4. 像素的奥秘（下）：填充因子、量子效率（QE）、满阱容量（FWC）——衡量像素性能的三大指标
上一讲我们聊了像素的基本结构，今天咱们深入聊聊三个硬核指标。这三个指标，说白了就是判断一个像素“好不好”的核心标准。我在芯片设计这行摸爬滚打十几年，每次评估新工艺节点，第一件事就是看这三个数。
4.1 填充因子（Fill Factor）—— 光敏区的“面积利用率”
先问个问题：一个像素里，真正用来“感光”的部分占多少？
你想想看，像素里除了光电二极管，还有晶体管、金属连线、隔离区。这些玩意儿不感光，反而会挡住光线。填充因子，就是光敏区面积占整个像素面积的比例。
填充因子 = 光敏区面积 / 像素总面积 × 100%
这个值越高，说明像素面积利用得越充分。
我记得有一次评估一个0.11μm工艺的像素，厂家给的填充因子标称是65%。结果我拿版图一量，实际只有58%。嗯，这里要注意，厂家给的往往是理想值，实际流片出来会有偏差。
填充因子低会带来什么问题？
- 灵敏度下降——同样的光照，能收集到的光子少了
- 信噪比变差——信号弱了，噪声相对就大了
- 动态范围受限——满阱容量也跟着受影响
那怎么提高填充因子？
- 微透镜技术——在像素上方加个小透镜，把光线汇聚到光敏区。这个技术现在基本是标配了。
- 背照式（BSI）——把感光层翻到上面来，金属布线藏到背面。这个方案能把填充因子做到接近100%。
- 共享像素结构——几个像素共用一部分读出电路，腾出更多面积给光电二极管。
我的经验：做小像素（1.4μm以下）时，填充因子很难超过60%。这时候微透镜的设计就特别关键。我曾经因为微透镜的曲率半径算错了一个参数，导致边缘像素的响应比中心低了30%……那版芯片直接报废了。
4.2 量子效率（QE）—— 光子到电子的“转化率”
填充因子管的是“能不能接到光”，量子效率管的是“接到光后能不能变成电”。
量子效率的定义很简单：
QE = 产生的电子数 / 入射的光子数 × 100%
理想情况下，一个光子产生一个电子，QE就是100%。
但现实很骨感。为什么QE到不了100%？
- 反射损失——光在硅表面会反射掉一部分。我见过最夸张的案例，裸硅的反射率能到30%以上。
- 透射损失——波长太长的光（比如近红外）会直接穿透硅层，根本来不及被吸收。
- 复合损失——产生的电子-空穴对还没来得及被收集，就复合掉了。
QE还跟波长强相关。硅材料对不同波长的光吸收能力不一样：
| 波长范围 | 典型QE值 | 说明 |
|---|---|---|
| 400-500nm（蓝光） | 40%-60% | 蓝光在硅表面就被吸收了，表面复合严重 |
| 500-600nm（绿光） | 60%-80% | 这个波段吸收深度适中，QE通常最高 |
| 600-700nm（红光） | 50%-70% | 红光穿透深，部分会透过去 |
| 700-900nm（近红外） | 20%-40% | 穿透更深，QE快速下降 |
怎么提升QE？
- 增透膜（ARC）——在像素表面镀一层薄膜，减少反射。这个工艺很成熟，但要注意膜厚和波长的匹配。
- 深光电二极管——把PN结做深一些，让长波长的光也能被吸收。
- 表面钝化——减少表面复合中心，对蓝光响应特别有效。
避坑指南：我曾经遇到过一个项目，客户要求近红外QE做到50%以上。我们试了各种深结方案，QE是上去了，但暗电流也翻了好几倍。最后发现是深结引入了额外的缺陷态。所以QE和暗电流之间要权衡，不能只看一个指标。
4.3 满阱容量（FWC）—— 像素能装多少“电”
满阱容量，就是像素能存储的最大电子数。单位是电子数（e⁻）或者毫伏（mV）。
你想想看，光电二极管就像一个水桶。光子是水龙头，电子就是流进去的水。水桶满了，再多的水也装不下了——这就是饱和。
满阱容量为什么重要？
- 决定动态范围——满阱越大，能区分的亮度层次就越多。
- 影响信噪比——满阱大，信号强，信噪比自然高。
- 限制最大信号——超过满阱，图像就“过曝”了。
满阱容量跟什么有关？
- 光电二极管的结电容——电容越大，能存的电荷越多。公式是：Q = C × V，其中V是复位电压。
- 复位电压——电压越高，满阱越大。但电压受工艺限制，不能无限提高。
- 像素面积——面积越大，结电容越大，满阱也越大。这就是为什么大像素的满阱通常比小像素大。
我个人的习惯是，做设计时先定满阱目标，再反推像素面积和工艺参数。比如一个12位ADC的系统，满阱至少要4000e⁻以上，才能保证量化噪声不成为瓶颈。
实战经验：有一次做全局快门像素，满阱容量死活上不去。查了半天，发现是传输栅的沟道长度太短，导致电荷传输时发生了“电荷分享”效应。把栅长从0.35μm改到0.5μm，满阱直接提升了40%。有时候，小改动能带来大收益。
4.4 三大指标的“三角关系”
这三个指标不是独立的。它们之间互相牵制，就像三角形的三个角：
- 填充因子 ↑ → QE ↑——光敏区大了，能吸收的光子自然多，QE也会提升。
- 填充因子 ↑ → FWC ↓——光敏区大了，留给存储区的面积就小了，满阱反而可能下降。
- QE ↑ → 信噪比 ↑——QE高了，同样的光照下信号更强，信噪比更好。
- FWC ↑ → 动态范围 ↑——满阱大了，能容纳的信号范围更宽。
所以设计像素时，不能只盯着一个指标。要根据应用场景做取舍：
- 手机摄像头——优先保证小像素下的QE和填充因子，满阱可以适当牺牲。
- 工业相机——优先保证满阱容量和动态范围，像素大一点没关系。
- 科学级传感器——三个指标都要高，成本不是首要考虑因素。
下面这张图，是我自己总结的像素性能评估框架，帮你快速理清思路：
这张图把三个指标的关系画得很清楚。你设计像素时，先确定应用场景，再在三角形里找到平衡点。
4.5 实战：如何快速评估一个像素设计
拿到一个新像素的datasheet，我一般按这个顺序看：
- 先看填充因子——低于40%的，基本不用考虑。除非有特殊需求。
- 再看QE曲线——关注目标波段的峰值QE。比如做安防摄像头，要看850nm和940nm的QE。
- 最后看满阱容量——结合ADC位数，算一下动态范围够不够。
举个例子：
像素参数：
- 像素尺寸：2.0μm × 2.0μm
- 填充因子：55%
- QE@550nm：72%
- 满阱容量：8500e⁻
- 读出噪声：2.5e⁻
动态范围计算：
DR = 20 × log10(满阱容量 / 读出噪声)
= 20 × log10(8500 / 2.5)
= 20 × log10(3400)
≈ 70.6 dB
这个动态范围对于一般应用够用了。
但如果是HDR场景，可能需要考虑多增益方案。
注意：datasheet上的参数都是典型值。实际芯片会因为工艺波动、温度变化而偏离。我建议你留出20%的余量。比如满阱标称8500e⁻，设计时按6800e⁻来算比较稳妥。
好了，这一讲的内容就到这里。三个指标——填充因子、量子效率、满阱容量——是评估像素性能的基石。下次你看到一颗图像传感器的规格书，先看这三个数，心里就有底了。