巨大的能量和时间。其次,随着需要分辨的光谱通道数越来越多,传统计算机处理这些数据的时间复杂度会呈指数级飙升。这使得计算光谱仪的真正便携化与嵌入式应用面临巨大挑战。


具备模拟信号处理能力的“存算一体(CIM)”忆阻器芯片本是破解这一困局的有效选择。但光谱重建在数学上是一个“病态”的欠定方程组求解问题,对于外界干扰极其敏感。而忆阻器带有噪声和电导漂移等非理想特性,如同让一个手抖的人去完成精密的外科手术,学术界长期以来认为这是一项“不可能完成的任务”。


意外发现:给算法穿上量身定制的“抗噪铠甲”


面对这一矛盾,研究团队选择回归第一性原理,从底层物理规律入手。经过严格的数学推导,首次提出了一个全新的概念——忆阻鲁棒性(MRM)。这就如同为算法对噪声的抵抗力设定了一个“健康指数”,不仅精准量化了算法与硬件的契合度,还提供了明确的优化方向。


图片7.png


忆阻器鲁棒性理论分析


在MRM理论的指引下,分别从参数矩阵和忆阻器噪声两方面提出了两项高效的鲁棒性优化方法:


· 忆阻器正则化(MRG):通过截断光谱响应矩阵的小奇异值,在不损失关键光谱信息的前提下,降低参数矩阵的最大绝对元素值。这大幅提升了MRM指数,让算法对硬件噪声产生了强大的免疫力。


· 嵌入式滤波(FEM):针对噪声引起的光谱振荡、谱泄漏等问题,团队直接把滤波器“嵌”进重建矩阵里。这不仅无需额外硬件就能同步完成重建与去噪,还巧妙利用了硬件特性,进一步提高了计算的信噪比。


惊艳表现:算得准、跑得快、功耗极低


有了算法与硬件的完美协同,团队成功研制出基于576 Kb忆阻器芯片的原位计算光谱系统(MICS)。


图片8.png


基于576 Kb忆阻器芯片的原位光谱重建系统


图片9.png


优化前后光谱重构效果对比


图片10.png


高光谱成像应用演示


在针对CAVE高光谱图像数据集的实测中,MICS交出了一份优异的答卷。它重建的高光谱图像与真实图像高度一致,肉眼几乎无法区分。不仅峰值信噪比(PSNR)高达34.0 dB,平均误差仅为1.19%,更难得的是,它完美保留了图像的边缘细节,解决了一直以来边缘信息容易失真的顽疾。


图片11.png


MICS系统性能评估对比


在速度和能耗上,MICS系统重构单个光谱仅需125.0纳秒,功耗低至6.7纳焦耳。相比传统方案,速度飙升了26.5倍,能耗更是骤降了162.7倍!


应用广阔:从可穿戴健康监测到装备原位测量诊断的无限可能


这项极具前瞻性的研究,不仅标志着计算光谱仪正式从“半微型化”迈向包含编码与解码的“全微型化”,更为许多前沿工业和科学领域解锁了无限可能。


想象一下:在不久的未来,这种微型、低功耗、高响应的光谱仪,将直接嵌入现役的重型装备内部——例如对发动机流场进行原位诊断,在极端恶劣环境下为发动机做实时“体检”,精准把脉其健康状态与剩余寿命;它也可无缝集成至轻巧的可穿戴医疗设备或飞向深空的探测器上。毫瓦甚至微瓦的极低功耗特性,使该系统可以依托有限能源实现长期持续工作;而纳秒级的高响应速度,则让真正的实时监测成为可能,瞬间捕捉流场或材料的细微异常,发出即时预警。这不仅打破了传统光谱仪在体积与功耗上的束缚,更是将实验室级别的精密分析能力,带向了千行百业的第一现场。


此外,团队提出的MRM度量指标和软硬件协同优化策略,不仅适用于光谱重建,还能跨界拓展至信号反卷积、盲源分离等多种高难度算法,为未来存算一体技术的高效应用铺平了道路。


该研究合作者包括清华大学集成电路学院钱鹤教授、高滨教授、姚鹏副研究员,买球官方网站买球官方网站刘应征教授、冯雪葳副教授,买球官方网站集成电路学院陆梁军教授,英国剑桥大学Tawfique Hasan教授,芬兰阿尔托大学Zhipei Sun教授等。


论文链接:https://doi.org/10.1038/s41928-026-01571-x

 


供稿:叶轮机械研究所